[发明专利]一种基于交互式的立体图像分割方法有效

专利信息
申请号: 201610038858.6 申请日: 2016-01-20
公开(公告)号: CN105719316B 公开(公告)日: 2018-08-03
发明(设计)人: 厉旭杰;赵汉理;黄辉 申请(专利权)人: 温州大学
主分类号: G06T7/90 分类号: G06T7/90;G06T7/11
代理公司: 温州金瓯专利事务所(普通合伙) 33237 代理人: 林益建
地址: 325000 浙江省温州市瓯海*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 交互式 立体 图像 分割 方法
【权利要求书】:

1.一种基于交互式的立体图像分割方法,其特征在于:其包括以下步骤:1)输入待处理立体图像,将其作为输入图像,并通过交互式的方式在输入图像的左视图涂前景和背景线条,其中涂色前景和背景线条标记为S;

2)提取左视图中涂色前景和背景线条的中心线L,并进行均匀采样获得采样点(Pij,|i=1..nc,j=1..ni),其中ni和nc分别为中心线的采样点数和线条数,对输入图像的左视图沿着图像的边界进行均匀采样获得采样点B,对输入图像的左视图和右视图进行SIFT特征点匹配,获得匹配对其中nF为匹配对数量;

3)采用限制性的Delaunay三角网剖分方法对左视图构建三角形网格,其中,作为顶点限制项,作为线段限制项,然后构建能量最优化方程,获得右视图与左视图一致性的网格;

4)左视图根据步骤2)中获得的采样点(Pij,|i=1..nc,j=1..ni)重建含涂色线条左视图,右视图根据一致性网格中相应的网格顶点生成含涂色线条右视图;

5)分别对重建的含涂色线条左视图和含涂色线条右视图进行特征向量构建;

6)基于步骤5)中获得的特征向量,用KNN分别求出立体图像左视图和右视图中每个像素最近的10个像素,作为对应像素的最近邻域像素;

7)构建非局部线性优化模型,分别对立体图像左视图和右视图进行图像分割,

步骤7)中所述非局部线性优化模型如下:

J(U)=λ(U-G)TDS(U-G)+UTLnonlocalU

式中U为待求解的分割图像,λ设置为1;

Ds为对角矩阵,在该对角矩阵中,涂色线条像素对应的对角线上的值为1,其余对角线上的值为0;

G对应为涂色线条的值,其中前景线条对应值为1,背景线条对应的值为0,

求解非局部线性优化模型获得如下稀疏线性系统:

U=(Lnonlocal+λDs)-1λDsG

式中:Lnonlocal+λDs为稀疏矩阵求解,通过高斯-赛德尔迭代法求解;

最后,图像分割结果可以通过二值化Ui获得:

算法实现中xB为背景色设置为0,xF为前景色设置1;

Y为最终的图像分割结果,Lnonlocal为非局部拉普拉斯矩阵。

2.根据权利要求1所述的一种基于交互式的立体图像分割方法,其特征在于,步骤3)中所述的能量最优化方程,其求解右视图与左视图一致性的网格方法如下:

让Ul为左视图中限制性的顶点,找到右视图网格中的顶点Ur,满足如下三项限制:

E=ωFEFVEVSES

式中

参数ωF,ωV,ωS为能量项EF,EV,ES的系数,算法实现中ωF=10,ωV=10,ωS=1;

操作[y]为提取顶点的y坐标;表示通过顶点和顶点形成的顶点

Tl为左视图网格中三角形集合;

上面的能量公式为二次函数优化问题,可以通过求一阶偏导数为零,求解得到右视图中网格顶点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学,未经温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610038858.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top