隨著計算機科學技術(shù)和應(yīng)用數(shù)學理論的進步與完善,圖形圖像分割技術(shù)日益成為由底層圖像處理到高層物體識別與理解的關(guān)鍵預處理步驟,已經(jīng)廣泛地服務(wù)于醫(yī)學影像處理、計算機三維動畫、人機接口、虛擬現(xiàn)實和可視化等諸多應(yīng)用領(lǐng)域。三維模型數(shù)據(jù)是繼聲音、圖像、視頻之后的一種新形式,對三維數(shù)據(jù)的分割一直是模式識別和計算機智能領(lǐng)域中的一個熱門話題,它是指將邏輯上整體統(tǒng)一的三維數(shù)據(jù)分割成較小的、可以獨立存儲管理的物理單元,有效地提高索引和順序掃描的效率,便于后續(xù)的重構(gòu)、重組和恢復。人們將圖像的超像素概念擴展到三維空間的超體素,將超體素與三維數(shù)據(jù)的處理和分析相結(jié)合的研究工作越來越受到計算機圖形圖像領(lǐng)域的關(guān)注。超體素是近年來興起并迅猛發(fā)展的一種圖像處理新技術(shù),該技術(shù)通過對體數(shù)據(jù)局部區(qū)域中的體素進行特征描述,將相似或相近的體素聚集起來,以生成局部結(jié)構(gòu)均勻穩(wěn)定、局部特征一致相似并且具有實際局部意義的子區(qū)域。與傳統(tǒng)分割技術(shù)面對的圖形圖像基本單位——像素或體素相比,超體素的引入使算法處理的數(shù)據(jù)規(guī)模大大減小,有效降低了后續(xù)處理和分析工作的復雜程度;更便于提取目標的局部特征,為后續(xù)能夠獲得正確表達結(jié)構(gòu)信息的目標分割奠定基礎(chǔ);超體...

【文章頁數(shù)】：113 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀及進展
    1.3 本文工作及組織結(jié)構(gòu)
第2章 基于超體素的三維數(shù)據(jù)分割相關(guān)知識
    2.1 超像素與超體素
    2.2 三維數(shù)據(jù)分割方法
    2.3 三維數(shù)據(jù)特征提取分類
        2.3.1 基于統(tǒng)計信息內(nèi)容的特征提取
        2.3.2 基于視圖投影的特征提取
        2.3.3 基于函數(shù)變換的特征提取
        2.3.4 基于多特征融合的特征提取
    2.4 三維數(shù)據(jù)特征提取過程
第3章 基于核的三維模糊C均值聚類的體數(shù)據(jù)分割算法
    3.1 引言
    3.2 相關(guān)工作
    3.3 算法描述
        3.3.1 圖像預處理
        3.3.2 體素的特征描述
        3.3.3 構(gòu)建空間種子點
        3.3.4 SLIC生成超體素
        3.3.5 計算超體素的統(tǒng)計特征
        3.3.6 基于核的三維模糊C均值聚類
    3.4 實驗結(jié)果和討論
        3.4.1 實驗運行環(huán)境及數(shù)據(jù)庫
        3.4.2 超體素生成結(jié)果評估
        3.4.3 算法分割結(jié)果精確性評估
    3.5 本章小結(jié)
第4章 基于超體素幾何特征的三維點云場景分割算法
    4.1 引言
    4.2 相關(guān)工作
    4.3 算法描述
        4.3.1 基于八叉樹的體素化
        4.3.2 基于FPFH特征的點云超體素分割
        4.3.3 超體素幾何特征的計算
        4.3.4 基于局部連接圖的聚類分割
    4.4 實驗結(jié)果和討論
        4.4.1 實驗數(shù)據(jù)庫和評估指標
        4.4.2 實驗結(jié)果分析
    4.5 本章小結(jié)
第5章 基于視覺顯著圖的RGB-D數(shù)據(jù)分割算法
    5.1 引言
    5.2 相關(guān)工作
    5.3 算法描述
        5.3.1 由RGB-D數(shù)據(jù)生成顯著圖
        5.3.2 由RGB-D數(shù)據(jù)生成點云數(shù)據(jù)
        5.3.3 生成初始超體素分割
        5.3.4 基于幾何距離和顏色距離的超體素特征描述
        5.3.5 對超體素迭代合并
    5.4 實驗結(jié)果和討論
        5.4.1 視覺顯著性檢測方法分析
        5.4.2 分割性能量化對比
        5.4.3 RGB-D數(shù)據(jù)分割實驗結(jié)果
    5.5 本章小結(jié)
第6章 結(jié)論與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝



本文編號：3775120