融合深度信息的圖像分割算法研究.pdf

1、圖像分割是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域，然而由于顏色圖像是對(duì)三維場(chǎng)景的二維投射，圖像在獲取的過(guò)程中丟失了場(chǎng)景的深度信息，因此單純依靠顏色信息的圖像分割算法往往難以取得理想的分割效果。
　　本文在對(duì)傳統(tǒng)顏色圖像分割算法以及深度圖像與立體視覺(jué)技術(shù)作簡(jiǎn)要介紹的基礎(chǔ)上，提出一種融合深度信息的圖像分割算法，該算法主要包括深度圖像的預(yù)處理、基于SLIC超像素圖像分割算法的初次分割、基于梯度的圖像分割評(píng)價(jià)方法、基于深度信息的圖像二

2、次分割以及過(guò)分割區(qū)域合并策略。
　　論文針對(duì)Kinect設(shè)備生成的深度圖包含噪音和空洞這一問(wèn)題，提出一種基于改進(jìn)雙邊濾波法的深度圖像空洞修復(fù)算法，在傳統(tǒng)雙邊濾波法的基礎(chǔ)上通過(guò)改進(jìn)顏色約束項(xiàng)、增加中值濾波項(xiàng)，能夠取得更為精細(xì)和平滑的修復(fù)效果。
　　針對(duì)傳統(tǒng)的基于顏色信息的圖像分割算法存在著錯(cuò)分割這一問(wèn)題，論文提出一種融合深度信息的圖像分割算法，該算法利用深度圖，在SLIC超像素圖像分割算法分割結(jié)果的基礎(chǔ)上進(jìn)行二次分割以增強(qiáng)效果

3、，主要包含兩方面的內(nèi)容:一是利用深度圖像良好的邊緣性以及像素的集群性對(duì)SLIC算法的分割結(jié)果進(jìn)行評(píng)價(jià)，識(shí)別出分割錯(cuò)誤的超像素塊，;二是利用深度圖的灰度集群性以及顏色無(wú)關(guān)性對(duì)分割錯(cuò)誤的超像素塊進(jìn)行二次分割，以修正分割結(jié)果。
　　對(duì)于分割中產(chǎn)生的過(guò)分割現(xiàn)象，論文提出一種基于顏色和深度信息的超像素塊合并算法，該算法利用顏色信息和深度信息計(jì)算每個(gè)超像素塊的特征值，然后用特征值生成超像素塊相似度表，依據(jù)相似度表將顏色信息和深度信息都相似的超