周蓮波 胡穎

?

結(jié)合深度信息的圖像分割研究初探

周蓮波 胡穎

營(yíng)口職業(yè)技術(shù)學(xué)院，遼寧 營(yíng)口 115000

圖像分割的研究是計(jì)算機(jī)識(shí)別圖像信息的基礎(chǔ)，也是實(shí)現(xiàn)計(jì)算機(jī)智能化的基礎(chǔ)所在，因此其研究意義重大。圖像分割的早期算法主要是通過(guò)顏色進(jìn)行區(qū)分和分割形成超像素圖像，在考慮現(xiàn)實(shí)世界的三維特性之后，在原有算法基礎(chǔ)上加入深度信息，并利用深度信息修正二維圖像分割算法的錯(cuò)誤，從而提高圖像分割精度。主要步驟分別有圖像二維分割、深度超像素圖像處理、結(jié)果評(píng)述與劃分錯(cuò)誤修正、融合深度信息與二維超像素劃分結(jié)果并形成最終結(jié)果。

深度信息；圖像分割；流程；超像素圖像

計(jì)算機(jī)技術(shù)的飛速發(fā)展推動(dòng)了整個(gè)社會(huì)的進(jìn)步，人類社會(huì)的變化速度越來(lái)越快，計(jì)算機(jī)智能化的研究開(kāi)始進(jìn)入人們的視野并愈發(fā)得到重視，人們?cè)噲D通過(guò)開(kāi)發(fā)計(jì)算機(jī)主動(dòng)識(shí)別圖像信息來(lái)賦予計(jì)算機(jī)足夠的智能化能力，而對(duì)視覺(jué)信息的感知是計(jì)算機(jī)智能化的第一步，也是最關(guān)鍵的一步，計(jì)算機(jī)要想實(shí)現(xiàn)智能化，就必須確保其能夠主動(dòng)的識(shí)別視覺(jué)范圍內(nèi)感知到的所有圖像信息，并有效的對(duì)其進(jìn)行切割、組織和分析，將其轉(zhuǎn)化為自身所需的信息，當(dāng)前該技術(shù)處于圖像分割的研究階段，這也是其基礎(chǔ)研究部分。圖像的分割最初是通過(guò)識(shí)別顏色這一參數(shù)特征來(lái)完成的，通過(guò)識(shí)別同類顏色區(qū)域并進(jìn)行區(qū)域劃分，完成超像素圖像的拼接，但實(shí)際上這種方法是粗糙的模仿，因?yàn)楝F(xiàn)實(shí)世界的分割是無(wú)法僅憑借顏色就能夠準(zhǔn)確的完成的，必須考慮其自身的存在特性?？紤]到三維立體空間的空間坐標(biāo)唯一特性，將深度加入到圖像分割的參考因素之中，并將之前的顏色分割視為不考慮深度因素的二維平面切割，這樣就可以將最初的研究成果——顏色分割與深度信息融合成一個(gè)新的圖像分割算法，這種算法既考慮圖像的二維特征又考慮其三維立體空間的存在特征，從而提升了圖像分割的準(zhǔn)確度。

1 深度圖像預(yù)處理

深度圖像是實(shí)現(xiàn)深度信息融合圖像分割的基礎(chǔ)所在，在進(jìn)行圖像分割此之前需要對(duì)深度圖像進(jìn)行預(yù)處理。

1.1 深度圖像概述

深度圖像也被稱為距離圖像，首先具有數(shù)字圖像的基本性質(zhì)，即圖像由像素按照矩陣形式排列而成，但其呈現(xiàn)的信息與傳統(tǒng)的顏色圖像完全不同，顏色圖像的顏色值表示的是場(chǎng)景的顏色信息，而深度圖像的灰度值表示的是場(chǎng)景中物體相對(duì)于攝像頭的距離。

由于顏色圖像描述的是場(chǎng)景的顏色、亮度等信息，易受到光照變化、遮擋等環(huán)境因素的影響，具有時(shí)變性，在不同時(shí)刻相同場(chǎng)景獲得的信息可能存在很大不同；深度圖像是對(duì)場(chǎng)景深度信息的描述，僅與場(chǎng)景中物體的距離即軸方向有關(guān)，其灰度值是沿軸方向變化的，相較于顏色圖像，不易受光照、環(huán)境等因素的影響，具有時(shí)不變性。深度信息的引入使得二維圖像形成了三維屬性，可以讓計(jì)算機(jī)更好的分割形成具有空間屬性的信息。

1.2 圖像修復(fù)技術(shù)

圖像修復(fù)是指利用一定的算法對(duì)受到損壞的圖像進(jìn)行重建的技術(shù)，這種損壞可以是圖像錯(cuò)誤，也可以是圖像信息的丟失。圖像修復(fù)是一個(gè)不確定問(wèn)題，修復(fù)結(jié)果的合理程度取決于視覺(jué)系統(tǒng)的接受程度。依據(jù)缺損信息數(shù)量的多寡可以將圖像修復(fù)方法主要分為兩類：一類是用于修復(fù)小尺度缺損的數(shù)字圖像修補(bǔ)技術(shù)。該方法利用被破壞區(qū)域邊緣的顏色和結(jié)構(gòu)信息來(lái)推測(cè)被破壞區(qū)域內(nèi)部的像素分布，就其本質(zhì)來(lái)說(shuō)是利用了像素的傳播機(jī)制，數(shù)學(xué)方法上利用偏微分的方法依據(jù)正確區(qū)域的顏色以及紋理的變化來(lái)推測(cè)缺損區(qū)域的信息；另一類是用于修復(fù)大塊信息缺失的圖像補(bǔ)全技術(shù)，目前這一類技術(shù)也包含以下兩種方法：一種是基于圖像分解的修復(fù)技術(shù)，另一種方法是基于塊的紋理合成技術(shù)來(lái)填充丟失的信息。

2 超像素圖像分割意義

計(jì)算機(jī)處理超像素圖像的意義在于將圖像轉(zhuǎn)換成計(jì)算機(jī)和人類都易于理解的信息，因此屬于復(fù)雜圖像簡(jiǎn)單化處理的一種方式，主要方法是采集圖像的各類信息并歸納，將同類信息并處于相近區(qū)域的像素劃分成一個(gè)集合，這種同屬性的集合相互無(wú)縫拼接形成一個(gè)屬性變化較大的超像素圖像。圖像分割算法主要是朝著降低人工處理工作量、提高分割速度、提高適應(yīng)性、抗干擾能力強(qiáng)等方向發(fā)展，其最終目的是實(shí)現(xiàn)計(jì)算機(jī)識(shí)別圖像與人眼識(shí)別圖像形成視覺(jué)過(guò)程相近，從而更好的實(shí)現(xiàn)人工智能。

3 結(jié)合深度信息的圖像分割方法分析

SLIC是圖像分割過(guò)程中最常用的方式之一，其優(yōu)勢(shì)在于對(duì)硬件需求低，且運(yùn)算過(guò)程速度快，對(duì)前期分析和參數(shù)設(shè)定的要求并不復(fù)雜，可以實(shí)現(xiàn)單一參數(shù)的超像素圖像分割，提前指定好超像素圖像的數(shù)量即可直接獲得接近統(tǒng)一特質(zhì)的超像素圖像。該方法直接采集相似因素的集合并無(wú)縫拼接，因此該方法應(yīng)用比較廣泛。但是在實(shí)際的應(yīng)用過(guò)程中，SLIC算法還是存在著許多缺點(diǎn)，比如劃分區(qū)域不精確，受到環(huán)境影響較大等等，這些都會(huì)導(dǎo)致最終的分割誤差增大。

二次分割的結(jié)果更加精確。

結(jié)合深度信息的圖像分割具體流程如下：第一步是圖像的處理，首先對(duì)顏色圖進(jìn)行SLIC超像素分割，按照其流程完成第一次分割，接著對(duì)深度圖進(jìn)行預(yù)處理，預(yù)處理流程不贅述；第二步是對(duì)基于梯度的分割結(jié)果進(jìn)行一個(gè)評(píng)價(jià)，同時(shí)改正基于深度劃分的錯(cuò)誤，最后將二者合并形成結(jié)合深度信息的圖像分割成果。

4 結(jié)語(yǔ)

綜上可知，融合深度信息是在常規(guī)圖像分割技術(shù)基礎(chǔ)上增加了額外的參數(shù)，從而使得圖像分割更為精準(zhǔn)，提高了其結(jié)果的準(zhǔn)確度，屬于一種綜合性的算法，既考慮深度信息也考慮常規(guī)的如顏色等參數(shù)信息。圖像分割技術(shù)雖然屬于計(jì)算機(jī)領(lǐng)域的基礎(chǔ)技術(shù)，但是其技術(shù)的發(fā)展關(guān)系到計(jì)算機(jī)直接讀取視覺(jué)信息的可能是否實(shí)現(xiàn)，這種視覺(jué)感應(yīng)信息的直接讀取直接影響到計(jì)算機(jī)感知外部環(huán)境的方式，一旦實(shí)現(xiàn)將極大的推動(dòng)計(jì)算機(jī)技術(shù)和智能機(jī)器人技術(shù)的發(fā)展，因此我們需要不斷的探索圖像分割的算法新途徑和優(yōu)化方式，為計(jì)算機(jī)領(lǐng)域的發(fā)展做出自己的貢獻(xiàn)。

[1]曾志宏，李建洋，鄭漢恒.融合深度信息的視覺(jué)注意計(jì)算模型[J].計(jì)算機(jī)工程，2010（20）：200-202.

胡穎（1972—），遼寧，本科，教授，計(jì)算機(jī)技術(shù)、人工智能、虛擬仿真，營(yíng)口職業(yè)技術(shù)學(xué)院；周蓮波（1980—），女，遼寧，本科，講師，計(jì)算機(jī)技術(shù)、人工智能、虛擬仿真，營(yíng)口職業(yè)技術(shù)學(xué)院 。

TP391.41

A

1009-6434（2016）01-0029-01