[发明专利]基于先验知识和深度权重的3D显著性模型的建立方法

权利要求书

1.一种基于先验知识和深度权重的3D显著性模型的建立方法，其特征在于，包括：

步骤一、提取3D特征：

将3D图像对中的左视图用超像素分割方法分割成N个区域，标记为R_i，其中i取值1到N；为区域R_i定义一个区域特征f＝[l,a,b,d]，其中，N_i为区域R_i中像素的个数，l_i,a_i,b_i分别为区域R_i中像素的l值、a值和b值；

步骤二、计算特征对比度：

将区域之间的特征对比度用矩阵C表示，则c_ij表示区域R_i的区域特征和区域R_j的区域特征之间的范式距离，其计算公式为：c_ij＝‖u_if_i-u_jf_j‖₂，其中u为区域特征f的权重，u＝[1,1,1,q]，而变量q代表左视图中N个区域的颜色紧密度；所述步骤二中，k为高斯比例因子，k＝4，t_i的计算公式为：

为区域R_i和区域R_j的RGB平均值的高斯颜色距离，p_j为区域R_j的质心的中心坐标，μ_i为颜色clr_i的权重位置，

步骤三、设计特征对比度的权重：

步骤(1)在视差图上通过深度领域分析方法得到深度显著性图s_s，则区域R_i的深度显著性s_d为：

步骤(2)计算视差图上的背景先验；

步骤(3)利用背景先验优化深度显著性，其具体过程包括：

针对区域R_i，利用区域R_i在视差图上的平均视差判断深度显著性s_d(i)是否在背景范围内，则有：

其中，阈值thresh为深度背景B_d中标记为背景的部分在视差图上的最小视差；

步骤(4)设计特征对比度的权重

区域R_i和区域R_j的特征对比度的权重用变量w_i,j表示，则有：

w_i,j＝exp(-Dst(i,j)/σ²)a(i)s_d(i)，

其中，a(i)为区域R_i的大小，exp(-Dst(i,j)/σ²)代表区域R_i和区域R_j之间的高斯距离；

步骤四、计算初始3D显著性：

区域R_i的显著性的值

则区域R_i的初始3D显著性S^p(i)的计算公式为：

其中，α＝0.33，β＝0.33，N_i为区域R_i中像素的个数；

步骤五、增强初始3D显著性：

区域R_i的最终3D显著性S(i)为：其中，为区域R_i的2D显著性，S_pca(p)是在像素级别上的显著性，

DstToCt(i)为像素到中心坐标的欧氏距离，B＝(B_b∪B_d)，H和W分别为左视图的宽和高，B_d代表深度背景，B_b代表边界背景。