面向深度圖像的遮擋物體部件化建模與分割.pdf

1、部件化物體分割是面向深度圖像建模與識別的關(guān)鍵步驟。在多物體場景中，物體之間因相互遮擋而產(chǎn)生采樣數(shù)據(jù)部分缺失的現(xiàn)象。本文研究并設(shè)計了超二次曲面邊緣對缺失部分?jǐn)?shù)據(jù)的物體建模，以及基于邊緣增長的深度圖像區(qū)域分割方法，實現(xiàn)了遮擋物體的部件化建模與分割。 本文首先采用超二次曲面投影邊緣對缺失部分?jǐn)?shù)據(jù)物體建模，通過分析超二次曲面邊緣擬合的原理，建立了超二次曲面邊緣擬合的初始目標(biāo)函數(shù)，同時利用曲線等距取樣和邊緣投影等策略，優(yōu)化了目標(biāo)函數(shù)，設(shè)計

2、并實現(xiàn)了超二次曲面邊緣擬合算法，得到了物體的超二次曲面模型參數(shù)，成功恢復(fù)了缺失部分?jǐn)?shù)據(jù)物體的原始模型。然后針對多個物體間存在相互遮擋的情況，用基于邊緣和區(qū)域約束的區(qū)域增長方法進行部件化物體建模與分割，通過分析區(qū)域增長方法的基本原理和深度圖像分割的基本過程，并研究和設(shè)計了基于邊緣和區(qū)域約束的區(qū)域增長策略，將深度圖像的區(qū)域信息和邊界信息互相融合，改進了區(qū)域增長規(guī)則。最后設(shè)計并實現(xiàn)了面向深度圖像的部件化物體建模與分割算法，成功得到了分割后各部