[发明专利]一种基于深度图像的人头分割方法

摘要

本发明提出一种基于深度图像的人头分割方法。该方法对采用双目摄像机以俯视角度采集到的图像使用运动目标检测的方法提取出图像中的运动区域；然后对图像中的运动区域进行快速立体匹配获得运动区域的视差图，在快速立体匹配过程中使用视差验证；将运动区域的视差图转换为深度图并运用深度分割的方法得到包含有人头信息的深度层，使用数学形态学操作获取到人头轮廓。本发明方法精度高、计算速度快，有很好的鲁棒性和实时性。

主权项

一种基于深度图像的人头分割方法，其特征在于，包括以下步骤：步骤一：使用双目摄像机以俯视角度预先采集监视区域的无人场景作为背景图像B，然后采集有人的场景作为原始图像I，对背景图像B和原始图像I做帧间差分求取原始图像I的运动区域；步骤二：对原始图像I的运动区域进行快速立体匹配计算出运动区域内每一个像素点的视差值，获得运动区域的视差图，所述快速立体匹配的过程为：2.1采用Canny边缘检测提取原始图像I的强纹理点，对原始图像I中属于运动区域的强纹理点进行SAD匹配求取视差值；在SAD匹配求取视差值过程中，以右侧图像为基准图，对基准图中的每一个像素点，计算其与左侧非基准图像对应搜索范围内所有像素点的SAD值，SAD值最小时对应的视差值就是基准点的视差值；SAD匹配经归一化后的公式如式(1)所示,Cnsad(x,y,d)=Σi=-NNΣj=-NN|Ir(x+i,y+j)-Il(x+d+i,y+j)|Σi=-NNΣj=-NNIr(x+i,y+j)Σi=-NNΣj=-NNIl(x+d+i,y+j)---(1)]]>式(1)中，Ir(x+i，y+j)代表右侧图像上像素点(x+i，y+j)的像素值，Il(x+d+i，y+j)代表左侧图像上像素点(x+d+i，y+j)的像素值，Cnsad(x，y，d)代表根据右侧图像上像素点(x，y)和左侧图像上像素点(x+d，y)计算出来的SAD值归一化后的结果，N代表SAD匹配窗口大小的一半；视差验证过程如公式(2)所示，式(2)中，Ty是验证公式使用的视差验证阈值；求得的基准点的视差值如式(3)所示,dnsad(x，y)＝min{Cnsad(x，y，d)，d∈[dmin，dmax]}    (3)式(3)中，x，y代表右侧图像基准点的横纵坐标，d代表左侧图像上点的搜索范围，dmin，dmax分别代表搜索范围的最小值和最大值，dnsad(x，y)代表最终求得的视差值；2.2对属于运动区域的非强纹理点进行视差验证并计算其视差值，具体过程为：假设当前非强纹理点的视差值和前一强纹理点的视差值相同，计算出当前非强纹理点在前一强纹理点视差值下的SAD值，若该SAD值小于预先设定的视差验证阈值Ty，则赋予当前非强纹理点与前一强纹理点相同的视差值，若该SAD值大于预先设定的视差验证阈值Ty，则通过SAD匹配计算出当前非强纹理点的视差值，并将当前非强纹理点标记为对下一个非强纹理点进行视差验证时所使用的强纹理点；步骤三：将原始图像I运动区域的视差图转换为深度图，并将深度图灰度值归一化到0～255的范围内，然后对归一化后的深度图使用深度分割的方法提取深度图中仅含有人头信息的深度层，所述深度分割方法中使用的深度分割阈值Ts由深度图中人员头部所在范围和整个深度图的范围决定，最后对仅含有人头信息的深度层进行数学形态学操作获取人头轮廓。