一种基于图像分类的深度信息提取方法技术

本发明专利技术公开了一种基于图像分类的深度信息提取方法，包括以下步骤：1)检测图像的类型，判断图像的类型是远景图像、左视图像、右视图像、普通图像四种类型中的哪一种；2)对图像采用Mean shift分割方法进行分割，再对分割后的不同块根据垂直坐标进行深度赋值；3)对图像采用Mean shift分割方法进行分割，再对分割后的不同块根据水平坐标进行深度赋值；4)对图像采用Mean shift分割方法进行分割，再对分割后的不同块根据水平坐标进行深度赋值；5)对图像采用KMeans分割方法进行分割，分割出前景部分和背景部分，然后对背景部分和前景部分分别赋值。本发明专利技术的基于图像分类的深度信息提取方法，获取的深度图较为准确，且计算复杂度较低。

【技术实现步骤摘要】

本专利技术涉及计算机视觉与数字图像处理领域，特别是涉及一种基于图像分类的深度信息提取方法。
技术介绍
深度图像常被用于三维重建、自由视点编码等诸多领域。现有的深度信息提取主要集中于多视点图像的提取。对于单目图像深度信息的提取，由于单目图像的信息量少，深度信息提取复杂，因此其提取效率低，提取的质量也较差，常常需要人的手动操作等。为了提高单目图像的深度图像质量，目前针对其深度图像的成像缺陷提出了一系列的改进方法。其中具有代表性的方法有两种：一种是，首先利用时域信息重建背景，然后提取背景的深度图，并分割出运动物体；最后根据运动物体在场景中的位置和背景深度图为运动物体分配深度值，并将这些深度值融入深度背景图中。该方法需要先后输入两帧图像，对于单帧单目图像的处理有所限制，而且处理速度较慢。另一种是利用边缘信息给图像进行区域分割后，给每一块区域分配一个相对的深度值，就可以得到整幅图像的深度图。这种方法处理得到的深度图准确度较低。这是因为：由于不同的图像受到例如颜色、光照强渡的影响，使得分割后的图像按块赋值较为复杂，而且赋值准确度不高，降低了对图像处理的效率。
技术实现思路
本专利技术所要解决的技术问题是：弥补上述现有技术的不足，提出一种基于图像分类的深度信息提取方法，获取的深度图较为准确，且计算复杂度较低。本专利技术的技术问题通过以下的技术方案予以解决：一种基于图像分类的深度信息提取方法，包括以下步骤：1)检测图像的类型，判断图像的类型是远景图像、左视图像、右视图像、普通图像四种类型中的哪一种；如果是远景图像，则进入步骤2)；如果是左视图像，则进入步骤3)；如果是右视图像，则进入步骤4)；如果是普通图像，则进入步骤5)；2)对图像采用Meanshift分割方法进行分割，再对分割后的不同块进行深度赋值，所赋深度值由块内的像素点的垂直方向的坐标确定得到；3)对图像采用Meanshift分割方法进行分割，再对分割后的不同块进行深度赋值，所赋深度值由块内的像素点的水平方向的坐标确定得到；4)对图像采用Meanshift分割方法进行分割，再对分割后的不同块进行深度赋值，所赋深度值由块内的像素点的水平方向的坐标确定得到；5)对图像采用KMeans分割方法进行分割，分割出前景部分和背景部分，然后根据背景部分是否属于远景图像、左视图像、右视图像三种类型的判断结果，对背景部分和前景部分分别赋值。本专利技术与现有技术对比的有益效果是：本专利技术的深度信息提取方法，检测输入的单目深度图像的类型，将图像类型划分成四种类型，即普通视图、远景视图、左视视图、右视视图，四种基本类型几乎涵盖所有种类的图像。通过分类处理，提高了图像深度赋值的效率。基于分类结果，对不同的图像类型采用不同的深度赋值方法。对相应的图像分别采用Meanshift和KMeans图像分割方法，将图像分割为对应的块，通过对块进行深度赋值，提高了深度图像各部分间匹配的准确性，从而提高了深度图的准确性。处理过程中，涉及的计算量仅判断分类、分割算法等，计算量小，极大地降低计算复杂度。【附图说明】图1是本专利技术具体实施方式的基于图像分类的深度信息提取方法的流程图；图2a是本专利技术具体实施方式的深度信息提取方法处理时输入的第一幅图像；图2b是本专利技术具体实施方式的深度信息提取方法处理第一幅图像得到的深度图；图2c是采用传统的直接赋深度值处理第一幅图像得到的深度图；图3a是本专利技术具体实施方式的深度信息提取方法处理时输入的第二幅图像；图3b是本专利技术具体实施方式的深度信息提取方法处理第二幅图像得到的深度图；图3c是采用传统的直接赋深度值处理第二幅图像得到的深度图；图4a是本专利技术具体实施方式的深度信息提取方法处理时输入的第三幅图像；图4b是本专利技术具体实施方式的深度信息提取方法处理第三幅图像得到的深度图；图4c是采用传统的直接赋深度值处理第三幅图像得到的深度图；图5a是本专利技术具体实施方式的深度信息提取方法处理时输入的第四幅图像；图5b是本专利技术具体实施方式的深度信息提取方法处理第四幅图像得到的深度图；图5c是采用传统的直接赋深度值处理第四幅图像得到的深度图。【具体实施方式】下面结合具体实施方式并对照附图对本专利技术做进一步详细说明。如图1所示，为本具体实施方式的基于图像分类的深度信息提取方法的流程图，提取方法包括以下步骤：A1：输入一帧待处理的2D单目图像，将图像进行滤波处理。输入的单目深度图像，可由照相机采集或网上下载所得。对所输入图像进行滤波处理，例如，进行双边滤波处理。A2：检测图像的类型，判断图像的类型是远景图像、左视图像、右视图像、普通图像四种类型中的哪一种；如果是远景图像，则进入步骤2)；如果是左视图像，则进入步骤3)；如果是右视图像，则进入步骤4)；如果是普通图像，则进入步骤5)。该步骤进行图像分类，具体检测时，可将待处理的图像从RGB色彩空间转换到HIS色彩空间，根据图像中像素点的H、S、I值判断图像的类型是否属于远景图像。具体地，由以下式子判断是否满足远景视图：设在图像中坐标(x,y)处的像素点的H、S、I的值分别为H(x,y)，S(x,y)，I(x,y)，同时定义像素点的是否归为天空类像素的属性参数Sky(x,y)，以及是否归为地面类像素的属性参数Ground(x,y)，则：若100<H(x,y)<180且100<I(x,y)<255，则Sky(x,y)＝1；否则，Sky(x,y)＝0。其中，Sky(x,y)＝1表示像素点(x，y)归类为天空的像素点。若50<H(x,y)<100且100<S(x,y)<255，则Ground(x,y)＝1；否则，Ground(x,y)＝0。其中，Ground(x,y)＝1表示像素点(x，y)归类为地面的像素点。统计图像中像素点归类为天空或者地面的像素点的个数Amount，也即可首先将所有像素点的Sky(x,y)的值与Ground(x,y)的值进行或运算，然后将各像素点或运算后的结果加和。由上述内容可知，Sky(x,y)和Ground(x,y)的值只会为1或者0。若Sky(x，y)和Ground(x,y)其中有一个为1，则或的结果为1。将或运算结果相加得到的总和即为像素点归类为天空或者地面的像素点的总个数Amount。将Amount与设定的阈值相比较，如果总个数Amount大于阈值，则图像属于远景图像类型，按照如下所述的步骤A3进行深度赋值。否则，属于非远景图像类型。当本文档来自技高网...

【技术保护点】
一种基于图像分类的深度信息提取方法，其特征在于：包括以下步骤：1)检测图像的类型，判断图像的类型是远景图像、左视图像、右视图像、普通图像四种类型中的哪一种；如果是远景图像，则进入步骤2)；如果是左视图像，则进入步骤3)；如果是右视图像，则进入步骤4)；如果是普通图像，则进入步骤5)；2)对图像采用Mean shift分割方法进行分割，再对分割后的不同块进行深度赋值，所赋深度值由块内的像素点的垂直方向的坐标确定得到；3)对图像采用Mean shift分割方法进行分割，再对分割后的不同块进行深度赋值，所赋深度值由块内的像素点的水平方向的坐标确定得到；4)对图像采用Mean shift分割方法进行分割，再对分割后的不同块进行深度赋值，所赋深度值由块内的像素点的水平方向的坐标确定得到；5)对图像采用KMeans分割方法进行分割，分割出前景部分和背景部分，然后根据背景部分是否属于远景图像、左视图像、右视图像三种类型的判断结果，对背景部分和前景部分分别赋值。

【技术特征摘要】
1.一种基于图像分类的深度信息提取方法，其特征在于：包括以下步骤：
1)检测图像的类型，判断图像的类型是远景图像、左视图像、右视图像、普通图
像四种类型中的哪一种；如果是远景图像，则进入步骤2)；如果是左视图像，则进入
步骤3)；如果是右视图像，则进入步骤4)；如果是普通图像，则进入步骤5)；
2)对图像采用Meanshift分割方法进行分割，再对分割后的不同块进行深度赋值，
所赋深度值由块内的像素点的垂直方向的坐标确定得到；
3)对图像采用Meanshift分割方法进行分割，再对分割后的不同块进行深度赋值，
所赋深度值由块内的像素点的水平方向的坐标确定得到；
4)对图像采用Meanshift分割方法进行分割，再对分割后的不同块进行深度赋值，
所赋深度值由块内的像素点的水平方向的坐标确定得到；
5)对图像采用KMeans分割方法进行分割，分割出前景部分和背景部分，然后根
据背景部分是否属于远景图像、左视图像、右视图像三种类型的判断结果，对背景部
分和前景部分分别赋值。
2.根据权利要求1所述的基于图像分类的深度信息提取方法，其特征在于：所述
步骤5)中，判断背景部分是远景图像、左视图像、右视图像三种类型中的一种时，对
所述背景部分，根据其类型分别采用所述步骤2)、步骤3)、步骤4)中的过程进行深
度赋值；对所述前景部分，深度值赋值为背景部分的深度值中的最小值；判断背景部
分不是远景图像、左视图像、右视图像三种类型中的一种时，对所述背景部分赋予第
二深度值S2，对所述前景部分赋予第一深度值S1，且S1＜S2。
3.根据权利要求1所述的基于图像分类的深度信息提取方法，其特征在于：所述
步骤1)中，将图像从RGB色彩空间转换到HIS色彩空间，根据图像中像素点的H、
S、I值判断图像的类型是否属于远景图像。
4.根据权利要求3所述的基于图像分类的深度信息提取方法，其特征在于：判断
时，包括如下步骤：A1)，判断像素点的类型：如果100<H(x,y)<180且100<I(x,y)<255，
则像素...

【专利技术属性】
技术研发人员：金欣，李倩，戴琼海，
申请(专利权)人：清华大学深圳研究生院，
类型：发明
国别省市：广东;44