深度圖像邊緣檢測和區(qū)域分割的算法研究與實(shí)現(xiàn).pdf

1、深度圖像能夠準(zhǔn)確地表現(xiàn)物體目標(biāo)表面的三維幾何信息，越來越受到重視，并廣泛應(yīng)用于計(jì)算機(jī)視覺、圖像分析等領(lǐng)域。
　　圖像分割是圖像分析技術(shù)的主要研究方向之一，主要依靠特征信息的正確提取。深度圖像分割算法主要分為兩大類：基于邊緣檢測的方法和基于區(qū)域的方法?；趨^(qū)域的方法依據(jù)同一性將像素點(diǎn)分類，形成連通區(qū)域；基于邊緣檢測的方法主要依據(jù)邊緣點(diǎn)特性進(jìn)行區(qū)分。
　　這兩類方法各有特色和優(yōu)缺點(diǎn)。邊緣法對(duì)區(qū)域邊界的定位非常準(zhǔn)確，運(yùn)算速度快，但

2、由于噪聲、遮擋等因素的影響，很難形成連續(xù)的區(qū)域邊界。區(qū)域法可以形成封閉邊緣，但算子結(jié)構(gòu)復(fù)雜，容易發(fā)生邊界錯(cuò)位現(xiàn)象，且運(yùn)算結(jié)果依賴于初始種子和聚類數(shù)目的選取。
　　本文采用邊緣和區(qū)域相結(jié)合的研究方法，既借鑒了邊緣檢測算子結(jié)構(gòu)簡單、檢測速度快的優(yōu)點(diǎn)，又汲取區(qū)域算法能夠獲得比較連續(xù)的區(qū)域邊界的特點(diǎn)，將分割過程細(xì)化為兩個(gè)階段——邊緣提取和區(qū)域分割階段，每個(gè)階段采用不同的算法，在較好地獲得物體邊緣整體輪廓的同時(shí)保留較為詳盡的局部細(xì)節(jié)信息，兼

3、顧速度與準(zhǔn)確率，形成連續(xù)、封閉的區(qū)域邊界。
　　首先，本文在引入一種邊緣類型的幾何定義基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了一種全新的、快速邊緣檢測算子。其次，通過陰影集等定義，將二值形態(tài)學(xué)擴(kuò)展到深度圖像中，設(shè)計(jì)了基于數(shù)學(xué)形態(tài)學(xué)的區(qū)域分割算法；最后，對(duì)圖像分割過程中產(chǎn)生的像素點(diǎn)的特點(diǎn)，討論了一種分割方法選擇判定，選擇性的對(duì)圖像進(jìn)行快速邊緣檢測或基于數(shù)學(xué)形態(tài)學(xué)的區(qū)域分割，最終獲得特征圖像。
　　本文采用標(biāo)準(zhǔn)深度圖像數(shù)據(jù)庫，對(duì)幾種經(jīng)典算子和本課題