[发明专利]一种基于深度选择性差异的显著性检测方法

摘要

本发明提供了一种基于深度选择性差异的显著性检测方法。该方法首先获取深度图像作为输入，然后对每一张深度图像进行平滑处理，接着计算每一个分割区域的选择性差异值，最后依据中心偏好优化初始显著图，从而得到最终的显著性检测结果。应用本发明，不仅解决了单纯基于彩色图无法检测到与背景具有相似视觉特征物体的问题，还解决了基于深度图像忽略底部背景区域从而导致误检的问题。本发明适用于深度图像的显著性检测，计算复杂度较低，检测结果准确。本发明在图像处理和计算机视觉领域有着广泛的应用。

主权项

1.一种基于深度选择性差异的显著性检测方法，其特征在于，将图像中的深度信息加入到显著性检测中，并计算其选择性差异值，从而得出显著性检测的结果，包括以下步骤：1)获取深度图像，并进行平滑处理；2)计算深度图像中每一个超像素的选择性差异值，具体为：对每个超像素，首先，计算与其邻域内找出比该超像素深度大的所有超像素，再依次计算这些超像素与该超像素之间的深度差异值，并将这些差异值累加作为该超像素的全局选择性差异值；然后，计算该超像素内所有像素与其所在行背景深度值的差异值累加和，作为该超像素的局部选择性差异值；将全局选择性差异值和局部选择性差异值的乘积作为该超像素的选择性差异值，从而得到初始显著性图；3)结合中心偏好优化初始显著性图，得到最终的显著性检测结果；步骤2)为：首先利用分割算法对彩色图像进行超像素分割，超像素的数量设置为图像对角线上像素点的个数；然后，计算每个超像素的选择性差异值，将选择性差异值归一化到[0,255]区间，并将其分配给超像素内每个像素点，构成初始显著性图；计算选择性差异值具体为：2.1)计算全局选择性差异值时，首先设定邻域半径，在邻域内，根据深度信息，分别计算该超像素质心处像素点与邻域内深度值比其自身大的超像素质心点的深度差异值，将深度差异值累加和作为该超像素的全局选择性差异值，其中设置L为邻域半径，参数L为图像中对角线上像素点个数的30％,其描述为：S_G(R_i)表示区域R_i的全局选择性差异值，d(p,q)表示像素点p相对于像素点q的选择性差异值，d_p,d_q分别为像素点p,q的深度值，C_L(R_i)表示区域R_i以L为半径的邻域，c_i表示区域R_i的质心，w(p,q)为像素点p,q之间的距离权值，D_s(p,q)为像素点p,q之间的空间距离，参数σ²用于控制距离权值的强度；2.2)计算局部选择性差异值时，首先，计算该超像素内每个像素点与其所在行背景深度值的差异值，然后，将该超像素内每个像素点的差异值累加，并将累加和作为该超像素的局部选择性差异值，其为：S_L(R_i)表示区域R_i的局部选择性差异值，d(p,B)表示像素点p的深度值d_p与所在行r的背景深度值的选择性差异值，n_i为区域R_i中像素点的个数，cols为图像的列数，也即每行内像素点的个数，α为行内采样点取值因子；2.3)每个超像素的选择性差异值为全局选择性差异值和局部选择性差异值的乘积，其为：S_sd(R_i)＝S_G(R_i)S_L(R_i)。