[发明专利]深度图像的分割方法及系统

权利要求书

1.一种深度图像的分割方法，其特征在于，包括：

初始化步骤：定义一个节点数据的结构体和一个二维数组，将深度图像中每一个像素的像素坐标值依次设置到所述二维数组的每一个所述结构体的数据中；

合并聚类步骤：计算邻近所述像素之间所述像素坐标值的绝对差值，并根据节点连接规则，对所述二维数组中属于同一类别的所述节点数据进行合并聚类；

查找步骤：在所述二维数组中查找所有的父节点，得到所述父节点的集合；

收集步骤：对于所述父节点的集合中的每一个父节点元素，创建对应的类别集合，并将所述二维数组中的每一个节点收集到对应的所述类别集合中；

分割步骤：将所有的所述类别集合进行编号，并根据所述父节点集合中所述父节点元素的个数，确定每一个类别集合对应的标签值，根据所述标签值对所述深度图像进行分割处理，得到分割图像。

2.根据权利要求1所述的深度图像的分割方法，其特征在于，所述初始化步骤包括：

步骤S101：定义一个节点数据的结构体，其中，所述结构体中包括像素坐标、所述父节点的指针和所述节点数据具有的子节点数量；

步骤S102：将所述深度图像中每一个所述像素的所述像素坐标值依次设置到所述二维数组中。

3.根据权利要求1所述的深度图像的分割方法，其特征在于，所述合并聚类步骤包括：

步骤S201：根据所述深度图像中列坐标相同，行坐标距离为1的两个所述像素坐标值之间的所述绝对差值，创建行图像；

步骤S202：根据所述深度图像中行坐标相同，列坐标距离为1的两个所述像素坐标值之间的所述绝对差值，创建列图像；

步骤S203：设定属于同一类别的距离阈值，若所述行图像或者所述列图像中的所述绝对差值小于或者等于所述距离阈值，则将所述二维数组中与所述行图像或者所述列图像分别对应的两个所述节点数据根据连接函数进行连接；

步骤S204：若所述行图像中的所述绝对差值大于所述距离阈值，则将所述二维数组中与所述绝对差值的行坐标和列坐标对应的所述列图像中两个所述节点数据进行连接；

步骤S205：若所述列图像中的所述绝对差值大于所述距离阈值，则将所述二维数组中与所述绝对差值的行坐标和列坐标对应的所述行图像中两个所述节点数据进行连接；

其中，所述连接函数包括：

函数S2031：分别查找两个所述节点数据对应的所述父节点，得到第一父节点和第二父节点；

函数S2032：比较第一父节点与第二父节点是否相同；

函数S2033：若函数2的结果为是，则结束；

函数S2034：若函数2的结果为否，则执行函数5；

函数S2035：判断所述第一父节点具有的子节点的数量是否大于所述第二父节具有的子节点的数量；

函数S2036：若函数5的结果为是，则将所述第一父节点设置为所述第二父节点对应的所述父节点，并将所述第一父节点具有的子节点的数量加1；

函数S2037：若函数5的结果为否，则将所述第二父节点设置为所述第一父节点对应的所述父节点，并将所述第二父节点具有的子节点的数量加1。

4.根据权利要求1所述的深度图像的分割方法，其特征在于，

所述查找步骤包括：

步骤S301：在所述二维数组中查找所有的所述父节点；

步骤S302：收集所有的所述父节点，得到所述父节点的集合；

所述收集步骤包括：

步骤S401：根据所述父节点的集合中元素的个数N，创建N个类别集合，所述N个类别集合分别对应于N个所述父节点，所述N为整数；

步骤S402：遍历所述父节点的集合，取集合中每一个元素，遍历所述二维数组中的每一个节点数据，如果该节点数据的所述父节点等于当前元素，则该节点数据收集到对应的所述类别集合中。