[发明专利]物体分割方法及设备

说明书

技术领域

本公开总体涉及图像与视频处理领域，具体涉及物体分割方法及设备。

背景技术

随着基于视觉的自动化技术的发展，大量的自动化系统和设备开始应用于多个领域，比如水果质量的分拣、药片检测与识别、细胞分析等。特别地，机器人抓取这一技术逐渐走出实验室并应用在了工业产品线上，将劳动者从复杂重负的工作中解放出来。通常可被机器人的手臂抓取的物品包括机电元器件、食品和农产品等。

为了使得机器人能够从杂乱堆放的物体中识别出每个具体物体，常规的方法是模板匹配法、形状检测法等等，但这些方法都不适合于非规则物体的识别，比如煎炸的鸡块的拾取等。对于非规则形状的物体，最可行的方式是从包含该非规则形状的物体的图像中直接分割出每个物体并确定可抓取的位置。而分割所面临的最大问题就是来自周围物体的粘连的处理。

图像的分割处理可分为两大类方法，基于边界的分割方法和基于区域的分割方法。分水岭分割是一种常用的基于区域的分割方法，它通过检测像素和区域的相似性，可将一副图像分成多个互不交叠的区域并能大体上保持住物体边界的信息，因此被广泛用于非规则物体的分割。

在分水岭方法里，图像被视为地形图，分割是通过找寻聚水盆和分水岭线来实现的。然而，分水岭方法的本质是区域增长，它对噪音很敏感从而容易导致过分割问题，即产生大量的不完整的碎片。因此，为了克服过分割问题，不得不对分割的结果进行大量繁琐的后续处理，以试图合并相似的区域。

发明内容

鉴于以上问题而提出了本公开。

根据本公开的一个方面的实施例，提供了一种物体分割方法，包括步骤：a.获取包含待分割物体的图像，并将该图像转换为地形图；b.在所述地形图 中标定初始聚类区域；c.利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；d.确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，并在该待分割地形图中重新标定至少两个初始聚类区域；e.对于每个待分割地形图，重复执行步骤c和d，直至各个增长后的初始聚类区域均只包含一个物体。

根据本公开的另一个方面的实施例，提供了一种物体分割设备，包括：获取转换部件，配置为获取包含待分割物体的图像，并将该图像转换为地形图；标定部件，配置为在所述地形图中标定初始聚类区域；区域增长部件，配置为利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；控制部件，配置为：确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，在该待分割地形图中重新标定至少两个初始聚类区域，并将该待分割地形图传送至区域增长部件分割完成。

根据本公开的另一个方面的实施例，提供了一种图像合成设备，包括：处理器；存储器；和存储在所述存储器中的计算机程序指令，在所述计算机程序指令被所述处理器运行时执行以下步骤：a.获取包含待分割物体的图像，并将该图像转换为地形图；b.在所述地形图中标定初始聚类区域；c.利用分水岭方法在各水位线上对所述初始聚类区域进行增长，直至水位线降至最低水位；d.确定各个增长后的初始聚类区域是否均只包含一个物体，如果判断结果为是，则将每个增长后的初始聚类区域作为一个分割出来的物体；如果判断结果为否，则对于每个包含不止一个物体的增长后的初始聚类区域，将所述地形图中与该增长后的初始聚类区域对应的部分作为待分割地形图，并在该待分割地形图中重新标定至少两个初始聚类区域；e.对于每个待分割地形图，重复执行步骤c和d，直至各个增长后的初始聚类区域均只包含一个物体。

根据本公开的上述方面的物体分割方法和设备能够实现非规则粘连物体 的有效分割，同时避免了过分割及由此导致的对分割结果的大量繁琐的后续处理。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。