System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,尤其涉及一种基于立体成像的图像虚化方法及相关装置。
技术介绍
1、近年来,随着计算机视觉和图像处理领域的快速发展,以及图像采集技术的不断进步,图像处理和分析已经成为众多应用领域的核心组成部分。立体成像数据的获取和处理在医学、自动驾驶、虚拟现实、娱乐产业等领域中具有广泛的应用前景。立体成像技术能够提供更多的深度信息,有助于增强图像的真实感和信息传达能力。
2、在包含多个深度层次的复杂场景中,虚化算法难以准确捕捉所有深度信息。这导致虚化效果不符合预期,一些前景或背景会虚化不当。当对象或相机在图像中移动时,虚化算法无法跟踪对象的深度变化。这导致对象的虚化效果不连贯或不准确。当对象之间存在遮挡关系时,虚化算法无法正确识别和处理这些遮挡,从而导致深度信息不准确。
技术实现思路
1、本专利技术提供了一种基于立体成像的图像虚化方法及相关装置,用于提高基于立体成像的图像虚化的准确率。
2、本专利技术第一方面提供了一种基于立体成像的图像虚化方法,所述基于立体成像的图像虚化方法包括:
3、从预置的数据库中采集对应的立体成像数据,并对所述立体成像数据进行图像数据滤波,得到滤波图像数据;
4、将所述滤波图像数据输入预置的图像感知模型进行图像分割处理,得到对应的辅助图集,其中,所述辅助图集包括焦点图子集、深度图子集以及掩码图子集;
5、通过所述辅助图集对所述滤波图像数据进行图像目标主体拆分,得到目标主体区域;
6
7、通过预置的多尺度高斯滤波算法对所述滤波图像数据中的多个所述背景区域图像进行虚化处理,得到候选虚化图像;
8、对所述候选虚化图像进行虚化边缘优化处理,得到目标虚化图像。
9、结合第一方面,在本专利技术第一方面的第一实施方式中,所述从预置的数据库中采集对应的立体成像数据,并对所述立体成像数据进行图像数据滤波,得到滤波图像数据,包括:
10、从所述数据库中采集对应的立体成像数据,对所述立体成像数据进行视角匹配,得到所述立体成像数据的多个视角信息;
11、基于多个所述视角信息,对所述立体成像数据进行水平边缘检测处理,所述立体成像数据的水平边缘;
12、对所述立体成像数据进行垂直边缘检测,得到所述立体成像数据的垂直边缘;
13、对所述水平边缘以及所述垂直边缘进行图像区域框构建,得到目标区域框;
14、基于所述目标区域框对所述立体成像数据进行像素梯度计算,得到所述立体成像数据对应的梯度数据;
15、通过所述梯度数据对所述立体成像数据进行图像滤波处理,得到所述滤波图像数据。
16、结合第一方面,在本专利技术第一方面的第二实施方式中,所述将所述滤波图像数据输入预置的图像感知模型进行图像分割处理,得到对应的辅助图集,其中,所述辅助图集包括焦点图子集、深度图子集以及掩码图子集,包括:
17、将所述滤波图像数据输入所述图像感知模型的输入层进行图像单目深度估计,得到对应的单目深度估计信息;
18、基于预设的图像深度阈值序列,基于所述单目深度估计信息对所述滤波图像进行第一图像分割,得到对应的深度图子集;
19、将所述单目深度估计信息输入所述图像感知模型的卷积层,对所述滤波图像数据进行数据卷积处理,得到对应的图像卷积特征;
20、通过所述图像卷积特征对所述滤波图像进行图像焦点标定,得到所述滤波图像对应的图像焦点集;
21、基于所述图像焦点集,对所述滤波图像进行第二图像分割处理,得到所述滤波图像对应的焦点图子集;
22、将所述图像焦点集输入所述图像感知模型的语义分割层进行语义分割处理,得到所述滤波图像对应的语义信息;
23、基于所述滤波图像对应的语义信息,对所述滤波图像进行第三图像分割,得到所述滤波图像的掩码图子集。
24、结合第一方面,在本专利技术第一方面的第三实施方式中,所述通过所述辅助图集对所述滤波图像数据进行图像目标主体拆分,得到目标主体区域,包括:
25、通过所述辅助图集对所述滤波图像数据进行图像相关性分析,得到相关性分析数据;
26、基于所述相关性分析数据对所述滤波图像数据进行相关性区域标定,得到多个相关性区域;
27、基于多个所述相关性区域,对所述滤波图像数据进行目标主体拆分,得到所述目标主体区域。
28、结合第一方面的第三实施方式,在本专利技术第一方面的第四实施方式中,所述基于多个所述相关性区域,对所述滤波图像数据进行目标主体拆分,得到所述目标主体区域,包括:
29、对每个所述相关性区域进行阈值筛选,得到至少一个目标相关性区域;
30、对至少一个目标相关性区域进行连通区域分析,得到多个连通区域;
31、基于多个所述连通区域,对所述滤波图像数据进行目标主体拆分,得到所述目标主体区域。
32、结合第一方面,在本专利技术第一方面的第五实施方式中,所述通过所述目标主体区域对所述滤波图像数据进行图像区域分割,得到多个背景区域图像,包括:
33、对所述目标主体区域进行二值化处理,得到对应的二值化区域图像;
34、基于所述掩码图子集,对所述二值化区域图像进行掩码图匹配,得到对应的目标掩码图集;
35、通过所述目标掩码图集,对所述二值化区域图像进行掩码图反转处理,得到对应的反转区域图像;
36、基于所述反转区域图像,对所述滤波图像数据进行图像区域分割,得到多个背景区域图像。
37、结合第一方面,在本专利技术第一方面的第六实施方式中,所述通过预置的多尺度高斯滤波算法对所述滤波图像数据中的多个所述背景区域图像进行虚化处理,得到候选虚化图像,包括:
38、对所述滤波图像数据中的多个所述背景区域图像进行滤波器尺度匹配,得到每个所述背景区域图像对应的目标滤波器尺度;
39、基于每个所述背景区域图像对应的目标滤波器尺度,通过所述多尺度高斯滤波算法对所述滤波图像数据中的多个所述背景区域图像进行数据标准差计算,得到多个标准差;
40、基于多个所述标准差对多个所述背景区域图像进行虚化处理,得到候选虚化图像。
41、本专利技术第二方面提供了一种基于立体成像的图像虚化装置,所述基于立体成像的图像虚化装置包括:
42、采集模块,用于从预置的数据库中采集对应的立体成像数据,并对所述立体成像数据进行图像数据滤波,得到滤波图像数据;
43、处理模块,用于将所述滤波图像数据输入预置的图像感知模型进行图像分割处理,得到对应的辅助图集,其中,所述辅助图集包括焦点图子集、深度图子集以及掩码图子集;
44、拆分模块,用于通过所述辅助图集对所述滤波图像数据进行图像目标主体拆分,得到目标主体区域;
4本文档来自技高网...
【技术保护点】
1.一种基于立体成像的图像虚化方法,其特征在于,所述基于立体成像的图像虚化方法包括:
2.根据权利要求1所述的基于立体成像的图像虚化方法,其特征在于,所述从预置的数据库中采集对应的立体成像数据,并对所述立体成像数据进行图像数据滤波,得到滤波图像数据,包括:
3.根据权利要求1所述的基于立体成像的图像虚化方法,其特征在于,所述将所述滤波图像数据输入预置的图像感知模型进行图像分割处理,得到对应的辅助图集,其中,所述辅助图集包括焦点图子集、深度图子集以及掩码图子集,包括:
4.根据权利要求1所述的基于立体成像的图像虚化方法,其特征在于,所述通过所述辅助图集对所述滤波图像数据进行图像目标主体拆分,得到目标主体区域,包括:
5.根据权利要求4所述的基于立体成像的图像虚化方法,其特征在于,所述基于多个所述相关性区域,对所述滤波图像数据进行目标主体拆分,得到所述目标主体区域,包括:
6.根据权利要求1所述的基于立体成像的图像虚化方法,其特征在于,所述通过所述目标主体区域对所述滤波图像数据进行图像区域分割,得到多个背景区域图像,包括:<
...【技术特征摘要】
1.一种基于立体成像的图像虚化方法,其特征在于,所述基于立体成像的图像虚化方法包括:
2.根据权利要求1所述的基于立体成像的图像虚化方法,其特征在于,所述从预置的数据库中采集对应的立体成像数据,并对所述立体成像数据进行图像数据滤波,得到滤波图像数据,包括:
3.根据权利要求1所述的基于立体成像的图像虚化方法,其特征在于,所述将所述滤波图像数据输入预置的图像感知模型进行图像分割处理,得到对应的辅助图集,其中,所述辅助图集包括焦点图子集、深度图子集以及掩码图子集,包括:
4.根据权利要求1所述的基于立体成像的图像虚化方法,其特征在于,所述通过所述辅助图集对所述滤波图像数据进行图像目标主体拆分,得到目标主体区域,包括:
5.根据权利要求4所述的基于立体成像的图像虚化方法,其特征在于,所述基于多个所述相关性区域,对所述滤波图像数据进行目标主体拆分,得到...
【专利技术属性】
技术研发人员:张雪兵,
申请(专利权)人:深圳优立全息科技有限公司,
类型:发明
国别省市:
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。