专利名称：基于二值深度差进行物体检测的方法和装置的制作方法
技术领域：
本发明涉及到图像处理领域，特别涉及到一种基于二值深度差进行物体检测的方法和装置。
背景技术：
目前对图像进行物体检测的算法都是在普通图像(二维数据)上进行，图像中的每个像素点的值表示的是物体的亮度，如白色衣服的亮度比黄色皮肤的亮度要高。因此普通图像的像素值只与物体表面颜色、反射的光线强度或发射的光线强度有关，与物体到相机的距离无直接关系，因此而造成的缺陷是难以克服光照变化和复杂背景干扰，普通图像中因光照引起的人的阴影、图像背景上的复杂纹理(如墙上画的物体形状)，都会对物体检测造成干扰，将一些非物体区域误识别为物体，误检测率高。
发明内容
本发明的主要目的是提出一种基于二值深度差进行物体检测的方法和装置，利用深度图像的像素提取二值深度差特征，以实现物体检测，降低了误检测率。体。
本发明提出一种基于二值深度差进行物体检测的方法，包括 获取所采集深度图像的深度差对应的二值深度差特征；
将所述二值深度差特征输入预设的分类模型，以得出所述深度图像是否包含物
优选地，所述获取所采集深度图像的深度差对应的二值深度差特征包括 根据下列程式计算深度图像中各像素的二值深度差
权利要求
1.一种基于二值深度差进行物体检测的方法，其特征在于，包括 获取所采集深度图像的深度差对应的二值深度差特征；将所述二值深度差特征输入预设的分类模型，以得出所述深度图像是否包含物体。
2.如权利要求1所述的基于二值深度差进行物体检测的方法，其特征在于，所述获取所采集深度图像的深度差对应的二值深度差特征包括根据下列程式计算深度图像中各像素的二值深度差所述BDx(x，y)为(x，y)位置的X方向二值深度差，BDy (x，y)为(x，y)位置的Y方向二值深度差，所述(ix(x，y)为(x，y)位置的X方向深度差，Gy (x，y)为(x，y)位置的Y方向深度差，D(x，y)为(x，y)位置的深度值，所述M为一自然数；统计所有像素的二值深度差，形成二值深度差特征。
3.如权利要求2所述的基于二值深度差进行物体检测的方法，其特征在于，所述(ix(x， y)和Gy (X，y)通过下列公式获得
4.如权利要求2或3所述的基于二值深度差进行物体检测的方法，其特征在于，所述二值深度差特征通过二值深度差统计直方图表示。
5.如权利要求1至3中任一项所述的基于二值深度差进行物体检测的方法，其特征在于，在执行所述获取所采集的深度图像的二值深度差特征之前，还包括根据包括物体图像的深度图像，建立所述分类模型。
6.一种基于二值深度差进行物体检测的装置，其特征在于，包括获取模块，用于获取所采集深度图像的深度差对应的二值深度差特征；输入模块，用于将所述二值深度差特征输入预设的分类模型，以得出所述深度图像是否包含物体。
7.如权利要求6所述的基于二值深度差进行物体检测的装置，其特征在于，所述获取模块包括计算单元，用于根据下列程式计算深度图像中各像素的二值深度差所述BDx(x，y)为(x，y)位置的X方向二值深度差，BDy (x，y)为(x，y)位置的Y方向二值深度差，所述(ix(x，y)为(x，y)位置的X方向深度差，Gy (x，y)为(x，y)位置的Y方向深度差，D(x，y)为(x，y)位置的深度值，所述M为一自然数；统计单元，用于统计所有像素的二值深度差，形成二值深度差特征。
8.如权利要求7所述的基于二值深度差进行物体检测的系统，其特征在于，所述计算单元通过下列公式获得
9.如权利要求7或8所述的基于二值深度差进行物体检测的装置，其特征在于，所述统计单元通过二值深度差统计直方图表示二值深度差特征。
10.如权利要求6至8中任一项所述的基于二值深度差进行物体检测的装置，其特征在于，还包括建模模块，用于根据包括物体图像的深度图像，建立所述分类模型。
全文摘要
本发明揭示了基于二值深度差进行物体检测的方法，包括获取所采集深度图像的深度差对应的二值深度差特征；将所述二值深度差特征输入预设的分类模型，以得出所述深度图像是否包含物体。本发明还提出了对应的装置。本发明提出的一种基于二值深度差进行物体检测的方法和装置，在深度图像(三维数据)上进行物体检测，基于深度图像的像素的二值深度差特征建立分类模型，由于深度图像的像素值只与距离有关，与物体表面的亮度和颜色无关，因此本发明可以去除光照变化和复杂背景的干扰，使物体检测准确率高，误检测率低。
文档编号G06T7/00GK102194128SQ201110126220
公开日2011年9月21日 申请日期2011年5月16日 优先权日2011年5月16日
发明者于仕琪 申请人:深圳大学