[发明专利]一种深度图像中基于多叉树的局部凸出对象提取方法

权利要求书

1.一种深度图像中基于多叉树的局部凸出对象提取方法，其特征在于，包括以下步骤：

(1)对输入深度图像进行逐像素邻域差分，建立基于多叉树数据结构的深度树模型以及深度树节点与图像像素的映射图；具体包括以下子步骤：

(11)创建并初始化深度树根节点和映射图，根节点的深度值设为最小值，将该节点位置保存到映射图中；

(12)对输入深度图像进行逐像素邻域差分，判断当前像素深度值是否是邻域内极值点；

(13)如果当前像素是极值点，则创建新的节点；

(14)如果当前像素不是极值点，则插入邻域内某一像素的节点中；

(15)将该节点位置保存在映射图中，并重复步骤(12)；

(2)对深度树的叶子节点进行局部优化，去除噪声；

(3)遍历深度树的叶子节点得到深度图像的局部极值区域，利用判决函数确定叶子节点的子树根节点位置，从而提取出局部凸出对象区域。

2.根据权利要求1所述的深度图像中基于多叉树的局部凸出对象提取方法，其特征在于，所述步骤(12)中对输入深度图像进行逐像素邻域差分时，若该像素是深度图像原点且深度值为最小值，则直接存储入根节点，并执行步骤(15)，否则判断为邻域内极值点；若该像素是深度图像的上边缘点，则与左像素点差分，判断是否是邻域内极值点；若该像素是深度图像的左边缘点，则与上像素点差分，判断是否是邻域内极值点；若该像素是深度图像的其他点，则分别与上像素点和左像素点差分，判断是否是邻域内极值点。

3.根据权利要求1所述的深度图像中基于多叉树的局部凸出对象提取方法，其特征在于，所述步骤(13)包括以下子步骤：

对邻域内其他两像素点所在子树进行合并；

将邻域内深度值较大的像素所在节点确认为待插入节点的父节点，创建新叶子节点，

调整父节点、兄弟节点和孩子节点，并保存像素位置值，返回该节点位置。

4.根据权利要求1所述的深度图像中基于多叉树的局部凸出对象提取方法，其特征在于，所述步骤(14)包括以下子步骤：

对邻域内其他两像素点所在子树进行合并；

若该像素深度值与邻域内某一像素深度值相同，则将该像素的节点确认为待插入节点，保存像素位置值，返回该节点位置；

若该像素深度值与邻域内某一像素的父辈节点深度值相等，则将该父辈节点确认为待插入节点，保存像素位置值，返回该节点位置；

若该像素深度值介于邻域内某一像素的父辈节点及其子节点之间，则将该父辈节点确认为待插入节点的父辈节点，创建新子节点，调整父辈节点、兄弟节点和孩子节点，

并保存像素位置值，返回该节点位置。

5.根据权利要求3或4所述的深度图像中基于多叉树的局部凸出对象提取方法，其特征在于，所述对邻域内其他两像素点所在子树进行合并的步骤具体包括：

若两像素点所在节点是同一节点，则合并完成；

若两像素点所在节点不是同一节点但两像素深度值相同，则合并两像素所在节点的点集，调整两像素所在节点的父节点、兄弟节点和子节点，调整映射图，删除废弃节点，则合并完成；

若两像素点所在节点不是同一节点且两像素深度值不同，且深度值较大节点的父节点的深度值仍大于或等于另一深度值较小节点，则对深度值较大节点的父辈节点及较小节点执行合并步骤；

若两像素点所在节点不是同一节点且两像素深度值不同，且深度值较大节点的父节点的深度值小于另一深度值较小节点，则调整两节点的父节点、兄弟节点和孩子节点，则合并完成。

6.根据权利要求1所述的深度图像中基于多叉树的局部凸出对象提取方法，其特征在于，所述步骤(2)具体包括以下子步骤：

(21)遍历深度树；

(22)若当前节点不是叶子节点，则继续遍历；

(23)若当前节点是叶子节点，则计算点集数，求得该节点面积，判断是否小于阈值；

(24)若当前节点面积大于等于阈值，则继续遍历；

(25)若当前节点面积小于阈值，则将该叶子节点的点集合并入父节点中，并调整父节点、兄弟节点，调整映射图，删除该节点，继续遍历，从而完成对深度树的叶子节点的局部优化去除噪声。

7.根据权利要求1所述的深度图像中基于多叉树的局部凸出对象提取方法，其特征在于，所述步骤(3)具体包括以下子步骤：

(31)遍历深度树；

(32)若当前节点不是叶子节点，则继续遍历；

(33)若当前节点是叶子节点，则求解判决函数的最优解，求得的解即为子树根节点位置，而子树内所有节点点集的并集，即为局部凸出对象的区域；判决函数为：式中，M是松弛因子，N_i是子树根节点，N₀是叶子节点，F(N_i)是对节点N_i的点集区域提取特征，是节点N_i的深度值，α_i和β_i为权重参数，判决函数的最大值即为节点N₀的根节点位置。