基于图像特征分析的物体轮廓提取

基于图像特征分析的物体轮廓提取

ID:46629719

大小:2.32 MB

页数:7页

时间:2019-11-26

基于图像特征分析的物体轮廓提取_第1页
基于图像特征分析的物体轮廓提取_第2页
基于图像特征分析的物体轮廓提取_第3页
基于图像特征分析的物体轮廓提取_第4页
基于图像特征分析的物体轮廓提取_第5页
资源描述:

《基于图像特征分析的物体轮廓提取》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2016年8月第42卷第8期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsAugustst2016V01.42No.8http:?7bhxb.buaa.edu.cnjbuaa@buaa.edu.cnDOI:10.13700/j.bh.1001-5965.2015.0491基于图像特征分析的物体轮廓提取王田8,邹子龙,乔美娜(北京航空航天大学自动化科学与电气工程学院,北京100083)摘要:对物体的轮廓进行分析提取,是计算机视觉方向的基础问题之一,对其进行研究对于复杂场景的分

2、析理解至关重要。本文对室内场景图像进行研究,基于图像特征进行图像分割,提取物体轮廓。在彩色场景图像全局轮廓后验边界概率(gPb)提取算法的基础上,加入深度图像信息,对室内场景的彩色、深度(RGB—D)图像中的物体轮廓进行分析。通过多尺度信息融合,计算得到多尺度轮廓后验概率(mPb)和谱后验概率(sPb),两后验概率加权综合得到gPb。而后结合超度量轮廓图与分水岭算法,对基于方向特征变化的gPb图像融合处理,最终得到清晰的物体轮廓。本文所提方法在通用的RGB—D数据库基础上进行实验。实验结果表明,本文所提出的方法能提取出清晰的室内物体轮廓图。关键词:RGB

3、.D;尺度次信息融合;全局轮廓后验边界概率(gPb);分水岭算法;超度量轮廓中图分类号:TP391.4文献标识码:A文章编号:1001—5965(2016)08—1762-07图像特征分析是图像处理的重要研究方向之一。采用合适的图像特征检测方法,使其能在图像特定区域提取出合理的相应的图像特征,并且对光照强度、视角或尺度具有较强的鲁棒性,是图像特征分析的难点。本文从图像特征分析人手,研究单帧图像中物体的轮廓检测算法。基于图像特征分析的轮廓检测方法包括图像局部检测子方法,对某一像素周围区域量化以检测边界信息。例如Roberts算子⋯、Sobel算子旧1和Pr

4、ewitt算子∞1等是通过对图像的模拟色彩通道使用局部微分滤波器作卷积。Marr和Hildreth算子¨’是用高斯模板的拉普拉斯变换(LaplacianofGaussian,LoG)做边缘分割。考虑图像在不同尺度、不同方向滤波器下响应值的图像特征描述子也是研究点之一,如文献[5_6]中使用正交的对偶对称滤波器,设计基于方向的图像能量描述子。有的研究者在检测轮廓时,考虑色彩和纹理信息。文献[7-8]提出利用梯度算子对亮度、色彩和纹理通道进行检测,并把它们作为逻辑回归分类器的输入以预测边界强度。Dollar等一。提出了一种提升式边界学习算法,概率提升树(pr

5、obabi—listicboostingtree)¨0

6、,从多种图像特征中学习合适的边界分类器。有的研究者将图像分割成小的目标块⋯。,而后融合图像块内的亮度、色彩和纹理等特征,使用聚类算法对局部特征进行量化。而后将聚类中心作为图像的基元,采用核密度估计等方式来评价最优基元以作为图像的轮廓。传统的二维图像(或视频图像帧)由于其自身的局限性,在轮廓提取上遇到瓶颈,而彩色一深度(RGB.D)图像能获取图像(或视频图像帧)的深度信息,在物体轮廓提取方面具有巨大的潜力¨“。随着深度传感器价格的下降和计算机视收稿日期:2015-07·22;录用日期:2015-09—

7、18;网络出版时间:2015—11-1910:08网络出版地址:WWW.cnki.net/kcms/detail/11.2625.V.20151119.1008.004.html基金项目:国家自然科学基金(U1435220,61503017);中央高校基本科研业务费专项资金(YwF一14一RSC-102)}通讯作者:Tel.:010—82339358E—mail:wangtian@buaa.edu.cn引用格式:王田,邹子龙,乔美幽I基于图像特征分析的物体轮廓提取fJJ.北京航空航天大学学报,2016,42f8):1762—1768.WANGTrZOUZ

8、L,QIAOMN,ObjectcontoHrextractionbasedonimagefeatureanalysiseJ].JournalofBeijingUniversityofAeronauticsandAstronautics,2016,42(8,:1762—1768(inChinese,.第8期王田,等:基于图像特征分析的物体轮廓提取1763觉技术的发展,RGB—D深度摄像机取得了商业上的成功,并在研究领域得到了广泛的研究,其被应用到场景理解、三维重建、姿态识别、目标识别和动作识别等研究课题中。价格相对低廉的深度信息采集传感器(如Kinect)

9、的使用,使得可以用深度信息处理物体轮廓提取的问题。1轮廓特征提取在轮廓特征提取部

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。