Robert 交叉梯度算子 [16]

Prewitt 算子 [17]

Sobel 算子 [18]

Marr-Hildreth 边缘检测器 [19]

Canny 边缘检测器 [20] 以上算法均基于边缘检测原理。

Otsu 方法 [21](基于阈值处理原理) 而近些年来,亦有学者开始设计基于彩色图像的分割算法 [1]:443~507。 传统的图像捕捉设备只采集光学色彩信号:利用普通的可见光可由红(Red)、绿

(Green)、蓝(Blue)三种基色中的一种或多种组合而成这一特性,摄像设备和计算 机一般使用三基色的量化值来记录每一个像素点的色彩数据 [1]:249~257。这种摄像 设备可以被简称为“RGB 摄像设备”。因这种摄像设备一直占据民用市场主流,因而长 期以来,不管是灰度图分割算法还是彩色图分割算法,这些图像分割算法的设计和研 究都逃不出 RGB 这一图像描述机制。

 

 

1.2   研究现状

 

1.3 研究内容

 

目前为止市面上普及率最高、最为人所知的 RGB-D 摄像设备,就是微软 Kinect。 而包括第一代 Kinect 在内的大部分市售 RGB-D 摄像头,技术均由以色列的 PrimeSense 公司提供(2013 年发布的新版 Kinect 由微软独立研发)。因而,本文的绝 大部分内容,都基于此类 RGB-D 摄像设备写作而成。

虽然关于图像分割的研究持续进行了许多年,但直到今日,学界仍然很难断定一来!自~优尔论-文|网www.youerw.com

种分割算法是否“优于”另一种分割算法。迄今为止,要想评估某种分割算法的效果, 最通用的方法就是使用对象算法进行物体分割实验 [12]。本课题将基于文献 [2] 的

 

原理与其提供的 RGB-D 物体资料集 [5],设计一个简单易行并且有效的 RGB-D 物体 分割算法,并实际验证之,以证明:将深度信息用于图像分割,的确可以大幅改良图 像分割的质量。

 

 

1.4   论文结构

 

本论文第一章介绍课题的研究背景、现状与概要;第二章介绍课题使用的数据集 的采集过程,以及数据集的结构;第三章详细介绍本课题采用的图像分割算法、流程, 以及所采用的工具包;第四章介绍实际分割的结果,指出该算法的优点和有待改进的 问题。

 


上一篇:云虚拟环境下资源分配优化算法的研究
下一篇:Hadoop云计算环境下的Web应用日志安全威胁分析

基于Apriori算法的电影推荐

基于PageRank算法的网络数据分析

基于神经网络的验证码识别算法

基于网络的通用试题库系...

python基于决策树算法的球赛预测

基于消费者个性特征的化...

基于网络的通用试题库系统的整体规划与设计

老年2型糖尿病患者运动疗...

网络语言“XX体”研究

互联网教育”变革路径研究进展【7972字】

张洁小说《无字》中的女性意识

安康汉江网讯

新課改下小學语文洧效阅...

我国风险投资的发展现状问题及对策分析

LiMn1-xFexPO4正极材料合成及充放电性能研究

麦秸秆还田和沼液灌溉对...

ASP.net+sqlserver企业设备管理系统设计与开发