[發明專利]一種深度圖像中物體檢測方法

有效

• 申請號: 201610049077.7
• 申請日: 2016-01-25
• 公開（公告）號: CN105741271B
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 曲磊;邱云周;皮家甜;王康如;張力;楊旭光;王營冠;鄭春雷
• 申請（專利權）人: 上海物聯網有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/50
• 代理公司: 上海泰能知識產權代理事務所(普通合伙) 31233
• 代理人: 宋纓;孫健

1.一種深度圖像中物體檢測方法，其特征在于，包括以下步驟：

(1)對輸入深度圖像建立基于多叉樹數據結構的深度樹模型以及深度樹節點與深度圖像像素的映射圖；

(2)遍歷深度樹模型各節點，統計和分析節點數據，判決節點屬性，從而獲得物體所在矩形區域；具體包括以下子步驟：

(21)若當前節點是葉子節點，則更新當前節點數據，當前節點判定為非物體，返回當前節點數據；

(22)若當前節點不是葉子節點，則遍歷子節點，獲得子節點數據，更新當前節點數據，對當前節點數據進行統計分析；

(23)若當前節點數據中分支數小于等于閾值或孩子數與分支數的比值大于閾值，則當前節點判定為非物體，返回當前節點數據；

(24)若當前節點數據中分支數大于閾值且孩子數與分支數的比值小于等于閾值且當前節點數據中矩形框長寬比大于閾值，則當前節點判定為物體，該節點為子樹根節點位置，數據中矩形框為物體所在矩形區域，返回當前節點數據；

(25)若當前節點數據中分支數大于閾值且孩子數與分支數的比值小于等于閾值且當前節點數據中矩形框長寬比小于等于閾值，則搜索其子節點是否有判定為物體或包含物體的節點；

(26)若子節點無判定為物體或包含物體的節點，則當前節點判定為非物體，返回當前節點數據；

(27)若子節點無判定為物體的節點而有判定為包含物體的節點，則當前節點判定為包含物體，返回當前節點數據；

(28)若子節點有判定為物體的節點且判定為物體的節點數據中矩形框的區域相互重疊，則當前節點判定為包含物體，創建新子節點，將當前節點確定為待插入節點的父節點，判定為物體的節點且節點數據中矩形框區域相互重疊的節點確定為待插入節點的子節點，調整父節點、兄弟節點和孩子節點，調整用于統計分析的節點數據，該新子節點判定為物體，該節點為子樹根節點位置，數據中矩形框為物體所在矩形區域，返回其父節點數據；

(29)若子節點有判定為物體的節點且判定為物體的節點數據中矩形框的區域不重疊，則當前節點判定為包含物體，返回當前節點數據。

2.根據權利要求1所述的深度圖像中物體檢測方法，其特征在于，所述步驟(1)具體包括以下子步驟：

(11)創建并初始化深度樹根節點和映射圖，將根節點位置保存到映射圖中；

(12)對輸入深度圖像進行逐像素比較，判斷當前像素深度值是否是半鄰域內極大值點；

(13)如果當前像素是極大值點，則創建新的節點，否則插入半鄰域內某一像素的節點中；

(14)將節點位置保存在映射圖中，并重復步驟(12)。

3.根據權利要求2所述的深度圖像中物體檢測方法，其特征在于，所述步驟(12)中對輸入深度圖像自左向右、自底向上進行逐像素比較；比較時，若該像素是深度圖像左下角點且深度值為最小值，則直接存儲入根節點，并將該節點位置存入映射圖中，否則判斷為半鄰域內極大值點；若該像素是深度圖像的下邊緣點，則與左像素點比較，判斷是否是半鄰域內極大值點；若該像素是深度圖像的左邊緣點，則與下像素點和右下像素點比較，判斷是否是半鄰域內極大值點；若該像素是深度圖像的其他點，則分別與左像素點、左下像素點、下像素點和右下像素點比較，判斷是否是半鄰域內極大值點。

4.根據權利要求2所述的深度圖像中物體檢測方法，其特征在于，所述步驟(13)中創建新的節點包括以下子步驟：對半鄰域內其他像素點所在子樹進行兩兩合并；將半鄰域內深度值較大的像素所在節點確認為待插入節點的父節點，創建新葉子節點，調整父節點、兄弟節點和孩子節點，并保存像素位置值，初始化用于統計分析的數據，返回該深度值較大的像素所在節點的位置。