基于視覺和幾何特征的街景圖像語義分割.pdf

1、數(shù)字圖像已成為信息傳遞的有利載體，廣泛應(yīng)用于社會生活的各個領(lǐng)域。對圖像中的場景進(jìn)行分析和理解是計算機視覺的目標(biāo)之一。街景與人們?nèi)粘Ｉ罹o密相關(guān)，對這類圖像進(jìn)行語義分割和理解具有廣闊的前景，但也充滿挑戰(zhàn)。
　　目前的圖像分割算法大多是針對某一類圖像進(jìn)行的，且圖像場景比較簡單，包含的對象類別較少；同時，一般的圖像分割算法對圖像的旋轉(zhuǎn)、縮放和亮度等信息比較敏感，勢必會造成因上述信息的變化而產(chǎn)生不同的分割結(jié)果，從而產(chǎn)生誤分割。近年來，把圖

2、像分割和圖像的識別與理解結(jié)合起來，對輸入圖像進(jìn)行語義分割的研究非?；钴S，但是當(dāng)圖像中同時存在多類不同形狀和大小的對象時，如何有效地獲取不同語義對象之間的邊緣信息，依然是個具有挑戰(zhàn)性的問題。街景圖像內(nèi)容豐富，包含多種對象類別，相當(dāng)復(fù)雜，對這類圖像進(jìn)行語義分割，具有非常重要的研究價值和實際應(yīng)用價值。
　　本文針對街景圖像，提出了利用空間極值點作為分水嶺分割算法的種子點，對輸入圖像進(jìn)行分割，然后結(jié)合圖像識別技術(shù)，利用高階馬爾科夫隨機場模

3、型，對圖像進(jìn)行標(biāo)注，完成輸入圖像的語義分割。
　　首先，構(gòu)建輸入圖像的高斯金字塔，獲得不同尺度下的版本，提取出其空間極值點，作為分水嶺分割算法的種子點。根據(jù)圖像分割的兩個基本原則，對分水嶺分割算法的輸出圖像進(jìn)行去除噪聲區(qū)域和合并滿足相似性判決閾值的區(qū)域，得到無監(jiān)督初始分割結(jié)果。
　　其次，針對單純利用圖像的視覺特征不能得到較好的對象邊緣的問題，本文除了采用外貌特征、形狀特征和上下文特征等視覺特征外，還利用了包含豐富結(jié)構(gòu)信息的

4、相對于攝像頭的高度、距攝像頭軌跡最近距離、與圖像平面之間的夾角、追蹤到的點密度等五種幾何特征，以獲取語義對象之間的邊緣信息；另外，在語義識別的過程中，通過在馬爾科夫隨機場模型中引入高階項，以初始分割結(jié)果作為該高階項的輸入，進(jìn)一步增強語義對象之間的邊緣響應(yīng)。
　　本文的研究重點主要包括：（1）如何獲取在一定程度上滿足人眼視覺感知特性的無監(jiān)督初始分割結(jié)果；（2）應(yīng)用外貌、形狀和上下文等三種視覺特征和相對于攝像頭的高度、距攝像頭軌跡最近