[发明专利]一种基于彩色图像分割的Kinect深度图修复方法

权利要求书

1.一种基于彩色图像分割的Kinect深度图修复方法，其特征在于，包括步骤如下：

A、获取彩色图像和深度图；

B、对彩色图像做分割预处理；

C、缺失深度值D_p估计；

对空洞边界上缺失深度值的像素p所在的分割物体区域R_k，在分割后的彩色图像中选择对应的分割物体区域R_k；在深度图的分割物体区域R_k中，选择像素p周围深度值已知的像素点的深度值D_q；利用彩色图像中的分割物体区域R_k和深度图的分割物体区域R_k中深度值D_q进行缺失深度值D_p估计，得到中间深度图；

缺失深度值估计的方法包括：

在深度图中顺时针或者逆时针沿着空洞的边界从外到内进行缺失深度值估计；对空洞边界上缺失深度值的像素p所在的分割物体区域R_k，其中，k∈(1，…,n)，在分割后的彩色图像中选择对应的分割物体区域R_k；在深度图的分割物体区域R_k中，使用像素p周围深度值已知的像素点的深度值D_q计算p的深度值D_p，D_p的计算公式为：

Dp=1Σωq(Σq∈N(p),q∈RkωqDq)]]>

其中，N(p)表示像素邻域，所述像素邻域是M×M的正方形窗口，ω_q表示深度值D_p的群权重，是空域高斯权重ω_qs和颜色高斯权重ω_qc的乘积，即：

ω_q＝ω_qsω_qc

空域高斯权重ω_qs是由像素p的坐标s_p(x_p,y_p)和q的坐标s_q(x_q,y_q)定义,表示两者之间距离对深度值D_p的群权重ω_q的影响；

ωqs=exp(-||sp-sq||22σs2)=exp(-(xp-xq)2+(yp-yq)22σs2)]]>

σ_s表示空域高斯权重ω_qs的标准差，是根据实际应用选择的；

颜色高斯权重ω_qc由彩色图像中像素p的颜色值C_p(R_p,G_p,B_p)和彩色图像中像素q的颜色值C_q(R_q,G_q,B_q)定义，表示两者之间颜色差异对深度值D_p的群权重ω_q的影响；

ωqc=exp(-||Cp-Cq||22σc2)=exp(-(Rp-Rq)2+(Gp-Gq)2+(Bp-Bq)22σc2)]]>

σ_c表示颜色高斯权重ω_qc的标准差，是根据实际应用选择的；

D、对中间深度图进行去噪；所述去噪的方法是引导滤波的方法；以彩色图像作为引导信息，采用引导滤波(Guided filter)进行滤波。