[发明专利]基于支撑语义关系的室内RGB-D图像物体分割方法

权利要求书

1.一种基于支撑语义关系的室内RGB-D图像物体分割方法，其特征在于，所述图像物体分割方法包括以下步骤：

1)通过几何体质量构造单个物体的势能函数，根据势能函数构造单个物体的不稳定函数，进而构造全局能量函数；

2)以物体的几何体为节点、支撑语义关系为边、支撑概率为边概率构造随机图，根据随机图和全局能量函数，分割识别强支撑语义关系；

3)将存在强支撑语义关系的物体块作为同一物体的不同部分加以合并；

其中，上述步骤1)中的构造全局能量函数具体为：

结合单个物体的不稳定函数、以及惩罚项构造全局能量函数；

所述全局能量函数具体为：

其中，E(L|G)表示在图G下以标签L进行物体分割时的全局能量函数，l为某一标签，O_i为属于同一标签的一个物体，E(O_i)为单个物体的不稳定函数，F(O_i)为惩罚项；

所述步骤3)具体为：

分割状态的边状态就是物体块间的强支撑语义关系，通过调节支撑概率和转移概率中的参数，控制支撑语义关系的强弱；

将存在强支撑语义关系的物体块作为同一物体的不同部分加以合并；

所述控制支撑语义关系的强弱具体为：

降低强支撑语义关系的能量，提高对弱支撑语义关系的惩罚。

2.根据权利要求1所述的一种基于支撑语义关系的室内RGB-D图像物体分割方法，其特征在于，在步骤1)之前，所述图像物体分割方法还包括：

将分割后的点云转化成几何体、估计几何体属性、以及计算支撑概率。

3.根据权利要求2所述的一种基于支撑语义关系的室内RGB-D图像物体分割方法，其特征在于，所述将分割后的点云转化成几何体具体为：

提取最大平面的法向量；提取次大平面的法向量；确定最后一对平面法向量；

根据三个法向量，通过RANSAC方法寻找包含60％数据点且体积最小的立方体。

4.根据权利要求3所述的一种基于支撑语义关系的室内RGB-D图像物体分割方法，其特征在于，所述提取最大平面的法向量具体为：

对物体块点云中全部的数据点采用RANSAC进行平面拟合，找到点云中最大平面，并将最大平面的法向量作为拟合立方体的主平面方向。

5.根据权利要求3所述的一种基于支撑语义关系的室内RGB-D图像物体分割方法，其特征在于，所述提取次大平面的法向量具体为：

(1)去掉最大平面邻域范围内的点，判断剩余点云中的点是否可以计算次大平面，如果是，执行步骤(2)；如果否，执行步骤(3)；

(2)对剩余点云中的点进行RANSAC平面拟合，约束平面法向向量垂直于主平面方向，找到点云中次大平面，并将次大平面的法向量作为拟合立方体的次平面方向；

(3)通过RANSAC寻找原点云中垂直于最大平面的最窄方向，约束平面法向向量垂直于主平面方向，并将最大平面的最窄方向的法向量作为拟合立方体的次平面方向。

6.根据权利要求3所述的一种基于支撑语义关系的室内RGB-D图像物体分割方法，其特征在于，所述确定最后一对平面法向量具体为：

所述最后一对平面法向量垂直于主平面方向和次平面方向。