[发明专利]一种深度形状先验提取方法

说明书

一种深度形状先验提取方法，所述深度形状先验提取方法包括以下步骤：将具有较大RGB显著性值的K个超像素区域选为根种子点，建立起深度特性和显著性之间关系；基于深度平滑性和一致性约束，确定每个根种子点的子节点集合，以此来描述深度形状属性；考虑前后两次循环传播中的相关超像素节点的深度一致性、和当前循环超像素与根种子点之间的深度一致性，将最终的DSP值定义为两种情况深度一致性的最大值；多个根种子点生成的DSP图融合后得到最终的DSP结果。本发明通过对深度图像数据的深入分析，充分挖掘深度图的形状先验信息，为RGBD显著性检测提供有效深度信息。

技术领域

本发明涉及图像处理、立体视觉技术领域，尤其涉及一种深度形状先验提取方法。

背景技术

人类视觉感知系统可以自动感知场景信息，定位重要目标和区域。实际上，人类在对场景进行感知时，除了获取颜色、形状等外貌信息外，还可以感知场景的深度信息，即景深。随着成像设备的发展，场景深度数据的获取方式变得更加快捷、便利。这为针对RGBD数据的相关研究工作奠定了数据基础。作为彩色数据的补充，深度数据可以提供许多有效信息，如位置关系、目标形状等，进而提升任务性能。目前针对RGBD数据已开展了广泛的研究，例如：RGBD目标识别、RGBD场景分割、RGBD显著性检测等。作为计算机视觉领域的一项重要预处理技术，视觉显著性检测已广泛应用于检测、编码、增强、压缩等领域。

Cong等人提出了一种深度置信测度的深度特性描述方法。Ju等人提出了一种各向异性中心-周围差异测度描述场景深度信息。Feng等人利用局部背景环绕特征对深度图像进行描述。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

现有技术中的方法并未建立显著性目标与其深度分布的对应关系；现有方法通常将深度图作为额外的一种特征，而未捕获深度图的形状等有用信息。

发明内容

本发明提供了一种深度形状先验提取方法，本发明通过对深度图像数据的深入分析，充分挖掘深度图的形状先验信息，为RGBD显著性检测提供有效深度信息，详见下文描述：

一种深度形状先验提取方法，所述深度形状先验提取方法包括以下步骤：

1)将具有较大RGB显著性值的K个超像素区域选为根种子点，建立起深度特性和显著性之间关系；

2)基于深度平滑性和一致性约束，确定每个根种子点的子节点集合，以此来描述深度形状属性；

3)考虑前后两次循环传播中的相关超像素节点的深度一致性、和当前循环超像素与根种子点之间的深度一致性，将最终的DSP值定义为两种情况深度一致性的最大值；

4)多个根种子点生成的DSP图融合后得到最终的DSP结果。

在步骤1)之前，所述深度形状先验提取方法还包括：

通过超像素分割算法对彩色图像进行分割，得到N个超像素区域，通过RGB显著性检测算法得到每个超像素区域的RGB显著性结果。

进一步地，所述深度平滑性具体为：

邻域超像素区域和第l-1次循环产生的子节点的深度差异小于特定的阈值。

进一步地，所述深度一致性约束具体为：

根种子点与当前循环的邻域超像素之间的深度差值小于某一特定阈值。

其中，所述最终的DSP值具体为：

DSP_k(r_cp)＝1-min(|d_cp,l-d_c,l-1|,|d_cp,l-d_rk|)