于越

摘要：區(qū)域生長(zhǎng)算法（Region seeds growing， RSG）一般可以通過(guò)以下方法實(shí)現(xiàn)，輸入圖像中屬于目標(biāo)物體的一個(gè)或多個(gè)種子點(diǎn)（seed point）或者一個(gè)或多個(gè)種子區(qū)域，再以該種子點(diǎn)（或區(qū)域）為起點(diǎn)，考察鄰域像素點(diǎn)，并依照一定的準(zhǔn)則將符合要求的鄰域點(diǎn)添加進(jìn)生長(zhǎng)區(qū)域中，最后將目標(biāo)物體在圖像中呈現(xiàn)的所有像素點(diǎn)結(jié)合成一個(gè)連通的區(qū)域。

關(guān)鍵詞：圖像分割；物體定位；區(qū)域生長(zhǎng)算法

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2018）01-0140-01

Kinect感應(yīng)器可以同時(shí)獲取色彩與深度信息，本文將結(jié)合兩種信息進(jìn)行圖像分割以實(shí)現(xiàn)物體定位。融合顏色信息與深度信息的區(qū)域生長(zhǎng)算法進(jìn)行物體定位的的思路可以總結(jié)出三個(gè)關(guān)鍵點(diǎn)，依次為種子點(diǎn)選取、生長(zhǎng)準(zhǔn)則設(shè)定以及生長(zhǎng)終止條件設(shè)定。區(qū)域生長(zhǎng)算法的固有缺點(diǎn)是會(huì)造成過(guò)分割，因此需要對(duì)具體問(wèn)題做具體分析。本文在圖像分割過(guò)程中采用區(qū)域生長(zhǎng)算法并盡可能利用彩色信息與深度信息針對(duì)其三個(gè)關(guān)鍵點(diǎn)進(jìn)行具體應(yīng)用與優(yōu)化。

1 種子點(diǎn)自動(dòng)選擇

區(qū)域生長(zhǎng)的第一步是確定種子點(diǎn)的位置以及種子點(diǎn)的特征，根據(jù)自動(dòng)分割的要求，需要實(shí)現(xiàn)種子點(diǎn)的自動(dòng)選擇。針對(duì)待抓取物體統(tǒng)一為同一種木頭材質(zhì)的特點(diǎn)，第一反應(yīng)是通過(guò)比較顏色模板，甚至可以直接進(jìn)行閾值分割，但那樣顯然太過(guò)簡(jiǎn)單和粗糙：一是不精確；二是不可擴(kuò)展與優(yōu)化，不能推廣至其他物體的識(shí)別；三是不能適應(yīng)較復(fù)雜圖像的分割要求。在不同光照環(huán)境下得到的圖像中，同一物體的色彩是有比較大的區(qū)分的，因此希望尋找一種方式表達(dá)顏色，能夠?qū)⑼徊馁|(zhì)物體的顏色與光照條件區(qū)分開(kāi)。經(jīng)過(guò)對(duì)顏色的表達(dá)方法的學(xué)習(xí)，發(fā)現(xiàn)HSV顏色空間下顏色的色調(diào)可以更好的表示顏色的特征，其中，H代表色調(diào)（Hue），S代表飽和度（Saturation），V代表明度（Value）。HSV六角椎體模型表示顏色的示意圖如下：

因此，選取種子點(diǎn)前需要先將經(jīng)過(guò)空間變換后的彩色圖像由RGB三通道表示轉(zhuǎn)換為由HSV空間下的三通道表示，其計(jì)算方式如圖1：

（1）

（2）

（3）

由于在OpenCV庫(kù)中圖像存儲(chǔ)于8位三通道的矩陣中，即單通道灰度級(jí)為0到255，而色調(diào)分360°表示，在以圖像表示時(shí)，需要進(jìn)行標(biāo)準(zhǔn)化（歸一化）。同理，此后若從圖像中讀取像素值再計(jì)算色調(diào)值時(shí)需要注意換算真實(shí)值。提取色調(diào)單通道圖像表示如圖2：

由對(duì)比圖可以看出，HSV空間中的色調(diào)通道可以用來(lái)進(jìn)行一定程度的顏色區(qū)分。接下來(lái)遍歷圖像選擇符合色調(diào)模板的像素點(diǎn)為種子點(diǎn)，為減少程序運(yùn)行時(shí)間，考慮到目標(biāo)像素點(diǎn)實(shí)際必然屬于一個(gè)區(qū)域，因此并不進(jìn)行所有像素點(diǎn)的遍歷，而是隔若干行選取一行進(jìn)行種子點(diǎn)條件判斷。

2 顏色與深度決定的區(qū)域生長(zhǎng)準(zhǔn)則

實(shí)際上環(huán)境中總會(huì)有非目標(biāo)物體的像素符合種子點(diǎn)選取原則，因此在生長(zhǎng)過(guò)程中需要選定一些準(zhǔn)則對(duì)其進(jìn)行剔除。本文選擇的生長(zhǎng)準(zhǔn)則有二，一是上文提到過(guò)的色調(diào)要求，其為上下限閾值；二是根據(jù)深度信息判斷待區(qū)分點(diǎn)是否與種子區(qū)域?qū)儆谕晃矬w。之所以要有第二個(gè)條件，一是因?yàn)閷?shí)際圖像中物體的色調(diào)并非完全獨(dú)立于光照條件，數(shù)值往往為某一范圍內(nèi)的上下波動(dòng)，這也是色調(diào)上下限的來(lái)源，存在目標(biāo)像素色調(diào)值波動(dòng)超出上下限的情況，故不能單純的依據(jù)色調(diào)取舍；二是考慮到存在色調(diào)相近的干擾物體或者背景，比如在夜間室內(nèi)環(huán)境下，在強(qiáng)光照情況下，圓柱體邊緣像素與背景板的色調(diào)相近。比如在平面（如陶瓷地板）反光的情況下，如圖3，只憑借色調(diào)無(wú)法對(duì)物體下面反光的倒影進(jìn)行分辨。這些情況下都可以通過(guò)對(duì)深度值計(jì)算得到的點(diǎn)間距設(shè)置閾值進(jìn)行非目標(biāo)像素的剔除。

由上圖可以看到，在物體下方由于地面反光，導(dǎo)致色調(diào)趨同，所以僅憑色調(diào)條件是無(wú)法進(jìn)行成功的分割的。在顏色閾值的條件限制下，增加深度條件（當(dāng)鄰域點(diǎn)與中心點(diǎn)距離小于或等于5mm時(shí)，可認(rèn)為兩點(diǎn)在同一物體上），實(shí)際程序執(zhí)行結(jié)果如上圖4，圖4中球體下方有明顯倒影，在分割結(jié)果圖中也可以看到球體下方有一小塊區(qū)域被分割出來(lái)，然而由于深度條件的限制，下方多余區(qū)域并未與球體區(qū)域連通，證明在區(qū)域生長(zhǎng)時(shí)色調(diào)與深度信息組合可以進(jìn)行較完整的分割。需要注意的是，由于物體邊界僅僅是一條線，而像素點(diǎn)也是有其真實(shí)寬度的，圖像中得到的物體邊界線必然是模糊而位置不確定，所以當(dāng)嘗試獲取邊界點(diǎn)對(duì)應(yīng)的深度數(shù)據(jù)時(shí)，得到的數(shù)據(jù)大多數(shù)情況下并非真實(shí)值，故此處得到的點(diǎn)集分割結(jié)果比真實(shí)物體在圖像中投影得到的點(diǎn)集要小，這是無(wú)法避免的。