[發明專利]一種基于深度選擇性差異的顯著性檢測方法

有效

• 申請號: 201710150961.4
• 申請日: 2017-03-14
• 公開（公告）號: CN106991669B
• 公開（公告）日: 2019-09-27
• 發明（設計）人: 付利華;陳秋霞;王丹;李燦燦;丁浩剛
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/60;G06K9/32;G06K9/46
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

1.一種基于深度選擇性差異的顯著性檢測方法，其特征在于，將圖像中的深度信息加入到顯著性檢測中，并計算其選擇性差異值，從而得出顯著性檢測的結果，包括以下步驟：

1)獲取深度圖像，并進行平滑處理；

2)計算深度圖像中每一個超像素的選擇性差異值，具體為：對每個超像素，首先，計算與其鄰域內找出比該超像素深度大的所有超像素，再依次計算這些超像素與該超像素之間的深度差異值，并將這些差異值累加作為該超像素的全局選擇性差異值；然后，計算該超像素內所有像素與其所在行背景深度值的差異值累加和，作為該超像素的局部選擇性差異值；將全局選擇性差異值和局部選擇性差異值的乘積作為該超像素的選擇性差異值，從而得到初始顯著性圖；

3)結合中心偏好優化初始顯著性圖，得到最終的顯著性檢測結果；

步驟2)為：首先利用分割算法對彩色圖像進行超像素分割，超像素的數量設置為圖像對角線上像素點的個數；然后，計算每個超像素的選擇性差異值，將選擇性差異值歸一化到[0,255]區間，并將其分配給超像素內每個像素點，構成初始顯著性圖；

計算選擇性差異值具體為：

2.1)計算全局選擇性差異值時，首先設定鄰域半徑，在鄰域內，根據深度信息，分別計算該超像素質心處像素點與鄰域內深度值比其自身大的超像素質心點的深度差異值，將深度差異值累加和作為該超像素的全局選擇性差異值，其中設置L為鄰域半徑，參數L為圖像中對角線上像素點個數的30％,其描述為：

S_G(R_i)表示區域R_i的全局選擇性差異值，d(p,q)表示像素點p相對于像素點q的選擇性差異值，d_p,d_q分別為像素點p,q的深度值，C_L(R_i)表示區域R_i以L為半徑的鄰域，c_i表示區域R_i的質心，w(p,q)為像素點p,q之間的距離權值，D_s(p,q)為像素點p,q之間的空間距離，參數σ²用于控制距離權值的強度；

2.2)計算局部選擇性差異值時，首先，計算該超像素內每個像素點與其所在行背景深度值的差異值，然后，將該超像素內每個像素點的差異值累加，并將累加和作為該超像素的局部選擇性差異值，其為：

S_L(R_i)表示區域R_i的局部選擇性差異值，d(p,B)表示像素點p的深度值d_p與所在行r的背景深度值的選擇性差異值，n_i為區域R_i中像素點的個數，cols為圖像的列數，也即每行內像素點的個數，α為行內采樣點取值因子；

2.3)每個超像素的選擇性差異值為全局選擇性差異值和局部選擇性差異值的乘積，其為：

S_sd(R_i)＝S_G(R_i)S_L(R_i)。

2.根據權利要求1所述的基于深度選擇性差異的顯著性檢測方法，其特征在于，步驟3)利用中心偏好優化初始顯著性圖：顯著對象趨向居于圖像中心，對初始顯著性圖做一個二維高斯加權，以圖像中心為原點，以圖像半高半寬為半徑；從而優化初始顯著性圖，得到最終的顯著性檢測結果。

3.根據權利要求1所述的基于深度選擇性差異的顯著性檢測方法，其特征在于，步驟1)所述的深度圖像是利用光流法作用于雙目圖像所求得水平方向的光流，然后歸一化得到的可視化的深度圖像。