【技术实现步骤摘要】
本专利技术属于计算机
,涉及立体图像的深度图与显著性物体检测方法,具体为一种基于各向异性中心环绕差异的深度显著性检测方法。
技术介绍
显著性检测可以认为是人类的视觉注视行为,这种行为是一个复杂的过程,包括视觉信息的收集和过滤,目的是能够迅速的在视觉中找到最显著的物体。如果仅对视觉中的显著性物体做进一步处理,那么视觉分析行为的复杂度会有效减少并且计算资源可以优化配置。显著性检测在图像处理和视觉领域有着广泛的应用,例如:显著性分析、对象分割、彩色图像分类、图像或视频适配和压缩等。计算显著性模型类似于人类视觉的特征收集行为,这种行为能够快速的从输入的视觉信息中提取特征,并且把这些特征组合成一个显著的图像。显著性检测主要依赖于视觉信息的收集和特征的提取。为了简便,大多数现在的工作都把彩色图像作为输入,结果证明效果都不是很好,因为他们缺少了3D空间信息。早在2000年就已经开始使用场景的深度图作为视觉注视的研究。一些最新的研究表明:深度感知能够对视觉注视起到很大的作用,因为深度图不同于彩色图,特征的提取是深度显著性检测的关键点。早些的深度特征如:深度、梯度、曲率很容易导致错误的检测原因在于它们缺少全局的特征考虑。立体图像更容易检测出唯一并且较近的区域,它是基于基本的假设:显著性区域有着不一致性、与周围背景有着很强的对比度。这种假设有着局限性、容易缺少显著性物体中扁平化区域。Lang et al[具体参见文献:Congyan Lang,Tam V Nguyen,Harish Katti,Karthik Yadati,Mohan Kankanhalli,and ...
【技术保护点】
一种基于各向异性中心环绕差异的深度显著性检测方法,其特征是将图像的深度信息加入到显著性物体检测中,并计算中心环绕各向异性的值,得出显著性检测的结果,包括以下步骤:1)获取深度图像,并进行归一化处理;2)对具有深度图像进行高斯平滑处理,然后对每一个像素计算各向异性中心环绕差异值,具体为:以每个像素为出发点,在其周围的若干个方向上寻找深度最小值,计算深度最小值与中心像素深度值的差异,并对每个方向上的差异进行累加得到各向异性中心环绕差异值,作为像素的显著值,对深度图像中的所有像素完成各向异性中心环绕差异值计算后,得到初始显著图;3)在初始显著图基础上,结合显著对象的深度和中心区域分布的先验知识进行结果提优,得到最终的显著性检测的结果。
【技术特征摘要】
1.一种基于各向异性中心环绕差异的深度显著性检测方法,其特征是将图像的深度信息加入到显著性物体检测中,并计算中心环绕各向异性的值,得出显著性检测的结果,包括以下步骤:1)获取深度图像,并进行归一化处理;2)对具有深度图像进行高斯平滑处理,然后对每一个像素计算各向异性中心环绕差异值,具体为:以每个像素为出发点,在其周围的若干个方向上寻找深度最小值,计算深度最小值与中心像素深度值的差异,并对每个方向上的差异进行累加得到各向异性中心环绕差异值,作为像素的显著值,对深度图像中的所有像素完成各向异性中心环绕差异值计算后,得到初始显著图;3)在初始显著图基础上,结合显著对象的深度和中心区域分布的先验知识进行结果提优,得到最终的显著性检测的结果。2.根据权利要求1所述的一种基于各向异性中心环绕差异的深度显著性检测方法,其特征是步骤2)为:高斯平滑处理后,利用线性迭代聚类SLIC算法对彩色图像进行超像素分割,超像素的数量在像素上被设置为图像对角线的长度值,对每个超像素,计算其形心像素的各向异性中心环绕差异值,完成对每个超像素的显著值计算,将显著值调整到[0,255]区间,并将超像素中心的显著值分配给超像素内的每个像素,形成一个初始显著图。3.根据权利要求1或2所述的一种基于各向异性中心环绕差异的深度显著性检测方法,其特征是计算各向异性中心环绕差异值具体为:2.1)对具有深度信息的图像进行高斯平滑处理,平滑窗口半径根据图像大小设定,计算异性中心环绕差异时,沿着八个方向上执行各向异性扫描,对于每一条扫描线,根据图像的深度信息,以最小深度值的像素点作为背景像素点,计算中心像素点与背景像素点之间的深度差值,其中设置L作为扫描线的长度,参数L的典型值为图像对角线长度的1/3;2.2)各向异性中心环绕差异值为八个方向扫描值的和,以圆形坐标系,八个方向分别为:0°,45°,90°,135°,180°,225°,270°,315°,各向异性中心环绕差异值数学描述为: D a c s d i ( p ) = ...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。