[发明专利]区域增长方法

说明书

技术领域

本发明有关于图像分析，更具体的，有关于一种区域增长方法。

背景技术

近几年深度相机(depth camera)在游戏中变得流行起来。在计算机视觉系统(computer vision system)中执行任何进一步的图像处理之前常常要检测对象(object)(例如深度相机前的玩家)并对对象进行标记。在大多数情况中相机通常为固定的，利用背景相减算法(background subtraction algorithm)可轻易地将对象从背景中分离出来。然而，背景相减算法并不能给出部分帧(frame)的完好分离对象。例如，由于背景相减算法可能的限制，从深度图像(depth image)检测到的人像可能缺少身体的某些部分，例如头部、手或腿。如果直接将上述不完整的结果反馈至处理阶段(processing stage)，将会对性能产生不良影响。因此在将这些可能不完整的对象传输至处理阶段之前，可执行传统的区域增长算法(region growing algorithm)来恢复(recover)丢失的部分。

区域增长是常用的技术手段，用于将无序像素(unordered pixel)分割为多个分块区域(segmented region)。传统的区域增长方法已广泛运用于强度图像(intensity images)和范围图像(range image)(即深度图像)中。大致上，区域增长的使用可分为两种情况。一种是将整体图像分割为不同区域；另一种是从整体图像中分割出一些对象而保持剩余图像完整。然而，传统的图像增长方法可能会遇到区域链(region chaining)或过溢(overspill)的问题。其中，当两个区域增长为一个区域而实际上这两个区域为彼此分离时即发生区域链问题。

区域增长也广泛用于范围图像分割中。然而，范围图像分割的主要目标是将多个像素标记为不同的表面。对于大多数情况，一些表面为平面(planar)，而另一些表面可能为曲面(curved surface)。如果考量中的对象不能以预定义表面来表示，则分割结果常常并不令人满意。此外，范围图像分割中使用的区域增长方法为计算密集型(computationally intensive)的，该区域增长方法并不能在边界处将同一层面(plane)上的两个表面区分离开。

随着价格相对低廉的深度相机的引入，深度图像中的图像分析正变得十分必要。对于许多应用来说，对象分割(segmentation of object)已成为一个重要的步骤且通过由种子区域(seeded region)开始的区域增长可有效实现对象分割。因此，需要提出一种新颖的区域增长算法，以有效地由种子开始区域增长且不产生区域链。

发明内容

有鉴于此，本发明提供一种区域增长方法以及具有标记功能的区域增长方法。

本发明提供一种区域增长方法，包括：选择当前帧中的种子节点作为当前帧中的区域的初始增长节点；确定该种子节点周围的相邻像素的背景置信值；根据至少该背景置信值，使用处理单元以用于检查是否在该区域中允许包括该相邻像素。

本发明另提供一种区域增长方法，包括：选择当前帧中的种子节点作为当前帧中的区域的初始增长节点；确定该种子节点的特性值与当前帧中该种子节点周围的相邻像素的特性值之间的第一差值；根据至少该第一差值，使用处理单元以用于检查是否允许在该区域中包括该相邻像素。

本发明又提供一种区域增长方法，包括：选择当前帧中的种子节点作为当前帧中的区域的初始增长节点；确定该种子节点周围的相邻像素的特性值与该种子节点的原始种子节点的背景模型值之间的第一差值；以及根据至少该第一差值，使用处理单元以用于检查是否允许在该区域中包括该相邻像素。

本发明再提供一种区域增长方法，包括：选择当前帧中的种子节点作为区域的初始增长节点；当在先前帧中将特定像素归类为前景像素时，确定该当前帧中的该相邻像素的特性值与该先前帧中的该特定像素的特性值之间的差值，其中，该相邻像素与该特定像素为同位像素；根据至少该差值，使用处理单元以用于检查是否允许在该区域中包括该相邻像素。

本发明另提供一种区域增长方法，包括：选择当前帧中的种子节点作为区域的初始增长节点；检查是否允许在该区域中包括当前帧中的该种子节点周围的相邻像素；当响应该检查的步骤将该当前帧中的该相邻像素归类为背景像素且将先前帧中的特定像素归类为前景像素时，确定该相邻像素的特性值与该特定像素的特性值之间的差值，其中，该相邻像素与该特定像素为同位像素；以及根据该差值选择性地将该相邻像素重新归类为前景像素。