基于三维几何增强超像素和图论的RGB-D图像分割方法

摘要

随着深度探测技术的快速发展，用彩色加上深度信息来描述三维场景变得更为全面和常见。传统的图像分割算法，建立在单独的彩色图上，存在这无法分辨颜色相近的物体等一系列问题。本文提出了一种针对彩色深度图像分为两个阶段的分割算法，即：第一阶段，通过三维几何增强的超像素对图像进行过分割；第二阶段，加入标签项，利用图论的方法来对过分割结果进行融合。
　　在过分割阶段，首先利用深度图重建三维几何信息，然后通过一个八维的距离度量来推动一种类似K均值类聚算法的迭代过程，从而得到超像素结果。而在融合阶段，每一个超像素被当作一个节点来对待，通过建立基于图论的模型来重新标记每一个超像素，从而得到语义连贯的分割块。在基于图论的模型中，RGB-D数据的接近程度，纹理的相似性和边界的连续性都被加入到光滑项的考虑范畴，以此来度量相邻超像素间的相似程度。为了得到更为简洁的标记，我们设计了标签项来为相似的标签分配大的能量值，从而在最小化能量函数的过程中可以去除这些冗余的标签。
　　无论是本文提出的三维几何增强的超像素分割算法，还是基于图论模型的超像素融合算法，都在主观和客观对比实验中得到了很好的验证。通过融合应用彩色和深度信息，对比现今流行前沿的分割算法，本文所提出的方法获得了显著的分割性能提升。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1引言

1.2彩色-深度数据兴起

1.3图像分割技术的现状

1.4论文的组织结构

第二章 图像分割技术背景

2.1图像分割技术分类

2.2图像过分割技术

2.3基于过分割融合的分割方法

第三章 基于RGB-D图像的过分割

3.1彩色-深度信息的相关性

3.2三维集合重建

3.3空间距离的度量规则

3.4过分割算法

3.5实验结果

3.6本章小结

第四章 基于图论的超像素融合

4.1能量函数

4.2实验结果

4.3本章小结

第五章 讨论与总结

5.1相关讨论

5.2总结与展望

参考文献

发表论文和参加科研情况说明

致谢