第3章　三维重建图像预处理研究

3.1　图像分割

图像分割是各个图像研究领域中不可缺少的图像处理步骤,并涉及各种类型的图像。例如,医学中虚拟人的三维重建[50],由图像分割实现将人体的不同组织、器官的彩色切片从图片上辨别分离出来,分成单独的组织进行重建;对脑部磁共振(MR,Magnetic Resonance)图像的分割,需要将脑部图像分割成灰质、白质、脑脊髓等脑组织[51,52];还有血管图像的分割,经分割处理能够实现血管的三维图像重现[52]等等。与人们生活密切相关的遥感气象服务:通过对遥感图像的分割获得城市地貌,作物生长状况等;气象预报中对云图的不同云系分析,也都离不开图像分割[53,54]。现代交通的实时监控,通过分割把交通监控获得的图像中的车辆从背景中分离出来,进行车牌识别等[55,56]。在军事研究领域的合成孔径雷达图像中目标的分割[57],小目标检测[58]等,需要先进行图像分割为目标自动识别提供特征参数。还有当前图像分析中面向对象的图像压缩和基于内容的图像数据库查询,经常是将图像分割成不同的对象区域或用于提取特征以提高压缩编码效率,便于网页分类、搜索等[59]。

在虚拟现实和三维建模领域中,也有大量的图像分割的应用,例如虚拟视频场景的建立[60],为了使虚拟图像与真实场景实现更好地融合,在第一帧中把背景目标分割出来,取里面的一个区域作为模板,然后在后续帧中跟踪此模板,最后根据背景目标的变化确定在输入图像中待融合的位置、大小、姿态变化参数,并把变化后的输入图像与后续帧中的背景目标融合,所以图像分割是其中的核心问题;由双目视觉和图像序列完成的三维重建[61]及从运动中获取物体结构参数以及目标识别等计算机视觉领域的许多研究内容都涉及特征匹配(对应)问题,图像分割可将图像中具有相似特性的不同区域划分开来,对各个区域的特征进行分别提取与匹配和用于运动目标的定位[62];在利用距离图像进行三维建模的方法中,由图像分割算法对用各种距离传感器得到的场景目标的距离图像进行分割处理,把输入的距离图像数据归类为不同的区域,分别用于表达目标对象的每一个部分[63,64]。在利用参照物的相机标定中,应用图像分割可实现标定物的自动识别。

基于单目视觉的三维重建算法都需要根据图像中的各种点、线特征计算或估计有关相机的内、外参数。而渲染时纹理图像也是需要从各个对应三维空间中平面的图像中的区域提取,如需建立纹理库,也需要由图像分割来提取各种目标在自然图像中对应的区域,这样提取的纹理图像才更具有真实效果。因此能否将建筑物图像分割成为有意义的区域,获得准确区域轮廓而不受噪声的影响,直接决定了建筑物三维重建的质量。