[发明专利]一种基于RGB-D约束的双目图像目标分割方法和装置

说明书

本发明提供了一种基于RGB‑D约束的双目图像目标分割方法和装置，通过获得双目图像的视差信息；获得所述双目图像的颜色数据模型；根据所述视差信息获得视差图的深度数据模型；计算所述双目图像相邻像素点的相似性；获得所述双目图像目标分割的网络流图与能量函数表达式；根据计算所述能量函数的最小解获得所述网络流图的分割结果，其中，所述网络流图的分割结果即所述双目图像的目标分割结果。解决现有技术中双目图像目标分割的准确率较低、实时性差、完整性不太理想的技术问题，实现了减少概率计算的依赖性，增强概率模型的通用性，有助于提升分割的结果，同时考虑像素点的视差信息，利用前景和背景处于不同深度中的特征，提升分割结果的技术效果。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于RGB-D约束的双目图像目标分割方法和装置。

背景技术

双目立体视觉能很好的对人的双眼视觉系统进行模拟，可以对三维世界进行视觉感知，其中的一些研究成果已广泛地应用于我们的生产和生活中。其中，双目图像的目标分割作为双目立体视觉领域的重要研究方向之一，是提取双目图像中关键信息的重要步骤，在立体图像的合成、三维图像的重建、遥感图像的分析、机器人智能控制等方面都有着重大的研究意义。可以应用于AR/VR技术、三维摄像、3D电影、医疗、军事、航天等诸多方面。双目图像中蕴含着三维深度信息，是相比于单目图像最大的优势所在。深度信息能更好的描述场景中的对象，更有效的表达前景和背景信息。

现有技术中双目图像目标分割的准确率较低、实时性差、完整性不太理想，分割结果精确度不高，分隔效果不好的技术问题。

发明内容

本发明实施例提供了一种基于RGB-D约束的双目图像目标分割方法和装置，解决现有技术中双目图像目标分割的准确率较低、实时性差、完整性不太理想，分割结果精确度不高，分隔效果不好的技术问题。

鉴于上述问题，提出了本申请实施例以便提供一种基于RGB-D约束的双目图像目标分割方法和装置。

第一方面，本发明提供了一种基于RGB-D约束的双目图像目标分割方法，所述方法包括：

获得双目图像的视差信息；获得所述双目图像的颜色数据模型；根据所述视差信息获得视差图的深度数据模型；计算所述双目图像相邻像素点的相似性；获得所述双目图像目标分割的图模型与能量函数表达式；根据计算所述能量函数的最小解获得网络流图的分割结果，其中，所述网络流图的分割结果即所述双目图像的目标分割结果。

优选地，获得双目图像的视差信息，还包括：将输入的双目图像进行立体匹配，获得所述双目图像匹配的代价函数；根据图割法计算所述代价函数的最小解，估计视差图。

优选地，获得所述双目图像的颜色数据模型，还包括：根据所述双目图像的颜色信息，利用聚类算法将所述双目图像中的像素分为若干类第一像素集；根据所述若干类第一像素集计算每类像素集颜色信息的均值、方差获得第一混合高斯函数模型；根据第一混合高斯函数的表达式计算每个像素点的第一高斯分量，获得颜色信息的高斯概率密度函数；根据所述颜色信息的高斯概率密度函数获得每个像素点属于前景和背景的第一概率。

优选地，根据所述视差信息获得视差图的深度数据模型，还包括：根据所述视差信息，利用聚类算法将所述双目图像中的像素分为若干类第二像素集；根据所述若干类第二像素集计算每类像素集视差信息的均值、方差获得第二混合高斯函数模型；根据第二混合高斯函数的表达式计算每个像素点的第二高斯分量，获得深度信息的高斯概率密度函数；根据所述深度信息的高斯概率密度函数获得每个像素点属于前景和背景的第二概率。

优选地，计算所述双目图像相邻像素点的相似性，还包括：计算色彩空间两个相邻像素点的第一相似性；根据所述视差图进行特征变换，且在特征空间计算视差空间两个相邻像素点的第二相似性；根据所述第一相似性和第二相似性，计算RGB-D约束的两个相邻像素点的第三相似性。