[发明专利]基于深度信息和图切割的立体图像中显著对象分割方法

权利要求书

1.一种基于深度信息和图切割的立体图像中显著对象分割方法，其特征在于，其具体步骤如下：

步骤一、输入原始图像和深度图，对原始图像及深度图进行预分割，并生成显著性图；

步骤二、对步骤一得到的显著性图取定一个阈值，得到对象/背景种子点，以完成原始图像的初始分割；

步骤三、将显著性图、深度图和原始图像作为图切割的输入，利用显著性图，结合深度图和显著性加权的直方图来构建图，并设计代价函数；

步骤四、利用最大流最小割算法一次性完成显著对象的分割。

2.根据权利要求1所述的基于深度信息和图切割的立体图像中显著对象分割方法，其特征在于，所述步骤一结合区域级的深度、颜色和空域信息利用Fan提供的显著性模型生成区域级显著性图。

3.根据权利要求1所述的基于深度信息和图切割的立体图像中显著对象分割方法，其特征在于，所述步骤二通过对显著性图取阈值的方法将图像分成两个部分，显著性值大于阈值的那部分像素作为对象种子点，标记为                                                ，显著性值小于阈值的那部分像素作为背景种子点，标记为。

4.根据权利要求1所述的基于深度信息和图切割的立体图像中显著对象分割方法，其特征在于，所述步骤三结合深度图和显著性加权的直方图以构建图并设计代价函数，其表达式如下：

           

其中，表示像素点标记的二元向量，标记包括对象标记和背景标记，记为和； 为数据项，反应每个像素被标记为对象或背景的惩罚程度；为平滑项，主要用来惩罚获得不同标记的相邻像素，本方法主要考虑相邻像素之间颜色的差异性；为外观重叠项，反应对象区域和背景区域在颜色直方图上的差异性；和为平衡因子。

5.根据权利要求4所述的基于深度信息和图切割的立体图像中显著对象分割方法，其特征在于，所述步骤四所述的最大流最小割算法采用最大流最小割算法割图实际上是对上述步骤三中公式的代价函数求解最小值的过程。