[发明专利]图像分割方法、图像分割系统及包括其的设备

说明书

本发明实施例提供一种图像分割方法、图像分割系统及包括其的设备，该图像分割方法包括：从深度图像中获取目标物体所在的连通域；通过主成分分析方法确定所述连通域的主方向；以及根据所述目标物体的形态与所述主方向之间的关系，从所述连通域中获取所述目标物体的图像。本发明实施例可以获取高质量的目标物体的图像。

技术领域

本发明的实施例涉及一种图像分割方法、图像分割系统及包括其的设备。

背景技术

随着人机交互技术的发展，基于计算机视觉的手势识别技术因具有使人能够以自然的方式进行人机交互的优点而成为人机交互技术中重要的研究方向之一。

例如，可以将手势识别应用到例如AR眼镜等智能设备中，通过该智能设备中的摄像头捕捉包括人手的图像，对该图像进行手分割处理以获取只具有手的图像，之后对该只具有手的图像进行分析可以得知人手的动作(即手势)或提取指尖信息。在该过程中，手分割处理的效果会直接影响到后续特征提取以及识别的准确率。

发明内容

本发明的实施例提供一种图像分割方法、图像分割系统及包括其的设备，本发明实施例可以获得高质量的目标物体的图像。

本发明的至少一个实施例提供一种图像分割方法，其包括：从深度图像中获取目标物体所在的连通域；通过主成分分析方法确定所述连通域的主方向；以及根据所述目标物体的形态与所述主方向之间的关系，从所述连通域中获取所述目标物体的图像。

例如，所述从深度图像获取目标物体所在的连通域包括：检测所述深度图像中的所有的连通域和每个连通域的最小深度值；以及将具有最小的最小深度值的连通域作为所述目标物体所在的连通域。

例如，利用区域生长法检测所述深度图像中的所有的连通域。

例如，所述区域生长法包括：步骤S11，将所述深度图像中的设定像素点作为初始点并添加到设定队列中；步骤S12，确定与所述初始点在空间上相邻的相邻像素点；步骤S13，计算所述相邻像素点与所述初始点之间的深度差的绝对值，其中，在所述深度差的绝对值小于或等于设定深度差的情况下，将所述相邻像素点添加到所述初始点所在的连通域中；步骤S14，将所述相邻像素点作为下一个初始点并添加到所述设定队列中；以及重复上述步骤S12至步骤S14，以确定所述初始点所在的连通域。

例如，所述设定深度差为10mm～15mm。

例如，所述获取目标物体的图像包括：确定所述连通域中的多个位置处的像素点的数量沿所述主方向的变化趋势，其中，每个位置处的像素点沿所述连通域的次方向依次排列，所述次方向垂直于所述主方向；将所述变化趋势与所述目标物体的形态沿所述主方向的变化趋势进行比较；以及根据比较结果在所述连通域中确定用于获取所述目标物体的图像的分割位置。

例如，所述获取目标物体的图像包括：确定所述连通域在多个位置中的每个位置处沿次方向的真实宽度，其中，所述次方向垂直于所述主方向，所述多个位置沿所述主方向依次排列，每个位置处的像素点沿所述次方向依次排列；以及将所述真实宽度与参考宽度进行比较，以在所述连通域中确定用于获取所述目标物体的图像的分割位置。

例如，所述目标物体为人手，所述参考宽度为40mm～100mm。

例如，根据所述每个位置处的像素点的数量、所述每个位置处的像素点的平均深度值以及获取所述深度图像的摄像头的焦距比，确定所述连通域在所述每个位置处的真实宽度。

例如，所述获取目标物体的图像还包括：确定所述多个位置中的每个位置到所述连通域的顶点之间的真实距离；以及将所述真实距离与参考长度进行比较以确定所述分割位置。

例如，所述目标物体为人手，所述参考长度为40mm～200mm。