[发明专利]一种多视点图像中的快速目标提取方法

权利要求书

1.一种多视点图像中的快速目标提取方法，其特征在于，包括以下步骤：

S1.任取一副多视点彩色图像，图像格式为RGB，将该彩色图像记为P(x,y,z)，对该图像进行增强处理，突出图像中的主体目标，并削弱目标周围场景对于目标的影响，获得增强灰度图像；

S11对彩色图像P(x,y,z)做高斯低通滤波，获得P(x,y,z)的低频分量Q(x,y,z)，公式如下：

其中表示做卷积运算，G_σ是标准差为σ的二维高斯核

S12计算彩色图像P(x,y,z)在RGB颜色空间上的3个均值，公式如下：

其中z∈{1,2,3}是RGB颜色通道的序号，N是图像的像素总数，{μ_i|i＝1,2,3}即为3个均值；

S13使用S11中得到的低频分量Q(x,y,z)和S12中得到的均值信息，对目标进行增强，得到增强灰度图像D(x,y)，计算公式如下：

S2.对增强灰度图像进行二值化，采用全局阈值和局部阈值相结合的方法对每个像素进行判断，得到二值化图像；

S3.对二值化图像进行形态学处理，得到最大的连通区域也即目标区域，完成目标提取。

2.根据权利要求1所述的多视点图像中的快速目标提取方法，其特征在于：步骤S2通过以下方法实现：

S21通过最大类间方差Otsu对灰度图像D(x,y)计算，求得初始阈值Ψ₀；

S22利用初始阈值Ψ₀对灰度图像D(x,y)的每个像素(x,y)进行判断，将其分成3个类别：前景区域、背景区域、待定区域；

其中f(x,y)表示像素的标签，1表示前景区域，-1表示背景区域，0表示待定区域，α表示控制参数；

S23对于待定区域也即f(x,y)为0的每个像素，再通过领域信息计算一个新的局部阈值，并根据新的局部阈值对该像素进行二次判断，得到二值化图像。

3.根据权利要求2所述的多视点图像中的快速目标提取方法，其特征在于：步骤S22中，α取值0.15。

4.根据权利要求2所述的多视点图像中的快速目标提取方法，其特征在于：步骤S23通过以下方法实现：

任取待定区域的一个像素，记为(x₀,y₀)，在灰度图像D(x,y)中以其为中心，选择一个大小为9×9的图像块d(x,y)，计算此图像块d(x,y)的均值μ_d和方差ω_d：

其中N_d表示图像块d(x,y)的像素总数也即81；

根据此图像块d(x,y)的均值μ_d和方差ω_d，对像素(x₀,y₀)进行二次判断：

其中β表示控制参数；

根据上述方法，可以对灰度图像D(x,y)的所有像素进行判断，也即二值化处理，记得到的二值化图像为F(x,y)。

5.根据权利要求4所述的多视点图像中的快速目标提取方法，其特征在于：步骤S23中，β取值0.1。

6.根据权利要求2、3、4或5所述的多视点图像中的快速目标提取方法，其特征在于：步骤S3通过以下方法实现：

对二值化图像F(x,y)进行数学形态学上的膨胀操作，令B表示水平结构像素集合，用B对二值图像集合F(x,y)的膨胀表示为：

其中表示膨胀算子，φ表示空集合，B(x)表示表示对结构像素集合B先做原点映射然后做平移x的运算；记膨胀后的二值化图像为FB(x,y)；

最后对二值化图像FB(x,y)，做连通区域分析，其中面积最大的连通区域就是目标所在区域，也即获得目标提取的结果。