[發明專利]一種顯著性檢測中的深度圖可信度檢測方法

在審

• 申請號: 202010816235.3
• 申請日: 2020-08-14
• 公開（公告）號: CN112085683A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 徐巖;周洋;任建凱;殷海兵;陸宇;黃曉峰
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T5/20
• 分類號: G06T5/20;G06T5/00;G06K9/62;G06T7/13;G06T7/50;G06T7/90
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 尉偉敏

1.一種顯著性檢測中的深度圖可信度檢測方法，其特征在于，

包括以下步驟：

A)判斷待測深度圖像的收斂性，若待測深度圖像收斂，則進入步驟B)，反之，讀取下一待測深度圖像并重復本步驟；

B)對收斂的深度圖像做中值濾波處理；

C)對中值濾波處理后的深度圖像及其參考圖像進行邊緣檢測，獲取深度圖像及其參考圖像的邊緣信息，所述參考圖像為待測深度圖像的真值圖；

D)計算深度圖像及其參考圖像的邊緣的相似度，獲得可信度分數。

2.根據權利要求1所述的一種顯著性檢測中的深度圖可信度檢測方法，其特征在于，

步驟A)中，判斷待測深度圖像的收斂性的方法包括以下步驟：

A1)計算輸入圖像的二維熵值：

建立特征向量(i,j)，i表示像素的灰度值，圖像的鄰域灰度均值j作為灰度分布的空間特征量，圖像的灰度分布概率P_ij為：

圖像的二維熵值H′為：

其中，n(i,j)為特征向量(i,j)出現的次數，M和N分別代表圖像的長度和寬度；

A2)計算歸一化熵值H′_BN：

其中，H_max表示待測圖像中的最大二維熵，H_min表示待測圖像中的最小二維熵；

A3)計算判斷閾值T：

設定不同的初始門限t₁,t₂,…,t_n，計算數據庫中待測深度圖像的歸一化熵值H′_BN，將歸一化熵值H′_BN低于門限值的圖像視為收斂圖像，收斂圖像數量變化最大的門限值為最終的判斷閾值T，T的表達式為：

T→max|n(t_i)-n(t_i+1)|

其中n(t_i)為收斂圖像的數量，使用判斷閾值T判斷待測深度圖像的收斂性。

3.根據權利要求1或2所述的一種顯著性檢測中的深度圖可信度檢測方法，其特征在于，

步驟B)中，對收斂的深度圖像做中值濾波處理的方法包括以下步驟：

B1)獲取圖像選定區域的中值：

分析輸入圖像的像素值大小，在選定的區域R中，p_k表示選定區域內2k+1個像素的值：

Median(p₀,p₁,p₂,…p_k,…,p_2k)＝p_k

當(p₀,p₁,p₂,…p_k,…,p_2k)是按數值大小排列時，p_k為整個序列的中值；

B2)中值濾波：

在選定的區域R中，用相鄰像素的中值更新整個區域R的像素值，過程公式為：

I_m(x,y)→median{I(x±m,y±n)|(m,n)∈R}

其中，(x,y)代表圖像像素的位置，(m,n)代表圖像區域中鄰域的大小。

4.根據權利要求1或2所述的一種顯著性檢測中的深度圖可信度檢測方法，其特征在于，

步驟C)中，獲取深度圖像及其參考圖像的邊緣信息的方法包括以下步驟：

C1)對中值濾波處理后的深度圖像進行降噪處理；

C2)獲取深度圖像及其參考圖像的梯度特征；

C3)對梯度幅值進行非極大值抑制；

C4)篩選圖像邊緣。

5.根據權利要求4所述的一種顯著性檢測中的深度圖可信度檢測方法，其特征在于，

步驟C1)中，對深度圖像進行降噪處理的方法為高斯濾波。