首页 期刊 南昌航空大学学报·自然科学版 深度图像优化分层分割的3D场景流估计 【正文】

深度图像优化分层分割的3D场景流估计

作者:葛利跃; 朱令令; 张聪炫; 陈震 南昌航空大学测试与光电工程学院; 南昌330063; 江西省图像处理与模式识别重点实验室(南昌航空大学); 南昌330063
场景流   深度图像   rgb图像序列   分层分割  

摘要:针对现有基于RGBD数据的3D场景流估计方法,在复杂背景、弱刚性运动以及运动遮挡等情况下计算精度与鲁棒性较低的缺点,提出一种基于深度图像优化分层分割的3D场景流估计方法。首先,利用连续图像序列帧间光流信息对场景深度图像进行优化分层分割,提取图像中运动目标与背景的深度信息。然后,根据深度图像分层结果,利用坐标下降法并结合图像分层技术计算RGBD序列3D场景流。最后,分别采用RGBD、Middlebury以及SRSF等测试图像集对方法的深度图像分层和场景流估计的准确性与可靠性进行综合对比试验。实验结果表明:所提方法针对复杂场景、弱刚性运动以及运动遮挡等类型图像具有较高的场景流估计精度与鲁棒性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅