[发明专利]适于低景深图像的语义对象分割方法

摘要

本发明涉及一种适用于低景深图像的语义对象分割方法。它是首先引入梯度直方图计算出图像在能量空间中的分布，结合低景深图的性质得到能量聚焦显著性图；然后利用双边滤波器和形态学工具对能量聚焦显著性图进行再处理；接下来设定自适应阈值处理得到初始对象掩模图，为了提高兴趣对象的分割精度，结合canny算子得到的边缘信息得到修正后对象掩模；为了能细腻地处理图像的复杂边界，如毛发问题，最后使用贝叶斯羽化算法得到理想的语义对象分割结果。可以有效地在图像视频序列中对景深范围内的感兴趣对象实现精确分割。

主权项

1.一种适用于低景深图像的语义对象分割方法，其特征在于引入梯度直方图计算出图像在能量空间中的分布，结合低景深图像的性质得到能量聚焦显著图，然后利用双边滤波器和形态学工具对能量聚焦显著图进行再处理，接下来设定阈值处理得到初始对象掩模图，为了提高分割精度，结合canny算子检测得到的边缘信息得到修正后对象掩模；最后使用贝叶斯羽化算法得到理想的语义对象分割结果；本方法可以有效地在图像视频序列中对低景深范围内的语义对象实现精确分割；其具体步骤是：a梯度能量处理：将原始图像和模糊图像转化到能量空间中显示，有效地保留了图像中的边缘信息；并利用低景深图像的性质，得到能量聚焦显著性图；b双边滤波和形态学处理：通过双边滤波器和形态学滤波对能量聚焦显著性图处理；接下来设定自适应阈值，经过阈值处理得到初始对象掩模；c边缘处理：为了提高对象分割精度，需要考虑对象的边缘信息；通过canny滤波对图像处理，得到边缘对象掩模，并与初始对象掩模结合得到修正后对象掩模图；d羽化算法：使用贝叶斯羽化算法对语义对象边界进行细处理，得到低景深图像的分割结果。