【技术实现步骤摘要】
本专利技术涉及图像处理和计算机视觉
，尤其涉及一种多视角图像前景目标提取方法及装置。
技术介绍
前景目标提取是计算机视觉领域的热点和难点问题，用于提取图像中感兴趣的物体作为输出或作为后续操作的输入，其前景提取的准确与否，直接影响后续的操作是否成功。前景目标提取广泛应用多个领域，如三维模型重建，运动捕捉，智能监控等。前景目标提取是将物体F从图像I中分离出来，即将I划分为前景区F和非前景区F。提取结果α要么是0，要么是1，“0”表示背景，“I”表示前景，其目的是从图像I中完 整的提取出用户感兴趣的物体F。根据处理的视角数目的不同，分为单视角前景目标提取和多视角前景目标提取。单视角前景目标提取方法经过多年的研究，研究者们提出了许多有效的方法。最早的前景目标提取技术是背景减除法，它要求场景的背景固定且已知背景图像，利用包含前景的图像与背景图像的差获取前景。背景减除技术简单有效，计算量小，可以达到实时处理。但是它对背景有严格的要求，极大的限制了它的应用范围。由于设备和场景的限制，我们平时拍摄的环境背景都是变化的，因此，针对自然环境的图像前景目标提取技术逐渐成为当前的研究热点。其中，交互式目标提取方法成为当前的主流技术，代表性的有Graph Cut，GrabCut，泊松方法和软分割剪刀，主动轮廓方法等。以上这些方法主要针对的是单张图像，无法直接应用到多视角图像的前景目标提取中。当然可以将多视角图像看成多个单视角图像分别进行处理，不过这样需要耗费更多的人力和时间。多视角前景目标提取方法主要思想是根据初始分割结果重建三维模型，然后将重建的三维模型通过空间一致性投影...
【技术保护点】
【技术特征摘要】
1.一种多视角图像前景目标提取方法，其特征在于，包括以下步骤 步骤I:输入多视角图像集图像分块预处理； 步骤2 :对每幅图像进行尺度不变特征SIFT特征点的提取，并对相邻视角的图像进行SIFT特征点匹配； 步骤3 :根据图像分块的拓扑邻接结构和图像间SIFT匹配特征点构建图模型； 步骤4:用偏见正则切方法得到最小切的解对解X*用大律法计算二值化阈值进行自适应二值化操作，其结果作为图像分割的结果输出。2.根据权利要求I所述的一种多视角图像前景目标提取方法，其特征在于，所述步骤I :输入多视角图像集图像分块预处理具体包括以下步骤 步骤101 =RGB颜色空间转成Lab颜色空间； 步骤102 :计算图像的梯度图，用罗伯特交叉梯度算子在Lab颜色空间中三通道分别计算水平方向梯度gx和垂直方向梯度gy，则梯度g为^Hs2x+g2y ； lab 步骤103 :根据预先定义的分块个数K，计算图像分块的步长 R = ^nTk ; 步骤104 :在图像中随机产生K个初始点，并以点的初始位置为中心的3*3窗口中找到梯度最小的点作为图像分块的中心点，则中心点集C的元素为图像分块的中心点像素坐标X, y和像素L，a, b颜色分量构成的5维向量； 步骤105 :计算图像中每个像素点到每个中心点的距离D D =^/(4 -hf +(ak ~aiY +(h -bif +~-/( — xi f + ( — ) ，,-)'， K 其中参数m控制分块的边缘的紧缩度，1，a，b为Lab彩色空间颜色分量，x, y为像素坐标值； 步骤106 :将图像中每个像素点归为距离最小的中心点所在的图像分块； 步骤107 :计算每个分块相似的颜色分量1，a, b和像素坐标x，y的平均值更新中心点集C ; 步骤108 :重复迭代步骤105-107，直到收敛。3.根据权利要求书I所述的一种多视角图像前景目标提取方法，其特征在于，所述步骤2 :对每幅图像进行尺度不变特征SIFT特征点的提取，并对相邻视角的图像进行SIFT特征点匹配具体包括以下步骤 步骤201 :对多视角图像集中每幅图像进行SIFT特征点提取； 步骤202:对相邻图像进行SIFT特征点匹配，其中，采用特征点的特征向量的欧式距离作为图像中的SIFT特征点是否匹配的判断依据； 步骤203 :剔除错误匹配点，计算两张相邻图像匹配点对的图像像素坐标的欧式距离屯，其平均距离为D = 式，对于DMi的匹配点对为错误匹配，予以剔除。4.根据权利要求书I所述的一种多视角图像前景目标提取方法，其特征在于，所述步骤3 :根据图像分块的拓扑邻接结构和图像间SIFT匹配特征点构建图模型G(V，E, W)，其中...
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。