物体分割方法及设备技术

提供了一种物体分割方法和设备。该方法包括步骤：a.获取包含待分割物体的图像，将该图像转换为地形图；b.在地形图中标定初始聚类区域；c.利用分水岭方法在各水位线上对初始聚类区域进行增长，直至水位线降至最低水位；d.确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，并在该待分割地形图中重新标定至少两个初始聚类区域；e.对于每个待分割地形图，重复步骤c和d，直至各个增长后的初始聚类区域均只包含一个物体。该物体分割方法和设备能够避免过分割并实现非规则粘连物体的有效分割。

Object segmentation method and apparatus

An object segmentation method and apparatus are provided. The method comprises the steps of: A. image contains the object to be segmented, the image is converted to B. topographic map; initial calibration of clustering region in a topographic map; using C. watershed method in each water line to the initial clustering of regional growth, until the water line to the lowest level; D. to determine the initial cluster region of each growth is which contains only one object, if the judgment result is not, for the initial clustering region each contain more than one object of growth, with the corresponding region of the initial cluster growth after the portion of the topographic map for segmenting topographic map, and in the segmentation of topographic map in re calibration at least two initial clustering for each segmented region; e. topographic map, repeat steps C and D, the initial clustering area until after the growth of each contains only one object. The object segmentation method and device can avoid over segmentation and realize the effective segmentation of irregular conglutination objects.

【技术实现步骤摘要】
物体分割方法及设备
本公开总体涉及图像与视频处理领域，具体涉及物体分割方法及设备。
技术介绍
随着基于视觉的自动化技术的发展，大量的自动化系统和设备开始应用于多个领域，比如水果质量的分拣、药片检测与识别、细胞分析等。特别地，机器人抓取这一技术逐渐走出实验室并应用在了工业产品线上，将劳动者从复杂重负的工作中解放出来。通常可被机器人的手臂抓取的物品包括机电元器件、食品和农产品等。为了使得机器人能够从杂乱堆放的物体中识别出每个具体物体，常规的方法是模板匹配法、形状检测法等等，但这些方法都不适合于非规则物体的识别，比如煎炸的鸡块的拾取等。对于非规则形状的物体，最可行的方式是从包含该非规则形状的物体的图像中直接分割出每个物体并确定可抓取的位置。而分割所面临的最大问题就是来自周围物体的粘连的处理。图像的分割处理可分为两大类方法，基于边界的分割方法和基于区域的分割方法。分水岭分割是一种常用的基于区域的分割方法，它通过检测像素和区域的相似性，可将一副图像分成多个互不交叠的区域并能大体上保持住物体边界的信息，因此被广泛用于非规则物体的分割。在分水岭方法里，图像被视为地形图，分割是通过找寻聚水盆和分水岭线来实现的。然而，分水岭方法的本质是区域增长，它对噪音很敏感从而容易导致过分割问题，即产生大量的不完整的碎片。因此，为了克服过分割问题，不得不对分割的结果进行大量繁琐的后续处理，以试图合并相似的区域。
技术实现思路
鉴于以上问题而提出了本公开。根据本公开的一个方面的实施例，提供了一种物体分割方法，包括步骤：a.获取包含待分割物体的图像，并将该图像转换为地形图；b.在所述地形图中标定初始聚类区域；c.利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；d.确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，并在该待分割地形图中重新标定至少两个初始聚类区域；e.对于每个待分割地形图，重复执行步骤c和d，直至各个增长后的初始聚类区域均只包含一个物体。根据本公开的另一个方面的实施例，提供了一种物体分割设备，包括：获取转换部件，配置为获取包含待分割物体的图像，并将该图像转换为地形图；标定部件，配置为在所述地形图中标定初始聚类区域；区域增长部件，配置为利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；控制部件，配置为：确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，在该待分割地形图中重新标定至少两个初始聚类区域，并将该待分割地形图传送至区域增长部件分割完成。根据本公开的另一个方面的实施例，提供了一种图像合成设备，包括：处理器；存储器；和存储在所述存储器中的计算机程序指令，在所述计算机程序指令被所述处理器运行时执行以下步骤：a.获取包含待分割物体的图像，并将该图像转换为地形图；b.在所述地形图中标定初始聚类区域；c.利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；d.确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，并在该待分割地形图中重新标定至少两个初始聚类区域；e.对于每个待分割地形图，重复执行步骤c和d，直至各个增长后的初始聚类区域均只包含一个物体。根据本公开的上述方面的物体分割方法和设备能够实现非规则粘连物体的有效分割，同时避免了过分割及由此导致的对分割结果的大量繁琐的后续处理。附图说明通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。图1示出了根据本公开实施例的物体分割方法的流程图。图2(a)例示了所获取的包含待分割物体的图像。图2(b)例示了从图2(a)所示的包含待分割物体的图像转换得到的二值图像。图2(c)例示了对图2(b)所示的二值图像进行距离变换后得到距离图。图2(d)例示了在图2(c)所示的距离图中标定出的初始聚类区域的示意图。图2(e)例示了利用分水岭方法进行区域增长后的增长结果。图2(f)例示了图2(c)所示的距离图中与图2(e)中所示的包含不止一个物体的区域对应的部分。图2(g)例示了在图2(f)中用虚线标出的部分地形图中重新标定出的初始聚类区域的示意图。图2(h)例示了采用根据本公开实施例的物体分割方法得到的最终的分割结果。图3(a)和3(b)示出了根据本公开实施例的物体分割方法在水位线上进行区域增长时的一个示例情形。图4是以树图的方式展示迭代分割的示意图。图5示出了根据本公开实施例的物体分割设备的功能配置框图。图6示出了用于实现根据本公开实施例的示例性物体分割设备的计算设备框图。具体实施方式下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开的一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。堆叠物体的分割可以通过各种适当的技术处理而转换为单层平铺物体的分割。所述各种适当的技术处理诸如视觉分层、物理或机械手段等。例如，作为视觉分层的一个示例，可以获取堆叠物体的深度图，随后基于所获得的深度图采用各种适当的方式提取顶部物体层(例如，可以将深度图中的最小深度值(即堆叠物体中的最高点所对应的深度值)加上单个物体的平均高度后所获得的深度值作为顶部物体层的分割位置，并根据该分割位置提取出堆叠物体的顶部物体层)，由此将堆叠物体的分割转换为其顶部物体层(单层平铺物体)的分割。本专利技术所关注的主要是转换后的单层平铺物体的分割处理。更明确的说，本专利技术所关注的主要是单层平铺的非规则粘连物体的分割。下面将对此进行详细的描述。炸鸡块是典型的非规则粘连物体，为了便于描述，下文中将以炸鸡块为例进行说明。图1示出了根据本公开实施例的物体分割方法的流程图。如图1所示，在步骤S110，获取包含待分割物体的图像，并将该图像转换为地形图。可以通过任何方式获取包含待分割物体的图像(灰度图像)。例如，可以从外部输入所述图像，也可以拍摄得到所述图像。地形图(Topographicimage)是图像与视频处理领域中的一种新的数据变换域的图像，其具有“高”和“低”概念的区域，这使得它看起来更像是山地地形的表面。地形图的典型代表包括梯度幅度图、距离图、以及深度图等。在本公开中，作为示例本文档来自技高网...

【技术保护点】
一种物体分割方法，包括步骤：a.获取包含待分割物体的图像，并将该图像转换为地形图；b.在所述地形图中标定初始聚类区域；c.利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；d.确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，并在该待分割地形图中重新标定至少两个初始聚类区域；e.对于每个待分割地形图，重复执行步骤c和d，直至各个增长后的初始聚类区域均只包含一个物体。

【技术特征摘要】
1.一种物体分割方法，包括步骤：a.获取包含待分割物体的图像，并将该图像转换为地形图；b.在所述地形图中标定初始聚类区域；c.利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；d.确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，并在该待分割地形图中重新标定至少两个初始聚类区域；e.对于每个待分割地形图，重复执行步骤c和d，直至各个增长后的初始聚类区域均只包含一个物体。2.如权利要求1所述的物体分割方法，其中所述地形图是距离图，并且步骤a包括：将包含待分割物体的图像转换为二值图像；对该二值图像进行距离变换得到距离图。3.如权利要求2所述的物体分割方法，其中步骤b包括：利用预定的阈值对所述地形图进行二值化以标定出所述初始聚类区域，并且步骤c中水位线的起始水位为该预定的阈值。4.如权利要求2所述的物体分割方法，其中在步骤c中，在各水位线上，不对除了初始聚类区域之外的其他孤立区域进行增长。5.如权利要求4所述的物体分割方法，其中在步骤c中，当在一水位线上，多个初始聚类区域进行增长后将连接到同一个孤立区域时，选择所述多个初始聚类区域中的一个初始聚类区域增长至连接该孤立区域，并控制其他初始聚类区域进行增长时不连接该孤立区域。6.如权利要求5所述的物体分割方法，其中采用竞争增长方式选择所述多个初始聚类区域中的一个初始聚类区域增长至连接到该孤立区域。7.如权利要求2所述的物体分割方法，其中在步骤d中，对于每个增长后的初始聚类区域，基于预先确定的待分割物体的外形判断其是否包含不止一个物体。8.如权利要求7所述的物体分割方法，其中在步骤d中，所述在该待分割地形图中重新标定至少两个初始聚类区域进一步...

【专利技术属性】
技术研发人员：熊怀欣，
申请(专利权)人：株式会社理光，
类型：发明
国别省市：日本,JP