基于圖和深度分層的前景物體提取研究.pdf

1、隨著計算機視覺技術(shù)的快速發(fā)展，其成果如增強現(xiàn)實、虛擬現(xiàn)實、智能監(jiān)控以及特征識別等被越來越多的用于實際生活中，為人們的生活帶來了極大的樂趣與便捷。對于許多計算機視覺應(yīng)用而言，場景中提取出的前景物體是應(yīng)用進行處理的基礎(chǔ)。因此，對圖像中前景物體的分割提取越來越受到數(shù)字圖像處理研究者們的重視。
　　盡管目前研究者們在前景物體分割方面提出了大量巧妙的算法，但是仍然存在不少問題，如提取的前景物體輪廓不準(zhǔn)確，無法給出獨立個體的分割結(jié)果等。隨著K

2、inect深度相機等廉價深度信息獲取設(shè)備的出現(xiàn)，結(jié)合色彩和深度信息為提取前景物體提供了一條新的途徑。針對以上存在的問題，本文提出了一種基于圖和深度分層的室內(nèi)場景前景物體提取算法。
　　論文首先對圖像中前景物體提取的研究背景、意義、國內(nèi)外研究現(xiàn)狀以及提取前景物體所面臨的難點進行了綜述，并介紹了論文的結(jié)構(gòu)安排。然后對本文中提出的前景物體提取算法中涉及的關(guān)鍵技術(shù)進行了詳細(xì)的闡述。最后對實驗結(jié)果進行分析，并進一步用本文中算法得到的提取結(jié)果

3、與其他先進算法進行對比評估算法的性能。
　　本文通過將色彩信息與深度信息進行融合以改進基于圖的圖像分割算法，對給予的場景進行過分割用于后續(xù)的合并步驟。然后提出了一種深度圖修復(fù)算法用以修復(fù)給定深度圖中的空洞，基于室內(nèi)場景中的前景物體在深度上起伏較小的假設(shè)，利用擴展的多閾值大津法將對應(yīng)的深度圖進行分層處理，斷開各前景物體之間以及前景和背景之間在深度上的連續(xù)性。并提出了一種利用種子點自動選取合適深度分層的方案以減少交互操作。接著為了解決

4、當(dāng)場景中前景和背景的色彩和深度均相似時無法在兩者之間生成有效邊界的難點問題，同時也為了優(yōu)化提取結(jié)果，本文利用深度信息生成法向圖以提供一種新的約束條件。最后，利用深度分層、法向圖、用戶設(shè)置的種子點以及區(qū)域面積設(shè)計約束規(guī)則對過分割的場景圖像進行區(qū)域合并，從而在色彩圖和深度圖中提取出具有清晰輪廓的前景物體。論文作者對算法的實驗結(jié)果進行了統(tǒng)計分析并給出分析結(jié)果，同時進一步將實驗結(jié)果與多種已發(fā)表的不同算法的實驗結(jié)果進行對比。實驗證明，本文算法更加