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。