基于RGB-D的变尺度图像分割方法技术

本发明专利技术提出了一种基于RGB‑D的变尺度图像分割方法，通过使用深度图对应的梯度图，进行泊松堞采样选取种子点，基于梯度的变化获得初始的超像素点，然后以超像素的邻接关系为依据建立图模型，使用图的方法进行超像素的融合，最终获得分割好的最终结果。本发明专利技术充分利用了深度图的梯度信息，更加的方便和快捷。

【技术实现步骤摘要】
基于RGB-D的变尺度图像分割方法
本专利技术属于图像分割技术，具体为一种基于RGB-D的变尺度图像分割方法。
技术介绍
随着传感器技术的进步，RGB-D图像的获取成本越来越低，如何更有效的对RGB-D图像进行预处理是近年来计算机视觉的一个重要研究内容。为了充分利用RGB-D图像中的三维几何信息，与二维图像超像素过分割的概念类似，将RGB-D图像过分割为超体素是一种行之有效的预处理方式，能够有效的减少后续算法处理的数据量。目前常用的超体素分割方法在尺度参数确定后的得到的各超体素大小一致性较高，如果后续需要进行多尺度分析，则通过设置不同的尺度因子控制超体素的大小，这样在分析每个尺度时都要计算得到一种尺度的超体素分割结果，从而增加了计算量。
技术实现思路
本专利技术的目的在于提出了一种基于RGB-D的变尺度图像分割方法。实现本专利技术的技术解决方案为：一种RGB-D图像变尺度超体素分割方法，包括以下步骤：步骤1、获取深度图像的梯度图；步骤2、在梯度图中进行泊松堞采样得到种子点集合；r>步骤3、以各种子本文档来自技高网...

【技术保护点】
1.一种RGB-D图像变尺度超体素分割方法，其特征在于，包括以下步骤：/n步骤1、获取深度图像的梯度图；/n步骤2、在梯度图中进行泊松堞采样得到种子点集合；/n步骤3、以各种子点为初始点，将邻近梯度变化小于阈值的点归为超像素，并将其扩充为边界点，再扩充边界点邻近梯度变化小于阈值的点，得到初始化分割的超像素点；/n步骤4、将初始超像素作为图的顶点，如果两初始超像素i,j在深度图中有邻接关系，则建立两超像素的边，以此建立无向图G＝(V,E)。/n步骤5、基于超体素内部RGB颜色统计特征的差异，利用类内差异最小化和类内差异最大化的思想融合初始超像素，得到变尺度超体素。/n

【技术特征摘要】
1.一种RGB-D图像变尺度超体素分割方法，其特征在于，包括以下步骤：
步骤1、获取深度图像的梯度图；
步骤2、在梯度图中进行泊松堞采样得到种子点集合；
步骤3、以各种子点为初始点，将邻近梯度变化小于阈值的点归为超像素，并将其扩充为边界点，再扩充边界点邻近梯度变化小于阈值的点，得到初始化分割的超像素点；
步骤4、将初始超像素作为图的顶点，如果两初始超像素i,j在深度图中有邻接关系，则建立两超像素的边，以此建立无向图G＝(V,E)。
步骤5、基于超体素内部RGB颜色统计特征的差异，利用类内差异最小化和类内差异最大化的思想融合初始超像素，得到变尺度超体素。


2.根据权利要求1所述的RGB-D图像变尺度超体素分割方法，其特征在于，深度图像的梯度图计算公式为：
Gx＝f(x,y)-f(x-1,y)
Gy＝f(x,y)-f(x,y-1)



式中，f(x,y)是深度图中(x,y)点的深度值，f(x-1,y),f(x,y-1)分别为其邻接(x-1,y),和(x,y-1)点的深度值，Gx,Gy为(x,y)点分别在x方向上，y方向上的差分值，d(x,y)为(x,y)点的梯度幅值。


3.根据权利要求1所述的RGB-D图像变尺度超体素分割方法，其特征在于，步骤2在梯度图中进行泊松堞采样得到种子点集合的具体方法为：
步骤2-1、在步骤1中获得的深度图像D的梯度图中随机选取一个种子点seed，初始化待采样队列L1为空，初始化种子队列L2为空，将种子点seed加入L1中；
步骤2-2、如果待采样队列L1不为空，从待采样队列L1中出队种子点seed，以种子点seed为圆心，在分别以R和2R为半径的同心圆形成的圆环内随机采样一个候选采样种子next_seed，若候选采样种子next_seed与种子队列L2中所有已知种子点的距离均大于R则将其加入待采样队列L1，同时将种子点seed加入种子队列L2中，如果尝试了K次仍然没有符合条件的候选采样点，则将种子点seed从待采样队列L1中删除，加入种子队列L2中；最终得到的L2中的点即为最终获得的种子点。


4.根据权利要求1所述的RGB-D图像变尺度超体素分割方法，其特征在于，步骤3以各种子点为初始点，将邻近梯度变化...

【专利技术属性】
技术研发人员：钟易潘，丁永良，宋迪，袁夏，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32