张世辉， 庞云冲

（1.燕山大学信息科学与工程学院，河北秦皇岛 066004；

2.河北省计算机虚拟技术与系统集成重点实验室，河北秦皇岛 066004）

基于集成学习思想的深度图像遮挡边界检测方法

张世辉1，2， 庞云冲1

（1.燕山大学信息科学与工程学院，河北秦皇岛 066004；

2.河北省计算机虚拟技术与系统集成重点实验室，河北秦皇岛 066004）

针对现有深度图像遮挡检测方法不能有效地检测出深度信息变化不明显的遮挡边界点的状况，提出了8邻域总深度差特征和最大面积特征，并定义了计算方法。在此基础上，提出一种新的基于集成学习思想的深度图像遮挡边界检测方法，该方法结合所提新特征及现有遮挡相关特征训练基于决策树的AdaBoost分类器，完成对深度图像中遮挡边界点及非遮挡边界点的分类，实现对深度图像中遮挡边界的检测。实验结果表明，同已有方法相比，所提方法具有较高的准确性和较好的普适性。

计量学；遮挡边界检测；集成学习；深度图像；8邻域总深度差特征；最大面积特征；AdaBoost

1 引 言

遮挡现象既是一种几何现象，又是一种光学现象。在大多数视觉研究领域，如视觉测量、场景重建、目标跟踪、自动装配等领域都会涉及到遮挡现象。如果视觉系统无法采取正确的措施处理遮挡现象，大多数视觉技术将会因此失效甚至出错。可见，遮挡问题的研究对大部分视觉技术的发展具有重要的基础作用，受到了视觉领域研究者们的广泛关注［1～3］。目前，已有的遮挡检测方法大多针对彩色图像展开研究［4～7］。……