摘要：本发明公开了一种基于超图模型的RGBD图像显著性检测方法，该方法包括：对待检测彩色图像和深度图像进行超像素分割，对深度图像的每一个超像素区域进行邻域深度对比图的计算，依据邻域深度对比值构建深度背景超边；提取位于图像边界的超像素区域构建边界背景超边；计算两个超边的权重，并根据超图学习算法进行超边展开，构建诱导图；基于诱导图的空间邻接关系和边权重，利用边界连通性先验计算边界背景显著图；采用基于元胞自动机的显著度更新算法和结合深度先验的融合算法得到最终的显著性检测图。本发明弥补了传统2D边界背景先验中的不足，利用深度信息和超图模型进行改进，与以往结合彩色和深度信息的图像显著性检测方法相比取得了更好的效果。
- 专利类型发明专利
- 申请人浙江大学;
- 发明人任健强;龚小谨;
- 地址310027 浙江省杭州市西湖区浙大路38号
- 申请号CN201610191893.1
- 申请时间2016年03月30日
- 申请公布号CN105894502A
- 申请公布时间2016年08月24日
- 分类号G06T7/00(2006.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
