检索结果-南通市图书馆

检索条件"主题词=路面去除"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于RGBD图像的多前景物体分割研究

基于RGBD图像的多前景物体分割研究

引用

作者：李艳山东大学

学位级别：硕士

前景物体是一副图像中最吸引人的部分,一般是人眼首先观察到的地方,也是各种图像分析的主要研究对象。图像分割提取前景物体作为场景解析、物体检测、自动驾驶和元宇宙搭建等任务的关键步骤之一,其分割结果会直接影响到最终的呈现效果... 详细信息

前景物体是一副图像中最吸引人的部分,一般是人眼首先观察到的地方,也是各种图像分析的主要研究对象。图像分割提取前景物体作为场景解析、物体检测、自动驾驶和元宇宙搭建等任务的关键步骤之一,其分割结果会直接影响到最终的呈现效果。因此,正确的分割图像中的前景物体有着重要的工程意义和实际意义。图像分割技术因其自身的重要性以及较高的研发难度,一直是计算机视觉领域的研究热点。随着研究人员的不断投入,每年都涌现出多种方法,但大多数方法的处理对象仅是彩色图像。由于彩色图像无法提供场三维空间信息,所以当前景物体与背景之间颜色信息相似时,前景信息将难以被正确地提取出来。近些年来,深度相机逐渐进入大家的视野,相应的技术也得到了快速发展,RGBD图像的获取变得越来越方便,也使得该方向逐渐成为图像分割领域中新的研究热点。本文提出一种基于RGBD图像的多前景物体分割方法,通过使用深度信息来弥补彩色信息的不足,实现对前景物体更加准确的提取。论文的主要工作包括:1、本文提出一种新型的路平面像素点提取方法。现有的路面提取算法,一般是提取整片的路面区域,但在与前景物体直接接触的区域难以提取。本文提出的算法通过拟合路面深度信息,利用原深度图与拟合路面之间的信息差,提取路面像素点,可以有效断开路面与前景物体之间的深度联系。2、本文提出一种自适应多阈值深度图像分层算法。首先根据深度图中前景物体的相对位置关系制作实验所需数据集。然后基于该数据集对ResNet(残差网络)图像分类模型进行训练,使其可以正确预测深度图像的分层层数。最后将该预测结果作为多阈值大津法的输入,得到深度层,减少了人工交互。3、使用Mean Shift算法分割彩色图像,得到的过分割彩色块。然后定义一种区域合并的标准,包含深度层约束分层和面积阈值的约束,将被过分割的前景物体进行合并,提取出前景物体。为了验证本文所提出算法的准确性,本文对三个不同场景下的数据集进行了实验对比,并且和四种优秀的图像分割算法进行了比较。实验结果表明,该算法在室内室外多种场景下,均具有较高的准确性。

关键词：多前景分割路面去除深度分层 RGBD图像残差网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：