[发明专利]一种基于一致性轮廓提取的立体图像分割方法有效
申请号: | 201710820101.7 | 申请日: | 2017-09-13 |
公开(公告)号: | CN107578419B | 公开(公告)日: | 2020-07-21 |
发明(设计)人: | 厉旭杰;邵靖凯;沈顺辉;黄辉;胡明晓 | 申请(专利权)人: | 温州大学 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/12;G06T7/30 |
代理公司: | 温州名创知识产权代理有限公司 33258 | 代理人: | 陈加利 |
地址: | 325000 浙江省温州市瓯*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 一致性 轮廓 提取 立体 图像 分割 方法 | ||
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;
所述步骤S2中立体匹配项是通过公式来实现;
其中,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;
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,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;
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,然后同样采用扫描线搜索策略在立体图像右视图中搜索和立体图像左视图中像素Pl最相似补丁的像素,搜索到的像素设为P′r如果像素Pr和像素P′r为同一点,则像素Pr为非遮挡像素;反之,如果像素Pr和像素P′r为不同点,则像素Pr为被遮挡像素;
所述步骤S3中“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”的具体步骤包括:
采用逐行扫描立体图像右视图分割概率图,并待扫描到立体图像右视图分割概率图中某一像素为非零且以该像素为中心的3×3区域内至少包含一个非零像素后,则保留该像素点为轮廓点,且进一步将所保留的轮廓点绘制成预估轮廓线条;
统计预估轮廓线条中封闭曲线的个数,并按照封闭曲线围成的面积从小到大排列;
设定面积阈值Ah=βAk,移除预估轮廓线条中面积小于阈值Ah的封闭曲线,得到修正后的预估轮廓线条;其中,β为权重参数,设定为0.8,Ak为已排完序的第k个封闭曲线的面积,k为左视图分割图像中封闭曲线的个数;
所述步骤S3中“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”是通过公式来实现;其中,dc(qi)为像素点qi到预估轮廓线条的最短距离,D为权重参数,设定为D=10,Td为阈值,设定为20;Cr为修正后的预估轮廓线条,d(qi,qj)为两个像素之间的欧拉距离;
所述步骤S4中“轮廓概率图”是通过公式CC(pi,d(pi))=CS(pi,d(pi))×CO(pi,d(pi))来实现;其中,CS为立体匹配项,CO为基于图像补丁的轮廓项;
所述步骤S5中的“最优轮廓线”是通过求解公式最优解来实现;其中,Cm为左视图分割图像轮廓线,N(pi,pi-1)为轮廓连续性项,当像素pi-1为像素pi的8邻域时,轮廓连续性项的值为0,否则轮廓连续性项的值为∞。
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S6具体包括:
依次逐行从左到右扫描,如果像素值为0,表示该点为背景,直到扫描到像素值为1的点,表示该点为左轮廓点,继续扫描直到扫描到像素值为0的点,表示左轮廓线结束,该点为前景,接着继续扫描直到再次扫描到像素值为1的点且其对应下一个像素点的像素值为0时,表示该点为右轮廓点,
将左轮廓点和右轮廓点之间的像素均填充为1,重复此步骤,直到整个最优轮廓线填充完整,获得立体图像的右视图分割图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学,未经温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710820101.7/1.html,转载请声明来源钻瓜专利网。