一种基于精细化分割的空间测距方法技术

本发明专利技术公开了一种基于精细化分割的空间测距方法，步骤：S1：对图像进行预处理；S2：进行词汇表的整理；S3：将图像传入图像检测模型进行特征提取与信息融合，再解耦前景和背景并进行掩膜预测，生成前景掩膜和背景掩膜；再进行检索，最后进行分层分割和类感知部件分割，得到分割图像；S4：选取待测距的目标类别进行目标测距，获得目标的掩膜到图像采集装置的距离，即目标到图像采集装置的距离；S5：计算所述目标在三维空间中的最大距离和最小距离，从而完成目标的空间测距，得到目标在三维空间中的立体距离。该方法能在三维空间中，对每个目标获取精细分割结果，从而对每个部件进行测距，再从距离集合中得知目标在三维空间中的立体距离。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体涉及一种基于精细化分割的空间测距方法。

技术介绍

1、图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的说就是在一副图像中，把目标从背景中分离出来。对于灰度图像来说，区域内部的像素一般具有灰度相似性，而在区域的边界上一般具有灰度不连续性。 关于图像分割技术，由于问题本身的重要性和困难性，还不存在一个通用的完美的图像分割的方法，但是对于图像分割的一般性规律则基本上已经达成的共识，已经产生了相当多的研究成果和方法。目前常用的有两种，一种是根据图像中单个目标结果，进行测距。另一种是根据专业获取设备（激光雷达、测距仪）得到测距结果。

2、目前采用的传统分割方法，是利用数字图像处理、拓扑学、数学等方面的只是来进行图像分割的方法。基于阈值的分割方法，阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值作比较，最后将像素根据比较结果分到合适的类别中。因此，该方法最为关键的本文档来自技高网...

【技术保护点】

1.一种基于精细化分割的空间测距方法，其特征在于，具体包括以下步骤：

2.根据权利要求1所述的基于精细化分割的空间测距方法，其特征在于，所述步骤S1中预处理包括色彩校正、降噪和数据增强，具体步骤为：

3.根据权利要求2所述的基于精细化分割的空间测距方法，其特征在于，在所述步骤S11中所述对比度拉伸是通过找到一对极值，然后拉伸所述极值的范围到整个色度范围，公式为：New_Pixel = (Old_Pixel - min)*(255/(max - min))；

4.根据权利要求2所述的基于精细化分割的空间测距方法，其特征在于，所述步骤S12中将图像分解为四...

【技术特征摘要】

1.一种基于精细化分割的空间测距方法，其特征在于，具体包括以下步骤：

2.根据权利要求1所述的基于精细化分割的空间测距方法，其特征在于，所述步骤s1中预处理包括色彩校正、降噪和数据增强，具体步骤为：

3.根据权利要求2所述的基于精细化分割的空间测距方法，其特征在于，在所述步骤s11中所述对比度拉伸是通过找到一对极值，然后拉伸所述极值的范围到整个色度范围，公式为：new_pixel = (old_pixel - min)*(255/(max - min))；

4.根据权利要求2所述的基于精细化分割的空间测距方法，其特征在于，所述步骤s12中将图像分解为四个子带，分别为ll低频子带、lh水平高频子带、hl垂直高频子带和hh对角线高频子带；所述ll低频子带、lh水平高频子带、hl垂直高频子带和hh对角线高频子带的小波系数共同构成了小波变换后的图像，再根据频率去除噪声，从而实现图像的降噪，所述小波变换采用的离散小波变换，离散小波变换下，图像i的小波系数i'表示为：

5.根据权利要求2所述的基于精细化分割的空间测距方法，其特征在于，所述步骤s3中首先进行特征提取与信息...

【专利技术属性】
技术研发人员：周祥，杨善良，夏超，
申请(专利权)人：速度科技股份有限公司，
类型：发明
国别省市：