发明名称 |
一种基于K‑means图像分割的深度图提取方法 |
摘要 |
本发明公开了一种基于K‑means图像分割的深度图提取方法,首先把输入的图像转化为灰度图;基于k‑means的图像分割方法,把图像中同一属性的元素提取出来,并对同一属性元素赋予同一数值,得到一个与图像等大的矩阵;应用中值滤波对得到的矩阵进行处理,消除椒盐噪声;分别对深度图的第一行以及第一列进行赋值,得到初始化的深度图;从第二行第二列开始,根据该像素周围的分类情况以及该像素的高度对每个像素对应位置赋予深度值;最后对得到的深度图进行后处理。本发明用到的方法相对于其他方法更加简单而易于实现,运算时间大大减少,很适合运用在实时3D显示技术中。 |
申请公布号 |
CN104050673B |
申请公布日期 |
2017.03.22 |
申请号 |
CN201410300912.0 |
申请日期 |
2014.06.27 |
申请人 |
合肥工业大学 |
发明人 |
杨依忠;马茏;卫伟;解光军;徐逸琛;丁继生;姚腾辉 |
分类号 |
G06K9/62(2006.01)I;G06K9/46(2006.01)I;G06T5/40(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
安徽合肥华信知识产权代理有限公司 34112 |
代理人 |
余成俊 |
主权项 |
一种基于K‑means图像分割的深度图提取方法,其特征在于,该方法具体包括以下步骤:(A):把输入的图像转化为灰度图;(B):基于k‑means的图像分割方法,把图像中同一属性的元素提取出来,并对同一属性元素赋予同一数值,得到一个与图像等大的矩阵;(C):应用中值滤波对得到的矩阵进行处理,消除椒盐噪声;(D):分别对深度图的第一行以及第一列进行赋值,得到初始化的深度图;(E):从第二行第二列开始,根据该像素周围的分类情况以及该像素的灰度对每个像素对应位置赋予深度值;(F):对得到的深度图进行后处理。 |
地址 |
230009 安徽省合肥市屯溪路193号 |