超像素融合的方法

1.分水岭得到过分割结果,用一直贪婪的基于图论的方法对过分割结果进行融合,得到分割结果。
(得到过分割超像素+通过带标签项的图论模型进行融合)

第一阶段:彩色图和与其对应的深度图,首先我们会对深度 图进行三维重建,然后对联合的八维数据进行类聚分割,这样得到的超像素会更 加紧凑,且更加准确。
第一阶段输出:过分割结果,会带有每个 超像素的种子信息和标签号

第二阶段的输入:超像素的种子信息+标签号+之前的彩色深度图
第二阶段:利用图论的方法,建立基于超像素的能量优化 方程,通过能量函数最小化的过程寻找最佳融合方法,这样的过程是寻找全局最 优解,使得融合的结果更加语义连贯,更具有说服性

优点:加入了三维的几何信息,本文ᨀ出的方法克服了传统方法中,由于仅利 用彩色信息而造成的难以区分颜色相近物体边界的难点

超像素融合的方法_第1张图片

 

你可能感兴趣的:(算法,人工智能)