一种基于一致性轮廓提取的立体图像分割方法技术
【技术实现步骤摘要】
一种基于一致性轮廓提取的立体图像分割方法
本专利技术涉及计算机图形图像处理
，尤其涉及一种基于一致性轮廓提取的立体图像分割方法。
技术介绍
最近几年，立体媒体越来越受到人们的关注，使得立体图像的编辑也变得越来越重要。然而，立体图像分割是立体图像编辑的基础，因此进行精确的立体图像分割就显得尤为迫切。到目前位置，单个图像的分割方法已经非常成熟，例如CarstenRother,VladimirKolmogorov,andAndrewBlake(2004)在ACMTrans.Graph.23(3):309-314上发表的论文“grabcut”:Interactivefore-groundextractionusingiteratedgraphcuts，其提出的GrabCut方法，用户仅仅需要在物体附近画一个矩形框或者使用着色线条表明要求的前景和背景区域，就能获得高质量的图像分割结果，并已在OpenCV上采用GPU加速获得了实时的性能。但是，立体图像分割不仅仅局限于单个图像分割，而是建立在对立体图像左右视图分别采用单个图像分割操作基础上，可是这种最直接的立体图像分割方...
【技术保护点】
一种基于一致性轮廓提取的立体图像分割方法，其特征在于，包括步骤：S1、输入立体图像左视图、左视图分割图像及立体图像右视图；S2、根据所述立体图像左右视图，计算立体匹配项；S3、根据所述立体图像左视图、左视图分割图像及立体图像右视图，预估立体图像右视图分割概率图，并根据所述预估的立体图像右视图分割概率图，提取及修正预估轮廓线条，且进一步根据所述修正后的预估轮廓线条，计算基于图像补丁的轮廓项；S4、根据所述计算出的立体匹配项及基于图像补丁的轮廓项，合成轮廓概率图；S5、采用测地线距离计算出所述合成的轮廓概率图的最优轮廓线；S6、扫描所述计算出的最优轮廓线，获得立体图像的右视图分割图像。
【技术特征摘要】
1.一种基于一致性轮廓提取的立体图像分割方法，其特征在于，包括步骤：S1、输入立体图像左视图、左视图分割图像及立体图像右视图；S2、根据所述立体图像左右视图，计算立体匹配项；S3、根据所述立体图像左视图、左视图分割图像及立体图像右视图，预估立体图像右视图分割概率图，并根据所述预估的立体图像右视图分割概率图，提取及修正预估轮廓线条，且进一步根据所述修正后的预估轮廓线条，计算基于图像补丁的轮廓项；S4、根据所述计算出的立体匹配项及基于图像补丁的轮廓项，合成轮廓概率图；S5、采用测地线距离计算出所述合成的轮廓概率图的最优轮廓线；S6、扫描所述计算出的最优轮廓线，获得立体图像的右视图分割图像。2.如权利要求1所述的立体图像分割方法，其特征在于，所述步骤S2中立体匹配项是通过公式来实现；其中，pi，pj为像素位置索引，pi为左视图分割图像轮廓线上的像素，为以pi为中心的m×m的局部区域，m＝5，d(pi)为像素pi的视差值，CAD为绝对误差和算法，且c表示彩色图像的三个通道。3.如权利要求2所述的立体图像分割方法，其特征在于，所述步骤S3中“预估立体图像右视图分割概率图”的具体步骤包括：分别构建立体图像左视图和右视图立体图像的特征向量，特征向量的构建如下：式中，为以pi为中心的m×m的局部区域，为以pi为中心的m×m图像补丁，m＝5；采用预设的搜索策略在立体图像左视图中搜索与立体图像右视图中每个像素点最相似的图像补丁；通过公式IRmask(pi)＝ILmask(pj)，预估立体图像右视图分割概率图；其中，ILmask为左视图分割图像，pi，pj为像素位置索引，pj为右视图中像素pi在立体图像左视图中找到的最相似图像补丁的中心位置。4.如权利要求3所述的立体图像分割方法，其特征在于，所述采用预设的搜索策略在立体图像左视图中搜索与立体图像右视图中每个像素点最相似的图像补丁的步骤具体包括：在立体图像右视图中的被遮挡像素采用全局范围搜索策略搜索最相似补丁；其中，所述全局范围搜索策略是将搜索范围确定为立体图像左视图整个图像；在立体图像右视图中的非遮挡像素采用扫描线搜索策略搜索最相似补丁；其中，所述扫描线搜索策略是将搜索范围确定为立体图像左视图沿着相同水平线在[0,dmax]视差范围内；dmax为预估立体图像最大视差值；其中，立体图像右视图中被遮挡像素和非遮挡像素的区分是通过以下步骤实现，具体包括：采用扫描线搜索策略在立体图像左视图中搜索和立体图像右视图中某一像素Pr最相似补丁的像素，搜索到的像素设为Pl，然后...
【专利技术属性】
技术研发人员：厉旭杰，邵靖凯，沈顺辉，黄辉，胡明晓，
申请(专利权)人：温州大学，
类型：发明
国别省市：浙江,33
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。