基于RGBD圖像的圖像分割算法研究

1基于RGBD圖像的圖像分割算法研究答辯人：

導(dǎo)師：專業(yè)：時(shí)間：碩士學(xué)位論文答辯目錄背景介紹研究內(nèi)容概述RGBD圖像上的邊緣檢測(cè)算子RGBD圖像上的標(biāo)記分水嶺算法總結(jié)與展望2背景介紹圖像分割應(yīng)用廣泛計(jì)算機(jī)輔助醫(yī)療智能交通軍事領(lǐng)域3背景介紹圖像分割是場(chǎng)景分析理解的基礎(chǔ)物體的語義識(shí)別物體之間的物理關(guān)系4國內(nèi)外研究現(xiàn)狀5目錄背景介紹研究內(nèi)容概述RGBD圖像上的邊緣檢測(cè)算子RGBD圖像上的標(biāo)記分水嶺算法總結(jié)與展望6研究內(nèi)容概述本文對(duì)RGBD圖像上的分割算法進(jìn)行研究，通過深度信息的引入，獲取場(chǎng)景中物體的三維幾何信息，幫助進(jìn)行分割，以提高分割的效果7RGB信息深度(depth)信息研究內(nèi)容概述RGBD圖像的邊緣檢測(cè)算子彩色圖像：多梯度融合的邊緣檢測(cè)算子深度圖像：深度邊緣檢測(cè)算子、法向量邊緣檢測(cè)算子RGBD圖像上的標(biāo)記分水嶺算法標(biāo)記圖像的提取梯度修正和分水嶺分割小區(qū)域去除8實(shí)驗(yàn)數(shù)據(jù)集采用紐約大學(xué)的NYU2數(shù)據(jù)集包含26類共464個(gè)不同的室內(nèi)場(chǎng)景1449幅詳細(xì)標(biāo)定的RGBD圖像9RGB圖像深度圖像標(biāo)定結(jié)果SilbermanN,HoiemD,KohliP,etal.IndoorsegmentationandsupportinferencefromRGBDimages[C]//ComputerVision–ECCV2012.BerlinHeidelberg:Springer,2012:847-870.目錄背景介紹研究內(nèi)容概述RGBD圖像上的邊緣檢測(cè)算子RGBD圖像上的標(biāo)記分水嶺算法總結(jié)與展望10彩色圖像邊緣檢測(cè)算法多梯度融合多方向的圓形邊緣檢測(cè)算子11[1]MartinDR,FowlkesCC,MalikJ.Learningtodetectnaturalimageboundariesusinglocalbrightness,color,andtexturecues[J].PatternAnalysisandMachineIntelligence,IEEETransactionson,2004,26(5):530-549.算法描述

12

算法描述多方向的圓形邊緣檢測(cè)算子8方向計(jì)算像素變化程度13算法描述獲取紋理圖像濾波器組6對(duì)奇偶濾波高斯差分濾波13維響應(yīng)向量kmeans聚類分配標(biāo)簽邊緣檢測(cè)14算法描述多梯度融合15

RGB圖像灰度檢測(cè)結(jié)果多梯度融合結(jié)果深度圖像邊緣檢測(cè)算子深度邊緣檢測(cè)算子場(chǎng)景中的物體深度存在差異16深度圖像邊緣檢測(cè)算子深度邊緣檢測(cè)算子多方向的圓形邊緣檢測(cè)算子深度漸變：高斯權(quán)重17深度圖像邊緣檢測(cè)算子法向量邊緣檢測(cè)算子場(chǎng)景中物體的表面

方向不同18深度圖像邊緣檢測(cè)算子法向量邊緣檢測(cè)算子多方向的圓形邊緣檢測(cè)算子

法向量：平面擬合協(xié)方差分析法19

邊緣檢測(cè)算子效果對(duì)比20RGB圖像深度邊緣檢測(cè)算子法向量邊緣檢測(cè)算子彩色邊緣檢測(cè)算子邊緣檢測(cè)算子效果對(duì)比21RGB圖像深度邊緣檢測(cè)算子法向量邊緣檢測(cè)算子彩色邊緣檢測(cè)算子目錄背景介紹研究內(nèi)容概述R