基于模糊连接度和森林变换的虚拟人图像分割

摘要

数字化虚拟人体是一项代表21世纪前沿科技的长期科学规划。虚拟人彩色图像分割是虚拟人工程研究的重要和基础课题之一，也是虚拟人研究的瓶颈之一。本文正是对虚拟人彩色图像分割这一虚拟人的关键问题进行研究。针对当前计算机和图像技术的发展水平和虚拟人彩色图像的特点，本文将重点放在了几种半自动交互式分割方法的研究上，以期有效的降低手工分割的工作量和提高分割精度，具体则为基于模糊连接度和森林变换的分割方法，并将两者相结合提出了森林化模糊连接度的分割方法。 本文的具体工作和贡献如下： （1）对模糊连接度算法做了优化和改进并应用于虚拟人彩色图像的分割中。 在系统研究模糊连接度理论的基本概念和算法以及扩展概念和算法的基础上。针对虚拟人图像数据量大的特点对模糊连接度算法进行了优化，提出用标号设定算法取代了原来的标号修正算法大大加快了图像分割速度，提出了迭代的参数计算方法提高了分割的精度，将改进的算法应用于虚拟人彩色图像的分割中. （2）将基于森林变换的分水岭方法应用于虚拟人彩色图像的分割中。 在系统研究森林变换的基本概念和算法和微分化森林变换的概念与算法，以及基于森林变换的分水岭变换算法的基础上，通过引入一种彩色梯度图的算法，使原本用来灰度图像分割的森林变换可应用于虚拟人彩色图像的分割。 （3）提出了一种森林化模糊连接度方法并应用于虚拟人彩色图像分割中。 针对模糊连接度方法分割的缺点，将模糊连接度理论与森林变换理论相结合，提出了森林化模糊连接度的理论。阐述了森林化模糊连接度的概念与算法，并将森林化模糊连接度理论应用于虚拟人彩色图像的分割中。 （4）定量的评价了模糊连接度方法、森林变换的分水岭方法和森林化模糊连接度方法在虚拟人图像分割中的效果阐述了现有图像分割评价方法，介绍了现有图像分割评价方法的主要分类和评价准则，详细介绍一种适用于虚拟人图像分割评价的系统框架，并使用这个评价框架定量的评价了本文改进和提出的RFC、IFT和FFC三种虚拟人图像分割方法。评价结果表明本文提出的FFC方法在虚拟人图像的分割中在精确度、准确度和效率上均明显好于另外两种方法，可满足虚拟人图像分割的要求。