【技术实现步骤摘要】
本专利技术涉及图像分析
，具体讲是一种对具有深度图像信息的图像的分割方法。
技术介绍
在图像分析的技术中，图像分割是非常重要的底层处理技术，它是许多高层应用的基础，简单地以车牌识别举例说明，其中图像中的车辆牌照可被视为前景(有用的信息)，而车辆牌照之外的部分则被视为背景，图像分割就是要将前景和背景进行区分，或者说图像分割就是将图像分成若干个特定的、具有独特性质的区域并提取出感兴趣的目标的技术和过程，如车辆牌照识别、医学影像分析、人脸识别、人流量检测、目标跟踪和识别、AdobePhotoshop中魔棒的功能等等。图像分割作为机器视觉领域的内容，一直是一个研究难点，主要是没有通用的分割方法对所有问题有效，这也是它颇具挑战性的原因之一。 随着2010年6月推出Kinect以来，具有深度图像信息的图像的获取变得更加容易，基于深度图像信息的分割将渐渐显现出重要性，Kinect配套的API也使用了一些初步的具有深度图像信息的图像进行分割，但是较为简单，主要原因是室内环境比较简单，通过阈值分割，在用平面匹配剪除地面的干扰，就能很好的分割出室内的人物，而对于复杂或者前背景距离较近...
【技术保护点】
一种对具有深度图像信息的图像的分割方法，其特征在于，包括以下步骤：①经Kinect获取具有深度图像信息的图像，该图像的数据结构为RGBD，其中RGB为颜色空间的三个通道，D为Kinect捕获的与像素对应的深度图像信息，然后在所述图像上拖出一个圈或框进行第一次图像分割，该圈或框完全落入要分割的目标内，或者该圈或框至少与要分割的目标相交；②对前背景的颜色信息和深度图像信息进行概率建模，前景为图像中拖出的圈或框选中的部分，背景则为未被图像中拖出的圈或框选中的部分，深度图像信息数据为o＝{o1,...,oi,...,oN}，oi＝(ci,di)为深度图像信息的图像分割信息，N为图像...
【技术特征摘要】
1.一种对具有深度图像信息的图像的分割方法，其特征在于，包括以下步骤 ①经Kinect获取具有深度图像信息的图像，该图像的数据结构为RGBD，其中RGB为颜色空间的三个通道，D为Kinect捕获的与像素对应的深度图像信息，然后在所述图像上拖出一个圈或框进行第一次图像分割，该圈或框完全落入要分割的目标内，或者该圈或框至少与要分割的目标相交； ②对前背景的颜色信息和深度图像信息进行概率建模，前景为图像中拖出的圈或框选中的部分，背景则为未被图像中拖出的圈或框选中的部分，深度图像信息数据为ο =Io1,. . . , Oi,. . . , oN}, Oi = (Ci, (Ii)为深度图像信息的图像分割信息，N为图像像素的个数，Ci为颜色空间中的三个分量组成的向量；对颜色信息的建模采用高斯混合模型，分别对前景和背景的颜色总体分布进行建模； ③用EM算法对模型进行参数估计 用高斯混合模型来估计前景和背景颜色信息的似然函数，对高斯混合模型中的各K个高斯元的参数U，μ，Σ)进行估计，采用EM算法，通过迭代的方法进行模型参数的估...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。