圖像分割是將圖像按照一定的規(guī)則分割成若干個特定的區(qū)域,然后將這些區(qū)域提取出來的過程。隨著計算機圖形學(xué)以及二維、三維圖像技術(shù)快速發(fā)展,圖像分割技術(shù)作為其中重要的基礎(chǔ)步驟之一已經(jīng)被廣泛應(yīng)用各個領(lǐng)域。但目前多半圖像分割工作主要集中在二維圖像的處理上。RealSense立體深度攝像機作為可以同時獲取彩色圖像和深度圖像的設(shè)備,其提供的深度圖像中的深度信息為當(dāng)前在三維圖像方面的研究提供了技術(shù)儲備,目前利用RealSense進行研究已經(jīng)成為趨勢。為此,本文以GrabCut圖像分割算法為基礎(chǔ),在二維圖像分割算法的基礎(chǔ)上結(jié)合RealSense攝像機獲取的深度信息,對三維圖像分割技術(shù)進行研究,主要工作如下:首先,為提高GrabCut算法在圖片細(xì)節(jié)豐富時的分割效率與分割效果,在預(yù)處理過程中,用SLIC算法（線性迭代聚類算法）引入超像素以代替像素估計高斯混合模型的參數(shù),構(gòu)造網(wǎng)絡(luò)流圖;用流行排序算法進行背景先驗和前景先驗生成顯著圖,將顯著圖融合并進行優(yōu)化,通過對顯著圖進行閾值分割以獲得顯著目標(biāo)的分割結(jié)果,使得前景背景更加分離。SLIC算法能有效地提高算法分割效率,減少分割時間。然后,本文提出了一種融合深度信息的... 

【文章來源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１三維數(shù)據(jù)獲取技術(shù)分類??

４３５發(fā)布于英特爾于２０１８年１月??１９曰的新品發(fā)布會，在遠(yuǎn)程視覺、室內(nèi)、室外環(huán)境中均可以使用。［ｎｔｅｌＲｅａｌＳｅｎｓｅｖｉｓｉｏｎ??處理器Ｄ４系列被廣泛應(yīng)用于計算機視覺領(lǐng)域［３２］，它可以處理來自深度相機的原始圖像??流，并快速計算３Ｄ深度圖，而不需要專用ＧＰＵ或主處理器。因此視覺處理器Ｄ４在快??速計算的同時，為系統(tǒng)的主處理器釋放了更多的帶寬，也為虛擬現(xiàn)實、機器人和有關(guān)深??度相機的研宄提供了研宄方向。??Ｉｎｔｅｌ?ＲｅａｌＳｅｎｓｅ?Ｄ４３５是一款立體視覺深度相機，如圖２－１所示，其集成了兩個紅夕卜??傳感器（ＩＲ?Ｓｔｅｒｅｏ?Ｃａｍｅｒａ）、一個紅外激光發(fā)射器（ＩＲ?Ｐｒｏｊｅｃｔｏｒ）和一個彩色相機??（Ｃｏｌｏｒ?Ｃａｍｅｒａ）。立體深度相機系統(tǒng)主要包括兩部分：視覺處理器Ｄ４和深度模塊［３３］。??主機處理器連接ＵＳＢ?２．０／ＵＳＢ?３．１?Ｇｅｎ?１。視覺處理器Ｄ４位于主處理器主板上，ＲＧＢ??顏色傳感器數(shù)據(jù)通過主處理器主板和Ｄ４板上的彩色圖像信號處理器（ＩＳＰ）發(fā)送到視覺??處理器Ｄ４［３４］。??■?（１ＲＳＴｍｅｒａ）?■?１??Ｉ?１??ｒ；＊?－??ＩＲ?Ｐｒｏｊｅｃｔｏｒ?Ｃｏｌｏｒ?Ｃａｍｅｒａ?？??編纖：＇痛＇知ａｌｇｆｔｊ；??（ａ）?ＲｅａｌＳｅｎｓｅ?Ｄ？５攝像頭?（ｂ）視覺處理器Ｄ４和深度模塊??圖２－２?ＲｅａｌＳｅｎｓｅ?Ｄ４３５相機結(jié)構(gòu)圖??Ｉｎｔｅｌ?ＲｅａｌＳｅｎｓｅ?Ｄ４３５提供了完整的深度相機模塊，集成了視覺處理器、立體深度模??塊和ＲＧＢ傳感器以及彩色圖像信號處理模塊。深度模塊采用了立體視覺的左右成像器??以及可選的紅外激光發(fā)射器和ＲＧ

技術(shù)??應(yīng)用??Ｃ＃Ｕｎｉｔｙ：?Ｊａｖａ／Ｐｒｏｃｅｓｓｉｎｇ?…??ＰＸＣＭ?Ｓｅｓｓｉｏｎ?ＰＸＣＭ?Ｓｅｓｓｉｏｎ????ＰＸＣＭ?Ｃａｐｔｕｒｅ?ＰＸＣＭ?Ｃａｐｔｕｒｅ??ＰＸＣＭＨａｎｄＭｏｄｕｌｅ?ＰＸＣＭＨａｎｄＭｏｄｕｌｅ??ＰＸＣＭＦａｃｅＭｏｕｄｌｅ?ＰＸＣＭＦａｃｅＭｏｕｄｌｅ??參?＿?．?＊?？?？??Ｖ??Ｃ＋＋接口??ＰＸＣＳｅｓｓｉｏｎ，ＰＸＣＣａｐｔｕｒｅ，ＰＸＣＨａｎｄＭｏｄｕｌｅ，ＰＸＣＦａｃｅＭｏｕｄｌｅ?…??圖２－４?ＳＤＫ語言與架構(gòu)封裝圖??２＿１＿３＿２?ＳｅｎｓｅＭａｎｇｅｒ?接口??ＳｅｎｓｅＭａｎａｇｅｒ接口是視頻流數(shù)據(jù)處理的主要接口，是預(yù)定義模塊中的重要接口，用??于讀取攝像頭采集的原始數(shù)據(jù)。ＳｅｎｓｅＭａｎａｇｅｒ中存在一個攝像頭輸入模塊和多種臭法模??塊。ＳｅｎｓｅＭａｎａｇｅｒ與ＳＤＫ會話、算法模塊、Ｉ／Ｏ模塊之間的關(guān)系如圖２－５所示：??Ｓｅｓｓｉｏｎ?管理音頻源??＼?＾見頻流處理主接＝?＾?ＡｕｄｉｏＳｏｕｒｃｅ?）??—?????（ＳｅｎｓｅＭａｎａｇｅｒ?）??”選擇攝像機和視頻流?、——－＾―￣＾?廣??．??廣?１?＂Ｘ?／?＼?ｆＳｐｅｅｃｈＲｅｃｏｇｎｉｔ?ｉｏｒｎ??ｆ?ＣａｐｔｕｒｅＭａｎａｇｅｒ?）?／?＼?＾」??攝像機相關(guān)操作：?／?＼??采集、設(shè)置、查詢、枚舉?／?＼??”?Ｚ各ｙ算法ｔｙ夬?＼??＾?Ｃａｐｔｕｒｅ〕?ＦａｃｅＭｏｕｄｌｅ?）?ＨａｎｄＭｏｕｄｌｅ?）?〕??圖２－５?ＳＤＫ會話、ＳｅｎｓｅＭａｎｇｅｒ、算法模塊、丨／〇模塊關(guān)系??２．

【參考文獻】：
期刊論文
[1]基于目標(biāo)檢測結(jié)果的輪廓及顏色識別研究[J]. 余化鵬,李舟,楊新瑞,劉雷.  成都大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[2]基于Hough變換的直線提取方法及改進[J]. 王琦,宋偉東,王競雪.  測繪與空間地理信息. 2019(06)
[3]基于多示例學(xué)習(xí)的圖像檢索方法[J]. 陳濤.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2019(04)
[4]融合顏色和深度信息的運動目標(biāo)提取方法[J]. 胡濤,朱欣焰,咼維,張發(fā)明.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2019(02)
[5]基于最大類間方差的最大熵圖像分割[J]. 易三莉,張桂芳,賀建峰,李思潔.  計算機工程與科學(xué). 2018(10)
[6]基于Snake模型的圖像分割新算法[J]. 胡學(xué)剛,邱秀蘭.  計算機應(yīng)用. 2017(12)
[7]基于RealSense的三維物體識別算法研究[J]. 張壘,蔣樂天.  信息技術(shù). 2017(10)
[8]融合背景先驗與中心先驗的顯著性目標(biāo)檢測[J]. 周帥駿,任福繼,堵俊,楊賽.  中國圖象圖形學(xué)報. 2017(05)
[9]基于Intel Realsense技術(shù)的感知展示系統(tǒng)的設(shè)計與開發(fā)[J]. 董春俠,司占軍,高祥.  電腦知識與技術(shù). 2016(07)
[10]物體輪廓形狀超像素圖割快速提取方法[J]. 張榮國,劉小君,董磊,李富萍,劉焜.  模式識別與人工智能. 2015(04)

碩士論文
[1]人臉識別的活體檢測技術(shù)研究[D]. 黃建愷.華中師范大學(xué) 2018
[2]基于RealSense深度信息的枝上柑橘果實近景識別研究[D]. 朱新新.江蘇大學(xué) 2017
[3]基于三維視線跟蹤的抬頭顯示系統(tǒng)研究[D]. 魯云飛.重慶郵電大學(xué) 2017
[4]基于Real Sense的坐姿檢測與糾正系統(tǒng)的設(shè)計與實現(xiàn)[D]. 郭玉喜.吉林大學(xué) 2016
[5]基于RealSenseTM的上肢輔助復(fù)健系統(tǒng)的設(shè)計與實現(xiàn)[D]. 徐偉誠.北京工業(yè)大學(xué) 2016
[6]基于Intel RealSense技術(shù)的實感游戲的研究與實現(xiàn)[D]. 劉建東.天津科技大學(xué) 2016



本文編號：2957109