结合DBSCAN聚类的室内场景分割

• 作者: 刘梦迪 周元峰 潘晓 辛士庆 高珊珊
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: RGB-D图像 超像素聚类 DBSCAN 图像分割
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1183-1193
• 页数: 11页
• 分类号: TP391.41
• 字数: 8710字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17519

摘要

针对RGB-D图像具有丰富的三维几何特征,复杂度高这一具有挑战性的难题,提出一种针对室内场景RGB-D图像的分割算法.首先,经过RGB-D图像过分割生成超像素,并基于超像素之间的距离度量测量超像素之间的相似性;然后,采用DBSCAN算法将具有相似的颜色信息和几何信息的超像素聚类到一个分类中.在该聚类过程中,通过限制扩散区域来降低计算复杂度.在室内场景RGB-D图像库上大量实验结果表明,文中算法分割精确度和速率均超过了其他算法,证明了其高效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	辛士庆	山东大学计算机科学与技术学院	9	2	1.0	1.0
2	刘梦迪	山东大学软件学院	1	2	1.0	1.0
3	潘晓	山东财经大学计算机科学与技术学院	1	2	1.0	1.0
4	高珊珊	山东财经大学计算机科学与技术学院	7	16	3.0	3.0
5	周元峰	山东大学软件学院	12	119	5.0	10.0