基于RGB和深度信息的語義分割.pdf

1、圖像語義分割是指將圖像根據(jù)語義信息分割成具有不同語義標識的分割塊，是進一步進行圖像分析的重要步驟，可應用于機器人導航、自動駕駛、多媒體技術(shù)等多個領域。基于RGB-D信息的圖像語義分割算法能夠充分利用圖像的RGB信息和深度信息，有效的提高圖像的語義分割精度，特別是近年來在針對室內(nèi)場景的語義分割方面已經(jīng)取得了很好的進展。但是由于室內(nèi)場景的復雜性以及布局的多樣性使得獲得精確的室內(nèi)場景語義分割依舊非常困難。因此，本文針對基于 RGB和深度信息的

2、室內(nèi)場景圖像語義分割算法進行了研究。主要的工作如下：
　　1)基于RGB-D圖像的室內(nèi)場景的物體分割算法。算法首先針對只對圖像進行一次分割的算法中存在的過度分割問題，在初始分割的基礎上進行了知覺編組，通過對超像素特征的進一步提取，將相似的超像素進行合并，改正了同一物體的過度分割問題。同時，鑒于顏色信息易受光照、環(huán)境等外部因素的影響而且如果圖像中兩相鄰物體的顏色非常相近時單純依靠顏色信息很難將物體分割開來，在利用圖像的顏色信息的同時

3、結(jié)合了圖像的深度信息，實驗證明將兩種信息有效的結(jié)合起來達到了互補的效果，從整體上提高了物體分割的精度。
　　2)基于多特征的室內(nèi)場景語義標注算法。獲得了圖像中物體的分割區(qū)域后怎樣有效的將物體的語義標簽對到相應的分割塊中是進行正確語義分割的另一個重要步驟。為了能訓練出準確率高的分類器，在區(qū)域特征提取階段除了提取區(qū)域顏色特征還提取了區(qū)域的形狀，位置（方向，高度）等特征。在此基礎上，針對室內(nèi)場景物體種類多樣及訓練樣本分布不均衡的特點，采