The invention discloses a detection method of RGB D significantly, which belongs to the technical field of computer vision, including: the detection algorithm for Depth detection was significantly D depth map on RGB map, get the depth saliency map Sd; depth saliency map Sd as features to enhance the RGB RGB color map D map in the manifold ranking significantly, figure Sc RGB color graph; using the saliency map Sc guide Depth RGB depth map color map of the manifold ranking, Depth depth map saliency map Sd 'Sd' will; saliency map saliency map Sc and Depth depth map RGB color map in fusion, significantly figure RGB D map S, with significant detection of RGB D diagram. Get through the use of preprocessing depth saliency map instead of the original coarse depth map as the depth of features, and integration with other characteristics, to implement the calculation of significant RGB D diagram, improve the accuracy of RGB D saliency detection.
【技术实现步骤摘要】
一种RGB-D图显著性的检测方法
本专利技术涉及计算机视觉
,特别涉及一种RGB-D图显著性的计算方法。
技术介绍
目前,计算机视觉中的显著性检测越来越受到人们的关注,显著性检测可以应用在很多视觉任务中,如图像分类、目标识别、图像分割以及目标重定位等。而从二维的RGB彩色图像到三维的RGB-D图的过程中,增加了深度信息,因此深度信息在图像的显著性计算过程中具有重要的作用。2014年,Cheng等人在论文《Depthenhancedsaliencydetectionmethod》中分别利用颜色空间和深度空间的视觉线索进行对比,并将二维的中心偏移扩展到三维空间,将三种特征进行融合得到最终显著值。近年来,以深度对比为基础,融合先验知识和优化的显著检测方法取得了卓越的效果。2015年Ren等人在论文《ExploitingglobalpriorsforRGB-Dsaliencydetection》中利用曲面方向先验和背景先验检测显著目标,并以PageRank算法和MRF算法优化显著图。2015年Xue等人在《RGB-Dsaliencydetectionviamutualguidedmanifoldranking》中假设RGB彩色图像的四个角为背景,以颜色和深度的共同特征实施RGB彩色图像的显著性检测,再以其结果作为前景种子节点对Depth深度图实施流形排序,最后融合二者完成RGB-D图显著性检测。2016年Guo等人在论文《SalientobjectdetectionforRGB-Dimageviasaliencyevolution》中融合颜色对比和深度对比的 ...
【技术保护点】
一种RGB‑D图显著性的检测方法,其特征在于,包括:采用显著检测算法对RGB‑D图中的Depth深度图进行显著检测,得到深度显著图Sd;将深度显著图Sd作为特征来加强RGB‑D图中的RGB彩色图的流形排序,得到RGB彩色图的显著图Sc;利用RGB彩色图的显著图Sc指导Depth深度图的流形排序,得到Depth深度图的显著图Sd′;将RGB彩色图的显著图Sc和Depth深度图的显著图Sd′进行融合,得到RGB‑D图的显著图S,以检测RGB‑D图的显著性。
【技术特征摘要】
1.一种RGB-D图显著性的检测方法,其特征在于,包括:采用显著检测算法对RGB-D图中的Depth深度图进行显著检测,得到深度显著图Sd;将深度显著图Sd作为特征来加强RGB-D图中的RGB彩色图的流形排序,得到RGB彩色图的显著图Sc;利用RGB彩色图的显著图Sc指导Depth深度图的流形排序,得到Depth深度图的显著图Sd′;将RGB彩色图的显著图Sc和Depth深度图的显著图Sd′进行融合,得到RGB-D图的显著图S,以检测RGB-D图的显著性。2.如权利要求1所述的方法,其特征在于,所述的将深度显著图Sd作为特征来加强RGB-D图中的RGB彩色图的流形排序,得到RGB彩色图的显著图Sc,具体包括:构造RGB彩色图的无向图Gc=(Vc,Ec),其中Vc是顶点集,包含RGB彩色图经过分割算法分割后获得的超像素的集合,Ec为关联矩阵加权的边集,表示两顶点i、j之间的边的连接权重;定义特征向量fc=[c,D,n]T,其中c表示RGB彩色图经过分割后获得的超像素在CIELAB颜色空间内的均值,D表示RGB彩色图分割后获得超像素直接映射到RGB-D图像中的Depth深度图所形成的超像素在深度显著图Sd中的均值,n表示RGB彩色图经过分割后获得的超像素法线均值,其中,的定义为:scc,scD和scn分别是控制权重的参数常量;利用RGB彩色图的四个拐角区域作为背景种子,对所述RGB彩色图经过分割后获得的超像素节点之间的相关性实施流形排序算法,得到RGB彩色图的显著图Sc。3.如权利要求1所述的方法,其特征在于,所述的利用RGB彩色图的显著图Sc指导Depth深度图的流形排序,得到Depth深度图的显著图Sd′,...
【专利技术属性】
技术研发人员:邵婷,刘政怡,郭星,李炜,吴建国,
申请(专利权)人:安徽大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。