本公開涉及計算機視覺領域，尤其涉及一種深度圖像的分割方法和分割裝置。

背景技術：

圖像分割指的是將數(shù)字圖像分為多個圖像區(qū)域(像素點的集合)的過程。傳統(tǒng)的圖像分割方法是對圖像中的像素值進行處理的基礎上進行的。因此，在分割對象與背景的顏色差異較大的地方，分割的效果比較理想，在分割對象與背景的顏色差異較小的地方，分割的效果就很不理想。

技術實現(xiàn)要素：

為克服相關技術中存在的問題，本公開提供一種深度圖像的分割方法和分割裝置。

發(fā)明人想到，目前有一種圖像數(shù)據(jù)中包括圖像的深度信息。在分割對象與背景的深度差異較大時，利用深度信息來進行圖像分割，能夠克服相關技術中根據(jù)像素值分割導致的邊界不清晰的問題，從而使得分割結果更準確。

根據(jù)本公開實施例的第一方面，提供一種深度圖像的分割方法。所述方法包括：獲取所述深度圖像中第一選取區(qū)域中的像素點的深度值；估計所述第一選取區(qū)域中的分割對象的深度值范圍；確定所述第一選取區(qū)域中深度值處于所述深度值范圍內的像素點，并根據(jù)所確定的像素點形成深度值導出區(qū)域；以及根據(jù)所述深度值導出區(qū)域對所述第一選取區(qū)域中的分割對象進行分割，得到所述第一選取區(qū)域中的分割對象。

根據(jù)本公開實施例的第二方面，提供一種深度圖像的分割裝置。所述裝 置包括：深度值獲取模塊，被配置為獲取所述深度圖像中第一選取區(qū)域中的像素點的深度值；深度值范圍估計模塊，被配置為估計所述第一選取區(qū)域中的分割對象的深度值范圍；深度值導出區(qū)域確定模塊，被配置為確定所述第一選取區(qū)域中深度值處于所述深度值范圍內的像素點，并根據(jù)所確定的像素點形成深度值導出區(qū)域；以及第一分割模塊，被配置為根據(jù)所述深度值導出區(qū)域對所述第一選取區(qū)域中的分割對象進行分割，得到所述第一選取區(qū)域中的分割對象。

根據(jù)本公開實施例的第三方面，提供一種深度圖像的分割裝置。所述裝置包括：處理器；用于存儲處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為：獲取所述深度圖像中第一選取區(qū)域中的像素點的深度值；估計所述第一選取區(qū)域中的分割對象的深度值范圍；確定所述第一選取區(qū)域中深度值處于所述深度值范圍內的像素點，并根據(jù)所確定的像素點形成深度值導出區(qū)域；以及根據(jù)所述深度值導出區(qū)域對所述第一選取區(qū)域中的分割對象進行分割，得到所述第一選取區(qū)域中的分割對象。

本公開的實施例提供的技術方案可以包括以下有益效果：

根據(jù)拍攝過程中所獲取的深度信息在圖像中分割出所需的對象，在分割得到的圖像中不會丟失大塊有效信息，也不會出現(xiàn)大塊冗余信息，并且圖像分割的邊緣更加精細。因此，本公開提供的深度圖像的分割方法和分割裝置在分割對象與背景的深度差異較大時，能夠準確地分割出所需分割對象。

應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明

此處的附圖被并入說明書中并構成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。

圖1是根據(jù)一示例性實施例示出的待分割圖像的示意圖；

圖2是根據(jù)一示例性實施例示出的一種深度圖像的分割方法的流程圖；

圖3是根據(jù)一示例性實施例示出的圖1的第一選取區(qū)域的示意圖；

圖4是根據(jù)一示例性實施例示出的估計第一選取區(qū)域中的分割對象的深度值范圍的流程圖；

圖5是圖1中的所有像素點的深度值的分布狀況柱狀圖；

圖6是根據(jù)另一示例性實施例示出的估計第一選取區(qū)域中的分割對象的深度值范圍的流程圖；

圖7是根據(jù)一示例性實施例示出的參考區(qū)域的示意圖；

圖8是根據(jù)一示例性實施例示出的估計第一選取區(qū)域中的分割對象的深度值范圍的對話框的界面圖；

圖9是根據(jù)另一示例性實施例示出的一種深度圖像的分割方法的流程圖；

圖10是根據(jù)又一示例性實施例示出的一種深度圖像的分割方法的流程圖；

圖11是根據(jù)一示例性實施例示出的形成深度圖像中的分割對象的示意圖；

圖12是根據(jù)另一示例性實施例示出的形成深度圖像中的分割對象的示意圖；

圖13是根據(jù)一示例性實施例示出的一種深度圖像的分割裝置的框圖；

圖14是根據(jù)一示例性實施例示出的深度值范圍估計模塊的結構框圖；

圖15是根據(jù)另一示例性實施例示出的深度值范圍估計模塊的框圖；

圖16是根據(jù)另一示例性實施例示出的一種深度圖像的分割裝置的框圖；

圖17是根據(jù)另一示例性實施例示出的一種深度圖像的分割裝置的框圖；以及

圖18是根據(jù)一示例性實施例示出的一種深度圖像的分割裝置的框圖。

具體實施方式

這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施例并不代表與本公開相一致的所有實施例。相反，它們僅是與如所附權利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。

圖1是根據(jù)一示例性實施例示出的待分割圖像的示意圖。在圖1所示的圖像中拍攝了一只在屋頂行走的貓，背景是藍天和白云。我們要做的是把這只貓從整個圖像中分割出來。也就是，圖1中的分割對象為貓。如果這只貓為黑貓或黃貓，則利用相關技術，分割的效果是比較好的。如果這只貓是白貓，則由于分割對象(白貓)與背景(白云)顏色相同，利用相關技術進行分割時，邊界不清晰，分割的效果不好。

那么，當分割對象與背景的顏色相近時該如何進行區(qū)分才能使分割效果更好。發(fā)明人想到能夠利用圖像中的深度信息來區(qū)分。

在計算機視覺的相關技術中，目前已經研發(fā)出了能夠進行體感捕捉的“體感攝像頭”(也叫深度攝像頭)，這種體感攝像頭在拍攝時能夠獲取表示所拍攝畫面中的各個點與攝像頭的距離信息。例如，華碩的Xtion PRO攝像頭。微軟公司在其研發(fā)的Xbox ONE游戲機中也應用了這種體感攝像頭。在由這種體感攝像頭拍攝的圖像(簡稱為深度圖像)中，每個像素點除了具有像素值之外，還具有深度信息。一像素點的深度信息是表示拍攝該圖像時該像素點在畫面中的位置與攝像頭之間的距離的信息。

也就是，如果圖1中的圖像是由深度攝像頭拍攝的深度圖像，則能夠根據(jù)白貓和白云的深度信息的差異將二者區(qū)分來，以達到更好的分割效果。因此，發(fā)明人基于以上的發(fā)明構思，提供本公開所記載的深度圖像的分割方法和分割裝置。以下詳細描述本公開提供的深度圖像的分割方法和分割裝置。

圖2是根據(jù)一示例性實施例示出的一種深度圖像的分割方法的流程圖。如圖2所示，所述方法包括以下步驟。

在步驟S11中，獲取所述深度圖像中第一選取區(qū)域中的像素點的深度值。

首先，在深度圖像中選取一第一選取區(qū)域。所述第一選取區(qū)域的范圍可以視具體情況來確定，可以是整個深度圖像，也可以是深度圖像的一部分。在能夠確定深度圖像中的分割對象的大致范圍的情況下，可以選取深度圖像中的一部分作為第一選取區(qū)域，使得深度圖像的分割對象包含在第一選取區(qū)域中。只對所述第一選取區(qū)域中的像素點進行處理，得到第一選取區(qū)域中的分割對象，也就是得到了整個深度圖像的分割對象。

例如，圖3是根據(jù)一示例性實施例示出的圖1的第一選取區(qū)域的示意圖。如圖3所示，要對白貓的圖像進行分割，可以選取虛線矩形框作為第一選取區(qū)域。虛線矩形框中包含了要分割的白貓。這樣，在選取深度圖像的一部分作為第一選取區(qū)域的情況下，能夠縮小所處理的圖像區(qū)域的范圍，減少運算量，加快分割的速度。

在深度攝像頭拍攝的深度圖像中，每個像素點都具有深度信息。每個像素點在畫面中所處的位置與攝像頭之間的距離(深度)在理論上是零到無窮大的。實際應用中，可以將各個像素點的深度進行歸一化處理，得到任意一個范圍的深度值。也就是，在深度攝像頭拍攝的深度圖像中，可以獲取到每一個像素點帶有的、表示深度信息的數(shù)值(深度值)。

在所述步驟S12中，估計第一選取區(qū)域中的分割對象的深度值范圍。

要將第一選取區(qū)域中的分割對象從第一選取區(qū)域中分割出來，需要確定哪些像素點屬于分割對象，哪些像素點不屬于分割對象。可以在所述步驟S13中先估計分割對象所包含的像素點的深度值范圍，再根據(jù)所估計的深度值范圍找到處于所述深度值范圍內的像素點。

如上所述，經歸一化處理后，深度值可以是在任意范圍內的數(shù)值。可以 根據(jù)步驟S11中獲取的第一選取區(qū)域中的像素點的深度值來估計出分割對象的深度值范圍。

具體地，可以先統(tǒng)計出第一選取區(qū)域中所有像素點的深度值分布狀況，根據(jù)所述分布狀況判斷出第一選取區(qū)域中的分割對象的深度值范圍。圖4是根據(jù)一示例性實施例示出的估計第一選取區(qū)域中的分割對象的深度值范圍的流程圖。如圖4所示，估計第一選取區(qū)域中的分割對象的深度值范圍(步驟S12)包括以下步驟。

在步驟S121中，根據(jù)所獲取的第一選取區(qū)域中的像素點的深度值確定第一選取區(qū)域中的所有像素點的深度值的分布狀況。

其中，深度值的分布狀況體現(xiàn)了第一選取區(qū)域中各個深度值的占比關系。所述深度值的分布狀況例如可以表示為各個深度值的像素點數(shù)目、深度值處于各個深度值范圍的像素點數(shù)目等，并且可以以各種形式來統(tǒng)計，例如曲線圖、柱狀圖等。掌握了第一選取區(qū)域中所有像素點的深度值的分布狀況，結合深度圖像中的具體情景，就能夠估計出第一選取區(qū)域中的分割對象的深度值范圍。

在步驟S122中，根據(jù)所確定的分布狀況估計第一選取區(qū)域中的分割對象的深度值范圍。

可以在估計出第一選取區(qū)域中的分割對象與第一選取區(qū)域的占比關系、以及第一選取區(qū)域中的分割對象與背景之間的深度差的基礎上，估計出第一選取區(qū)域中的分割對象的深度值范圍。

例如，圖5是圖1中的所有像素點的深度值的分布狀況柱狀圖。如圖5所示，X軸表示像素點的深度值，該深度值經歸一化處理后分布于0-200之間。Y軸表示像素點的數(shù)量或占比。圖1的情景中包含一只貓和天空的背景。經過估計可以知道，貓所占面積大約占天空面積的一半，而天空的深度值應該是深度值中的最大值。在第一選取區(qū)域選為整個深度圖像時，可以判斷第 一選取區(qū)域中，深度值基本集中于兩個深度值區(qū)域。貓所包含的像素點的深度值集中于一個深度值區(qū)域，而天空的像素值集中于另一個深度值區(qū)域(最大深度值附近)。由圖5中的柱狀圖可以判斷出，圖1中的貓所對應的像素點的深度值應該是在40-80之間，而其他大部分區(qū)域(天空和白云)則對應著接近于200的深度值。

在步驟S12中，還可以先在第一選取區(qū)域中選取一參考區(qū)域，根據(jù)所選取的參考區(qū)域中的深度值范圍來估計第一選取區(qū)域中的分割對象的深度值范圍。圖6是根據(jù)另一示例性實施例示出的估計第一選取區(qū)域中的分割對象的深度值范圍的流程圖。如圖6所示，估計第一選取區(qū)域中的分割對象的深度值范圍(步驟S12)包括以下步驟。

在步驟S123中，在第一選取區(qū)域中選取一參考區(qū)域。

選取所述參考區(qū)域意于根據(jù)所述參考區(qū)域的深度值范圍估計出第一選取區(qū)域中的分割對象的深度值范圍。因此，參考區(qū)域可以選取與分割對象在深度值上具有密切關聯(lián)的區(qū)域。例如，可以第一選取區(qū)域中的分割對象中的一部分作為參考區(qū)域。

圖7是根據(jù)一示例性實施例示出的參考區(qū)域的示意圖。如圖7所示，可以選取第一選取區(qū)域為整個圖像，選取貓身上的一部分區(qū)域I作為參考區(qū)域I。用戶確定所述參考區(qū)域I為分割對象(貓)中的一部分。然后，根據(jù)所述參考區(qū)域I的深度值范圍確定整只貓的深度值范圍，從而地把整只貓從圖像中分割出來，之后的步驟在下文中詳細描述。

在步驟S124中，確定參考區(qū)域的深度值范圍。

根據(jù)步驟S11中獲取深度圖像中第一選取區(qū)域中的像素點的深度值，可以得到第一選取區(qū)域中任意選定區(qū)域內的深度值范圍。

在步驟S125中，根據(jù)參考區(qū)域的深度值范圍估計第一選取區(qū)域中的分割對象的深度值范圍。

也就是，根據(jù)參考區(qū)域的深度值范圍結合圖像的情景(參考區(qū)域與分割對象的關系)來估計出第一選取區(qū)域中的分割對象的深度值范圍。例如，根據(jù)圖7中的分割對象貓的參考區(qū)域I的深度范圍50-55，來判斷整個貓(第一選取區(qū)域中的分割對象)的深度值范圍。

在所選取的參考區(qū)域屬于第一選取區(qū)域中的分割對象的一部分區(qū)域的情況下，可以根據(jù)參考區(qū)域在所述分割對象中的位置、大小等具體情況來確定第一選取區(qū)域中的分割對象的深度值范圍。例如，圖7中參考區(qū)域I選為貓身上的一塊區(qū)域，其深度范圍為50-55，由于貓身上的參考區(qū)域I相對于攝像機來說位于整個貓的比較前端的位置，可以據(jù)此判斷整個貓(分割對象)的深度值范圍例如為40-80。

在用于深度圖像分割的軟件界面中，可以設置根據(jù)參考區(qū)域的深度值范圍來估計第一選取區(qū)域中的分割對象的深度值范圍的互動界面，由用戶進行選擇。圖8是根據(jù)一示例性實施例示出的估計第一選取區(qū)域中的分割對象的深度值范圍的對話框的界面圖。如圖8所示，在步驟S125中，根據(jù)參考區(qū)域的深度值范圍確定第一選取區(qū)域中的分割對象的深度值范圍時，可以彈出此對話框。其中，可以用方框標注出所確定的參考區(qū)域的深度值范圍。參考區(qū)域的前后都有可滑動的箭頭，用戶可以以滑動的方式輸入所估計的第一選取區(qū)域中的分割對象的深度值范圍。圖8所示的對話框中，參考區(qū)域的深度范圍為50-55，所估計的分割對象的深度值范圍為40-80。

在進行圖像分割時，常常要對人物圖像進行分割。在圖6所示的實施例中，第一選取區(qū)域中的分割對象為人物圖像的情況下，可以選取參考區(qū)域為膚色區(qū)域。也就是，可以檢測第一選取區(qū)域中膚色的像素點，由檢測到的包含膚色像素點的膚色區(qū)域作為參考區(qū)域。

例如，在用于深度圖像分割的軟件界面中，可以在工具欄里設置“選取膚色”的按鍵。通過點擊所述按鍵，可以由計算機自動對第一選取區(qū)域進行 膚色(例如黃皮膚)識別。

識別出第一選取區(qū)域中的膚色區(qū)域后，將膚色區(qū)域作為參考區(qū)域。根據(jù)膚色區(qū)域在人物圖像中的位置，可以在圖8所示的對話框中估計人物圖像的深度值范圍，進而確定第一選取區(qū)域中人物圖像的整體區(qū)域。

選取膚色區(qū)域作為參考區(qū)域，不僅可以由計算機自動進行檢測，省去了人工選取參考區(qū)域的麻煩。而且，所選取的參考區(qū)域在分割對象中具有典型的代表性，這樣使得下一步確定的分割對象的深度值范圍更價準確，從而使得人物圖像的分割結果更準確。

在估計出第一選取區(qū)域中的分割對象的深度值范圍之后，就能夠根據(jù)所估計的深度值范圍找到對應的像素點，從而進行圖像的分割。

在步驟S13中，確定第一選取區(qū)域中深度值處于深度值范圍內的像素點，并根據(jù)所確定的像素點形成深度值導出區(qū)域。

其中，深度值導出區(qū)域為按照深度值方式導出的區(qū)域。在用戶的操作界面中，可以將圖8所示的對話框與深度圖像在顯示器中同時顯示。在用戶滑動對話框中的箭頭的同時，在深度圖像中顯示所確定的深度值導出區(qū)域，便于用戶根據(jù)所確定的深度值導出區(qū)域來調整第一選取區(qū)域中的分割對象的深度值范圍，從而得到最理想的分割結果。

在步驟S14中，根據(jù)深度值導出區(qū)域對第一選取區(qū)域中的分割對象進行分割，得到第一選取區(qū)域中的分割對象。也就是，將深度值導出區(qū)域從深度圖像中分割出來以形成第一選取區(qū)域中的分割對象。

本公開根據(jù)拍攝過程中所獲取的深度信息在圖像中分割出所需的對象，在分割得到的圖像中不會丟失大塊有效信息，也不會出現(xiàn)大塊冗余信息，并且圖像分割的邊緣更加精細。因此，本公開提供的深度圖像的分割方法在分割對象與背景的深度差異較大時，能夠準確地分割出所需分割對象。

可選地，將本公開的上述實施例提供的深度圖像的分割方法與傳統(tǒng)的分 割方法相結合，選取各自的優(yōu)勢，得到的分割結果比只用其中一種方法的分割結果更加準確。

圖9是根據(jù)另一示例性實施例示出的一種深度圖像的分割方法的流程圖。如圖9所示，在圖2所示的實施例的基礎上，所述方法還包括以下步驟。

在步驟S15中，獲取深度圖像中第二選取區(qū)域中的像素點的像素值。

在深度圖像中選取第二選取區(qū)域的目的是為了在之后的步驟中應用傳統(tǒng)的分割方法進行分割。所述第二選取區(qū)域可以是整個深度圖像，也可以是深度圖像的一部分。第二選取區(qū)域與第一選取區(qū)域可以互相重疊，也可以不重疊。例如，在想要將整個深度圖像用傳統(tǒng)方法分割時，可以選取整個深度圖像作為第二選取區(qū)域，此時，可以將傳統(tǒng)分割方法得到的分割區(qū)域與步驟S11～步驟S14得到的深度值導出區(qū)域相結合，得到比只用一種方法更加準確的分割結果。下文中將詳細描述將兩種方法融合的幾種實施例。

在步驟S16中，根據(jù)第二選取區(qū)域中的像素點的像素值確定第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。

其中，像素值導出區(qū)域為按照像素值方式導出的區(qū)域。傳統(tǒng)的分割方法是將像素值處理以后得到像素值導出區(qū)域。所述步驟S18中，就是用傳統(tǒng)方法進行分割的步驟。其中包括一下中的任意一者：根據(jù)基于閾值的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域；根據(jù)基于邊緣的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域；根據(jù)基于區(qū)域的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域；根據(jù)基于圖論的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域；或者根據(jù)基于能量泛函的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。以上各種方法是本領域 技術人員所公知的，于此不再詳細描述。

在步驟S17中，根據(jù)像素值導出區(qū)域對第二選取區(qū)域中的分割對象進行分割，得到第二選取區(qū)域中的分割對象。

由上所述，在深度圖像中，可以選取兩個不同的區(qū)域，分別用深度值的導出方法(步驟S11～步驟S14)和像素值的導出方法(步驟S15～步驟S17)分割出兩個區(qū)域中的分割對象。之后，還可以根據(jù)兩個區(qū)域中的分割對象來來確定深度圖像中的分割對象。

可以理解的是，步驟S11～步驟S14和步驟S15～步驟S17雖然以圖9中的順序示出，但并不局限于這種順序，也可以將步驟S15～步驟S17置于步驟S11～步驟S14之前。

圖10是根據(jù)又一示例性實施例示出的一種深度圖像的分割方法的流程圖。如圖10所示，在圖9所示的實施例的基礎上，所述方法還可以包括步驟S18。

在步驟S18中，根據(jù)第一選取區(qū)域中的分割對象和第二選取區(qū)域中的分割對象確定深度圖像中的分割對象。

由于用深度值的導出方法(步驟S11～步驟S14)和像素值的導出方法(步驟S15～步驟S17)各自具有自己的優(yōu)勢，因此，可以視具體情況來將兩個區(qū)域的分割對象進行結合，以形成深度圖像的分割對象。

以下描述將兩種方法結合進行分割的幾個具體實施例。

1)在第一選取區(qū)域和所述第二選取區(qū)域不相互重疊的情況下，步驟S18可以為：將第一選取區(qū)域中的分割對象和第二選取區(qū)域中的分割對象合并，以形成深度圖像中的分割對象。

該實施例中，可以將深度圖像中的分割對象劃分到不相互重疊兩個不同的區(qū)域中，視具體情況，在一個區(qū)域中應用深度值的分割方法，另一個區(qū)域中應用傳統(tǒng)方法(像素值的分割方法)。例如，將背景與分割對象深度差異 較大的區(qū)域選取為第一選取區(qū)域，將背景與分割對象顏色差異較大的區(qū)域選取為第二選取區(qū)域。在分別得到兩個區(qū)域中的分割對象后，將兩個區(qū)域的分割對象合并在一起，就形成了深度圖像的分割區(qū)域。

圖11是根據(jù)一示例性實施例示出的形成深度圖像中的分割對象的示意圖。如圖11所示，深度圖像中，要將人物的圖像分割出來?？梢詫⑸疃葓D像劃分為兩個區(qū)域，上面的區(qū)域中，人物的圖像距離背景較遠，適合用步驟S11～步驟S14的方法分割，因此將上面的區(qū)域選為第一選取區(qū)域。下面的區(qū)域中，人物的圖像與背景較近，并且顏色差異較大，適合用步驟S15～步驟S17的方法分割，因此將下面的區(qū)域選為第二選取區(qū)域。在分別進行分割之后，將得到的兩個區(qū)域中的分割對象合并，形成了完整的人物圖像。

2)所述第一選取區(qū)域和所述第二選取區(qū)域相互重疊，形成重疊區(qū)域的情況下，步驟S18可以為：將所述第一選取區(qū)域中的分割對象在所述重疊區(qū)域之外的部分、所述第二選取區(qū)域中的分割對象在所述重疊區(qū)域之外的部分、以及以下中的任意一者合并，以形成所述深度圖像中的分割對象：

所述第一選取區(qū)域中的分割對象在所述重疊區(qū)域內的部分；或者

所述第二選取區(qū)域中的分割對象在所述重疊區(qū)域內的部分。

也就是，重疊區(qū)域之外的部分可以保留，重疊區(qū)域內的部分可以選擇一個分割效果比較好的保留，將所保留的區(qū)域合并形成深度圖像的分割方法。

例如，將第一選取區(qū)域中的分割對象分割出來后，如果認為哪個部分分割得效果不好，可以重新在深度圖像中選取第二選取區(qū)域，將第二選取區(qū)域用傳統(tǒng)的分割方法重新分割一次，用重新分割的結果替換掉第一選取區(qū)域中相應的部分。也就是，可以用第二選取區(qū)域中的分割對象在重疊區(qū)域中的部分替換掉第一選取區(qū)域中的分割對象在重疊區(qū)域中的部分。

圖12是根據(jù)另一示例性實施例示出的形成深度圖像中的分割對象的示意圖。如圖12所示，要將圖11左邊的深度圖像中的人物圖像進行分割，可 以選取圖11的整幅圖像作為第一選取區(qū)域，先用深度分割的方法進行分割，得到圖12左邊的結果。此時觀察到分割的結果中，右下角的分割結果不理想，則可以選取右下角虛線框中的區(qū)域作為第二選取區(qū)域(此時，第二選取區(qū)域包含在第一選取區(qū)域中，第二選取區(qū)域也是重疊區(qū)域)，用傳統(tǒng)分割方法對第二選取區(qū)域中的人物圖像進行分割。然后，可以將第二選取區(qū)域中的人物圖像(也就是所述第二選取區(qū)域中的分割對象在所述重疊區(qū)域內的部分)與第一選取區(qū)域中的人物圖像在第二選取區(qū)域之外的部分(也就是所述第一選取區(qū)域中的分割對象在所述重疊區(qū)域之外的部分)合并，以形成整個人物圖像(深度圖像的分割對象)?？梢岳斫獾氖?，此時已沒有所述第二選取區(qū)域中的分割對象在所述重疊區(qū)域之外的部分。

以上所述的實施例都應用了兩種分割方法(深度值分割方法和傳統(tǒng)分割方法)，能夠發(fā)揮出各自的優(yōu)勢，分割效果優(yōu)于用一種方法更好的分割結果。

本公開根據(jù)拍攝過程中所獲取的深度信息在圖像中分割出所需的對象，在分割得到的圖像中不會丟失大塊有效信息，也不會出現(xiàn)大塊冗余信息，并且圖像分割的邊緣更加精細。因此，本公開提供的深度圖像的分割方法在分割對象與背景的深度差異較大時，能夠準確地分割出所需分割對象。

本公開還提供一種深度圖像的分割裝置。圖13是根據(jù)一示例性實施例示出的一種深度圖像的分割裝置的框圖。如圖13所示，所述裝置包括深度值獲取模塊11、深度值范圍估計模塊12、深度值導出區(qū)域確定模塊13以及第一分割模塊14。

所述深度值獲取模塊11被配置為獲取所述深度圖像中第一選取區(qū)域中的像素點的深度值。

所述深度值范圍估計模塊12被配置為估計所述第一選取區(qū)域中的分割對象的深度值范圍。

所述深度值導出區(qū)域確定模塊13被配置為確定所述第一選取區(qū)域中深 度值處于所述深度值范圍內的像素點，并根據(jù)所確定的像素點形成深度值導出區(qū)域。

所述第一分割模塊14被配置為根據(jù)所述深度值導出區(qū)域對所述第一選取區(qū)域中的分割對象進行分割，得到所述第一選取區(qū)域中的分割對象。

圖14是根據(jù)一示例性實施例示出的深度值范圍估計模塊12的結構框圖。如圖14所示，深度值范圍估計模塊12包括分布狀況確定單元121和第一深度值范圍估計單元122。

所述分布狀況確定單元121被配置為根據(jù)所獲取的所述第一選取區(qū)域中的像素點的深度值確定所述第一選取區(qū)域中的所有像素點的深度值的分布狀況。

所述第一深度值范圍估計單元122被配置為根據(jù)所確定的分布狀況估計所述第一選取區(qū)域中的分割對象的深度值范圍。

圖15是根據(jù)另一示例性實施例示出的深度值范圍估計模塊12的框圖。如圖15所示，深度值范圍估計模塊12包括參考區(qū)域選取單元123、參考深度值范圍確定單元124和第二深度值范圍估計單元125。

所述參考區(qū)域選取單元123被配置為在所述第一選取區(qū)域中選取一參考區(qū)域；

所述參考深度值范圍確定單元124被配置為確定所述參考區(qū)域的深度值范圍。

所述第二深度值范圍估計單元125被配置為根據(jù)所述參考區(qū)域的深度值范圍估計所述第一選取區(qū)域中的分割對象的深度值范圍。

可選地，分割對象為人物圖像，且參考區(qū)域為膚色區(qū)域。

圖16是根據(jù)另一示例性實施例示出的一種深度圖像的分割裝置的框圖。如圖16所示，在圖13的基礎上，所述裝置還包括像素值獲取模塊15、像素值導出區(qū)域確定模塊16和第二分割模塊17。

所述像素值獲取模塊15被配置為獲取所述深度圖像中第二選取區(qū)域中的像素點的像素值。

所述像素值導出區(qū)域確定模塊16被配置為根據(jù)所述第二選取區(qū)域中的像素點的像素值確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。

所述第二分割模塊17被配置為根據(jù)所述像素值導出區(qū)域對所述第二選取區(qū)域中的分割對象進行分割，得到所述第二選取區(qū)域中的分割對象。

其中，像素值導出區(qū)域確定模塊16包括以下中的任意一者：

閾值導出單元，被配置為根據(jù)基于閾值的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。

邊緣導出單元，被配置為根據(jù)基于邊緣的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。

區(qū)域導出單元，被配置為根據(jù)基于區(qū)域的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。

圖論導出單元，被配置為根據(jù)基于圖論的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。

能量泛函導出單元，被配置為根據(jù)基于能量泛函的分割方法確定所述第二選取區(qū)域中的分割對象的像素點，并根據(jù)所確定的像素點形成像素值導出區(qū)域。

圖17是根據(jù)另一示例性實施例示出的一種深度圖像的分割裝置的框圖。如圖17所示，在圖16的基礎上，所述裝置還包括分割對象確定模塊18。

所述對象確定模塊18被配置為根據(jù)所述第一選取區(qū)域中的分割對象和所述第二選取區(qū)域中的分割對象確定所述深度圖像中的分割對象。

可選地，所述第一選取區(qū)域和所述第二選取區(qū)域不相互重疊；以及

所述分割對象確定模塊18被配置為：將所述第一選取區(qū)域中的分割對 象和所述第二選取區(qū)域中的分割對象合并，以形成所述深度圖像中的分割對象。

可選地，所述第一選取區(qū)域和所述第二選取區(qū)域相互重疊，形成重疊區(qū)域；以及

所述分割對象確定模塊18被配置為：將所述第一選取區(qū)域中的分割對象在所述重疊區(qū)域之外的部分、所述第二選取區(qū)域中的分割對象在所述重疊區(qū)域之外的部分、以及以下中的任意一者合并，以形成所述深度圖像中的分割對象：

所述第一選取區(qū)域中的分割對象在所述重疊區(qū)域內的部分；或者

所述第二選取區(qū)域中的分割對象在所述重疊區(qū)域內的部分。

關于上述實施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經在有關所述方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。

本公開根據(jù)拍攝過程中所獲取的深度信息在圖像中分割出所需的對象，在分割得到的圖像中不會丟失大塊有效信息，也不會出現(xiàn)大塊冗余信息，并且圖像分割的邊緣更加精細。因此，本公開提供的深度圖像的分割裝置在分割對象與背景的深度差異較大時，能夠準確地分割出所需分割對象。

圖18是根據(jù)一示例性實施例示出的一種深度圖像的分割裝置1800的框圖。例如，裝置1800可以是移動電話，計算機，數(shù)字廣播終端，消息收發(fā)設備，游戲控制臺，平板設備，醫(yī)療設備，健身設備，個人數(shù)字助理等。

參照圖18，裝置1800可以包括以下一個或多個組件：處理組件1802，存儲器1804，電力組件1806，多媒體組件1808，音頻組件1810，輸入/輸出(I/O)的接口1812，傳感器組件1814，以及通信組件1816。

處理組件1802通常控制裝置1800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機操作和記錄操作相關聯(lián)的操作。處理組件1802可以包括一個或多個處理器1820來執(zhí)行指令，以完成上述深度圖像的分割方法的全部 或部分步驟。此外，處理組件1802可以包括一個或多個模塊，便于處理組件1802和其他組件之間的交互。例如，處理組件1802可以包括多媒體模塊，以方便多媒體組件1808和處理組件1802之間的交互。

存儲器1804被配置為存儲各種類型的數(shù)據(jù)以支持在裝置1800的操作。這些數(shù)據(jù)的示例包括用于在裝置1800上操作的任何應用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖像，視頻等。存儲器1804可以由任何類型的易失性或非易失性存儲設備或者它們的組合實現(xiàn)，如靜態(tài)隨機存取存儲器(SRAM)，電可擦除可編程只讀存儲器(EEPROM)，可擦除可編程只讀存儲器(EPROM)，可編程只讀存儲器(PROM)，只讀存儲器(ROM)，磁存儲器，快閃存儲器，磁盤或光盤。

電力組件1806為裝置1800的各種組件提供電力。電力組件1806可以包括電源管理系統(tǒng)，一個或多個電源，及其他與為裝置1800生成、管理和分配電力相關聯(lián)的組件。

多媒體組件1808包括在所述裝置1800和用戶之間的提供一個輸出接口的屏幕。在一些實施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個或多個觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與所述觸摸或滑動操作相關的持續(xù)時間和壓力。在一些實施例中，多媒體組件1808包括一個前置攝像頭和/或后置攝像頭。當裝置1800處于操作模式，如拍攝模式或視頻模式時，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個前置攝像頭和后置攝像頭可以是一個固定的光學透鏡系統(tǒng)或具有焦距和光學變焦能力。

音頻組件1810被配置為輸出和/或輸入音頻信號。例如，音頻組件1810包括一個麥克風(MIC)，當裝置1800處于操作模式，如呼叫模式、記錄模 式和語音識別模式時，麥克風被配置為接收外部音頻信號。所接收的音頻信號可以被進一步存儲在存儲器1804或經由通信組件1816發(fā)送。在一些實施例中，音頻組件1810還包括一個揚聲器，用于輸出音頻信號。

I/O接口1812為處理組件1802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點擊輪，按鈕等。這些按鈕可包括但不限于：主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。

傳感器組件1814包括一個或多個傳感器，用于為裝置1800提供各個方面的狀態(tài)評估。例如，傳感器組件1814可以檢測到裝置1800的打開/關閉狀態(tài)，組件的相對定位，例如所述組件為裝置1800的顯示器和小鍵盤，傳感器組件1814還可以檢測裝置1800或裝置1800一個組件的位置改變，用戶與裝置1800接觸的存在或不存在，裝置1800方位或加速/減速和裝置1800的溫度變化。傳感器組件1814可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在。傳感器組件1814還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應用中使用。在一些實施例中，所述傳感器組件1814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件1816被配置為便于裝置1800和其他設備之間有線或無線方式的通信。裝置1800可以接入基于通信標準的無線網絡，如WiFi，2G或3G，或它們的組合。在一個示例性實施例中，通信組件1816經由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關信息。在一個示例性實施例中，所述通信組件1816還包括近場通信(NFC)模塊，以促進短程通信。例如，在NFC模塊可基于射頻識別(RFID)技術，紅外數(shù)據(jù)協(xié)會(IrDA)技術，超寬帶(UWB)技術，藍牙(BT)技術和其他技術來實現(xiàn)。

在示例性實施例中，裝置1800可以被一個或多個應用專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理設備(DSPD)、可編程邏 輯器件(PLD)、現(xiàn)場可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實現(xiàn)，用于執(zhí)行上述深度圖像的分割方法。

在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質，例如包括指令的存儲器1804，上述指令可由裝置1800的處理器1820執(zhí)行以完成上述深度圖像的分割方法。例如，所述非臨時性計算機可讀存儲介質可以是ROM、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光數(shù)據(jù)存儲設備等。

本領域技術人員在考慮說明書及實踐本公開后，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本公開的一般性原理并包括本公開未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本公開的真正范圍和精神由下面的權利要求指出。

應當理解的是，本公開并不局限于上面已經描述并在附圖中示出的精確結構，并且可以在不脫離其范圍進行各種修改和改變。本公開的范圍僅由所附的權利要求來限制。