专利名称：对具有深度图像信息的图像的分割方法
技术领域：
本发明涉及图像分析技术领域，具体讲是一种对具有深度图像信息的图像的分割方法。
背景技术：
在图像分析的技术中，图像分割是非常重要的底层处理技术，它是许多高层应用的基础，简单地以车牌识别举例说明，其中图像中的车辆牌照可被视为前景(有用的信息)，而车辆牌照之外的部分则被视为背景，图像分割就是要将前景和背景进行区分，或者说图像分割就是将图像分成若干个特定的、具有独特性质的区域并提取出感兴趣的目标的技术和过程，如车辆牌照识别、医学影像分析、人脸识别、人流量检测、目标跟踪和识别、AdobePhotoshop中魔棒的功能等等。图像分割作为机器视觉领域的内容，一直是一个研究难点，主要是没有通用的分割方法对所有问题有效，这也是它颇具挑战性的原因之一。 随着2010年6月推出Kinect以来，具有深度图像信息的图像的获取变得更加容易，基于深度图像信息的分割将渐渐显现出重要性，Kinect配套的API也使用了一些初步的具有深度图像信息的图像进行分割，但是较为简单，主要原因是室内环境比较简单，通过阈值分割，在用平面匹配剪除地面的干扰，就能很好的分割出室内的人物，而对于复杂或者前背景距离较近的情况则Kinect配套的API不太适用。
发明内容
本发明所要解决的技术问题是，提供一种分割精度高、在前背景非常相似的情况下仍然达到较好分割效果的对具有深度图像信息的图像的分割方法。本发明的技术方案是，提供一种对具有深度图像信息的图像的分割方法，包括以下步骤①经Kinect获取具有深度图像信息的图像，该图像的数据结构为RGBD，其中RGB为颜色空间的三个通道，D为Kinect捕获的与像素对应的深度图像信息，然后在所述图像上拖出一个圈或框进行第一次图像分割，该圈或框完全落入要分割的目标内，或者该圈或框至少与要分割的目标相交；②对前背景的颜色信息和深度图像信息进行概率建模，前景为图像中拖出的圈或框选中的部分，背景则为未被图像中拖出的圈或框选中的部分，深度图像信息数据为ο =
Io1,.. . , Oi,. . . , oN}, Oi = (Ci, (Ii)为深度图像信息的图像分割信息，N为图像像素的个数，Ci为颜色空间中的三个分量组成的向量；对颜色信息的建模采用高斯混合模型，分别对前景和背景的颜色总体分布进行建模；③用EM算法对模型进行参数估计用高斯混合模型来估计前景和背景颜色信息的似然函数，对高斯混合模型中的各K个高斯元的参数U，μ，Σ)进行估计，采用EM算法，通过迭代的方法进行模型参数的估计，
EM算法的第t次迭代的模型参数表示为 Qt= {> t (k)，μ t (k)，Σ t (k)}，k = 1，· · ·，K在Ε-st印中对每一类别计算图像数据的后验概率
权利要求
1.一种对具有深度图像信息的图像的分割方法，其特征在于，包括以下步骤 ①经Kinect获取具有深度图像信息的图像，该图像的数据结构为RGBD，其中RGB为颜色空间的三个通道，D为Kinect捕获的与像素对应的深度图像信息，然后在所述图像上拖出一个圈或框进行第一次图像分割，该圈或框完全落入要分割的目标内，或者该圈或框至少与要分割的目标相交； ②对前背景的颜色信息和深度图像信息进行概率建模，前景为图像中拖出的圈或框选中的部分，背景则为未被图像中拖出的圈或框选中的部分，深度图像信息数据为ο =Io1,. . . , Oi,. . . , oN}, Oi = (Ci, (Ii)为深度图像信息的图像分割信息，N为图像像素的个数，Ci为颜色空间中的三个分量组成的向量；对颜色信息的建模采用高斯混合模型，分别对前景和背景的颜色总体分布进行建模； ③用EM算法对模型进行参数估计 用高斯混合模型来估计前景和背景颜色信息的似然函数，对高斯混合模型中的各K个高斯元的参数U，μ，Σ)进行估计，采用EM算法，通过迭代的方法进行模型参数的估计， EM算法的第t次迭代的模型参数表示为
2.根据权利要求I所述的对具有深度图像信息的图像的分割方法，其特征在于，用EM算法对模型进行参数估计时，先用K-means方法对像素进行分类，再用这个结果作为高斯混合模型的初始化条件，最后用概率公式M
3.根据权利要求I所述的对具有深度图像信息的图像的分割方法，其特征在于，用图像金字塔技术来加快最大流算法，即在底层进行概率建模，高层进行最大流算法，再把分割的结果映射到底层。
4.根据权利要求I所述的对具有深度图像信息的图像的分割方法，其特征在于，图割算法分为建图和执行最大流算法两个过程，建图过程用到步骤②和③建立起来的前背景概率模型，其中，网络图分为两种边， 一种表示像素信息与概率模型的相似度，计算公式为， Rp(Ap) = -Inp (op I Θ f|b)， 另一种表示像素信息间的差异程度，计算公式为，
5.根据权利要求I所述的对具有深度图像信息的图像的分割方法，其特征在于，所述圈为圆圈。
6.根据权利要求I所述的对具有深度图像信息的图像的分割方法，其特征在于，所述框为矩形框。
全文摘要
本发明公开了一种分割精度高、在前背景非常相似的情况下仍然达到较好分割效果的对具有深度图像信息的图像的分割方法，①经Kinect获取具有深度图像信息的图像；②对前背景的颜色信息和深度图像信息进行概率建模；③用EM算法对模型进行参数估计；④采用图割算法来对图像进行上述第一次图像分割以后的分割，能量函数为，根据所述能量函数，用最大流算法求出最小割以得到最终分割目标。
文档编号G06T7/00GK102903110SQ20121037221
公开日2013年1月30日 申请日期2012年9月29日 优先权日2012年9月29日
发明者赵杰煜, 俞江明 申请人:宁波大学