1.RGBD序列场景流计算中深度图像优化方法,其特征在于,其步骤如下:
1)首先设定任意初始分层层数;
2)计算RGB图像序列连续两帧图像间的光流,并根据初始分层层数对深度图进行K均值聚类,得到初始的分割图;
3)利用RGB序列图像帧间的光流,判定分割图的相邻层是否满足合并条件,判断规则如下:a)检测初始分层的各层区域是否相邻,如果不相邻,则不是同一运动物体,保留初始分层结果;
b)检测初始分层结果中相邻层平均光流的角误差AE和点误差EE,满足式(1)中任意一个判定公式则将初始分层结果中的相邻层进行合并:式中: 和 表示初始分层结果中第k层和第k+1层水平方向上的光流平均值; 和表示初始分层结果中第k层和第k+1层垂直方向的光流平均值;ae和ee表示初始分层结果中相邻两层执行合并的阈值;
4)对执行完合并的分割图进行重新排序,得到自动分层层数N_auto和深度图像分割优化结果;
5)将得到的自动分层层数N_auto和深度图像分割优化结果,作为初始分层数和初始深度图像循环执行步骤3)和步骤4),当深度图像自动分层层数N_auto不再改变时,停止循环,得到最终的深度图像自动分层层数N_auto和深度图像分割优化结果。
2.根据权利要求1所述的RGBD序列场景流计算中深度图像优化方法,其特征在于,所述初始分层的层数为1~10层。
3.根据权利要求要求1所述的RGBD序列场景流计算中深度图像优化方法,其特征在于,所述步骤3)的判断规则b)中阈值0<ae≤1,0<ee≤1。