随着近几年人们对于传统媒体视觉效果的要求不断提高，3D电视受到了广泛的关注，被认为是下一代电视的发展趋势。然而，是否有充足的3D视频资源也是制约着3D电视能否迅速发展的一个关键问题。传统的3D视频内容的获取方法是通过立体摄像机对场景进行拍摄，在技术和成本两方面都对拍摄环境和设备有很高的要求。本文旨在通过利用现有2D视频，通过2D转3D的方法，对目前的3D视频资源进行有效的补充，满足人们日益增长的需求。本文的工作内容主要是研究2D视频中静态场景深度图获取的两种算法，深度图包含的是2D场景的深度信息，通过2D图像和相应的深度图可以生成3D图像。所以，深度图的获取是2D转3D过程中的重要环节。本文具体包括以下两个方面：第一，本文阐述了如何通过提取图像中的焦点信息来得到图像的深度图，重点分析了通过计算图像中各元素的高阶统计量来判断其是否属于前景元素的方法，以及采用基于图形的分割方法，计算各组成部分中前景元素所占的比例，判断其是否属于前景区域的方法。前景区域的深度固定赋值为最小，通过计算图像中背景区域各元素高阶统计量的平均值，完成对背景区域的深度赋值，从而生成整个图像的深度图。第二，本文详细研究了如何利用图像中的几何信息来获取图像的深度图，这里采取的是提取图像中的灭点，也就是视觉消失方向的交点的方法。首先对图像进行自适应Canny边缘检测来得到边缘检测图，这里采用的自适应Canny边缘检测算法可以自动选取检测的高低阈值，弥补了传统算法中固定阈值的不足。再将得到的边缘检测图进行Hough变换，在极坐标下得到图像中的主要直线，并认为这些直线的交点就是图像的灭点。最后把图像进行分割，根据各部分中心和灭点位置关系进行深度的赋值。