[发明专利]一种RGB‑D图像变尺度超体素分割方法

说明书

技术领域

本发明涉及一种超体素分割方法，特别是一种适用于RGB-D图像的变尺度超体素分割方法。

背景技术

随着传感器技术的进步，RGB-D图像的获取成本越来越低，如何更有效的对RGB-D图像进行预处理是近年来计算机视觉的一个重要研究内容。为了充分利用RGB-D图像中的三维几何信息，与二维图像超像素过分割的概念类似，将RGB-D图像过分割为超体素是一种行之有效的预处理方式，能够有效的减少后续算法处理的数据量。

目前常用的超体素分割算法在尺度参数确定后的得到的各超体素大小一致性较高，如果后续需要进行多尺度分析，则通过设置不同的尺度因子控制超体素的大小，这样在分析每个尺度时都要计算得到一种尺度的超体素分割结果，从而增加了计算量。本发明基于变尺度分析的思想，在进行超体素分割时，把数据一致性高的区域分割成大尺度的超体素，数据一致性差的区域分割成小尺度超体素，从而根据数据局部分布的，自适应的将RGB-D数据分割成不同尺度的超体素，使后续算法可以在一个过分割数据上进行变尺度计算，减小计算量。

发明内容

本发明的目的在于提供一种RGB-D图像变尺度超体素分割方法，能够较好的对RGB-D图像进行过分割预处理。

实现本发明目的的技术解决方案为：一种RGB-D图像变尺度超体素分割方法，包括以下步骤：

步骤1、种子点选取，设一帧RGB-D图像数据为P，分辨率为m行n列，每个数据点包含3个颜色通道(r,g,b)和1个深度通道(d)。从P中随机选取一个点p₀作为初始种子点，设置半径阈值R作为待生成种子点间的最小距离，使用泊松碟采样算法在P中采样得到种子点集合；种子点选取具体包括以下步骤：

步骤1-1、在一帧RGB-D图像数据P中随机选取一个点p₀作为初始种子点，将活跃采样点队列L₁初始化为空，把p₀加入L₁，将非活跃采样点队列L₂初始化为空；

步骤1-2、判断活跃采样点队列L₁是否为空，如果L₁不为空，则从L₁中出队一个点p_i，以p_i为圆心，R和2R为半径的同心圆区域内随机选择候选采样点，若候选采样点与已有种子点的距离大于R则将其加入L₁；如果尝试K次仍没有符合条件的候选采样点，则将p_i从L₁中删除，并加入L₂；其中R采用像素坐标单位，K为预设的数值；

步骤1-3、L₂中的点即为所选种子点。

步骤2、超体素预分割，将数据中各点的颜色空间从RGB转换为Lab，深度值d转换为三维空间坐标(x,y,z)，以各种子点为聚类中心，综合颜色距离和三维空间距离迭代计算非种子点与种子点间的距离，距离种子点最近的点与该种子点聚为一类，得到初始超体素分割结果；对超体素预分割具体包括以下步骤：

步骤2-1、将RGB-D图像中点的深度值转换为三维空间坐标，设P中第i行第j列的点为p_ij，其深度值为d_ij，使用式(1)将深度值转换为三维空间坐标：

其中f为摄像机的焦距，(c_x,c_y)为图像的中心坐标，用标准的颜色空间转换公式将P中各点的RGB颜色转换为Lab颜色，将P中的点都表示为6维向量[l,a,b,x,y,z]；

步骤2-2、以步骤1得到的个种子点为初始聚类中心，进行区域搜索聚类，计算各聚类中心2R*2R邻域范围内的点与该聚类中心的距离，将每一个非聚类中心点归类于和它特征距离最小的聚类中心以完成第一次聚类过程，P中两点p_i和p_j之间的特征距离度量公式如下：

式(2)中，d_lab为颜色距离，d_xyz为空间距离，λ为用于决定颜色信息和空间距离信息的权重，λ越大空间距离越重要，λ越小颜色距离越重要；