欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2019102989849
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:该方法首先评判深度图所反映场景远近程度信息的可信度,得到深度图的可信度因子λ,将λ作为度量立体图像显著性的特征指标,λ<0.45时,通过基于深度信息进行立体视觉显著性检测,λ≥0.45时,结合颜色特征进行立体视觉显著性检测;该方法方法包括三个模块:深度可信度分析、基于深度信息进行立体视觉显著性检测、结合颜色特征进行立体视觉显著性检测;具体如下:(1)首先进行深度可信度分析:输入深度图像:首先采用线性迭代聚类SLIC超像素分割算法进行图像分割,并构造图G=(V,E),其中V表示节点集,V中的每个节点对应于超像素块vi,边缘E连接相邻的超像素块;依据深度图特征分析,超像素块vi的深度可信度为:其中,m和s分别表示整幅深度图中像素值的平均值和标准差,mi表示超像素块vi的平均值,H表示图像熵, 其中,其中L是深度图的灰度级,Pj是深度图中第j个灰度级出现的概率;C0为强度调整因子;

然后融合每个超像素块vi的深度可信度值λi,得到整个深度图的可信度因子其中Ns表示超像素个数,Ns∈[100,200,300];当λ<0.45时,采用基于深度信息进行立体视觉显著性检测;当λ≥0.45时,结合颜色特征进行立体视觉显著性检测;

(2)基于深度信息进行立体视觉显著性检测的具体步骤是:

(2-1)粗略背景滤波:对比深度图中像素点与所在行的平均深度差异程度,得到初步的深度图前背景区分: 其中,Ik和I′k分别表示像素点k在原始深度图像和粗略滤波后图像的深度值, 表示像素点k所在行的平均深度值;

(2-2)深度紧凑度显著性分析:结合深度可信度因子,首先分析超像素块vi的基于深度的紧凑性: 其中,Sdc(vi)表示每一个超像素块的紧凑显著性值,nj是超像素vj中包含的像素个数,λj表示已计算得到的超像素块vj的深度可信度值, 是超像素块vj的质心坐标, 表示整个深度图像的质心位置;aij表示预处理后的深度图中两个超像素块之间的相似度,m′i和m′j表示超像素v′i和v'j的平均值; 为控制常量,σ2为控制相似度矩阵亲和度常数;

深度紧凑度计算的显著性图Scom最终实现为:Scom(vi)=1-norm(Sdc(vi)),norm(·)为归一化函数,将显著值重新映射到[0,255]的范围得到深度紧凑度显著图;

(2-3)深度对比度显著性分析:像素k的显著值Scon(k)基于其与深度图像中的所有其他像素的对比度: fl表示在经过初略背景滤除后的深度图中不同深度值出现的频率;其中,D(I′k,I′l)=||I′k-I′l||,表示图像像素点I′k与其他图像像素点I′l之间的空间距离,像素点I′k和I′l的深度值在[0,255]范围内;

(2-4)将深度紧凑度显著性结果Scom和深度对比度显著性结果Scon融合,获取基于深度信息的显著图为:Sdepth=θScom+(1-θ)Scon,θ为两个显著性项之间的正控制参数;

(3)结合颜色特征进行立体视觉显著性检测的具体步骤是:

(3-1)基于背景先验的并行结构:

首先通过消除假边界来最小化背景的影响,实现方法为:

Dcolor(Ip,Iq)表示不同边之间的颜色距离差异值,R/G/B分别为红色、绿色和蓝色通道,p、q是四个边界中任意两边, 是边界p上三通道的特征平均值, 是边界q上三通道的特征平均值;通过计算所有边界之间的距离D得到4×4矩阵A并归一化,在最大列之和 与最小列之和 满足条件 条件时,列和最大值对应的边界被定义为假边界,并移除;τC为设定阈值;

然后分别进行基于背景和前景的显著性排序;其中,对滤除假边界后的其他边计算基于该边背景的显著图;

最后,基于背景先验的显著性排序结果为: 其中, 对应剩余边界,表示基于每个背景边的显著结果图,最终乘性融合得到基于背景先验的显著性排序结果Sb(i);分析基于前景的显著性实现表示为:在分别求得基于背景和前景的显著性图后乘性融合,得到初步显著目标区域如下:Sinitial(i)=Sb(i)·Sf(i);

(3-2)在得到初步显著结果后,将图中的前景区域作为种子点进行特征优化,重新定义流行排序函数指示向量为: 在经过显著特征优化后计算得到最终的基于RGB颜色特征的显著性图;

(3-3)结合深度信息的显著性更新:

利用细胞自动机迭代方法来更新显著性结果,并针对本发明的实际情况对该方法进行修改: 其中,||di,dj||表示超像素块i和j之间的深度距离,Ni是超像素i的邻域集合,fij表示不同超像素块之间的相似度,δ2表示控制相似强度的参数;

基于深度特征相似性,每个超像素的显著性值由自身的显著特征值及其邻域特征值确定;设定细胞机迭代传播的次数设置为K次,通过结合深度信息的显著性更新,得到更准确的RGB-D显著性图。

2.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:1≤C0≤10。

3.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:

4.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:σ2=0.1。

5.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:Ns=200。

6.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:θ=0.5。

7.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:0.1≤τC≤1.0。

8.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:δ2=0.1。

9.如权利要求1所述的基于深度可信度分析的RGB-D图像显著性检测方法,其特征在于:K=5~50。