來源：映維網(wǎng)  作者 劉源

對圖像像素進(jìn)行分類的能力是圖像處理的一個重要方面。圖像分割是指將圖像的每個組成像素映射到一個類別，例如“人”、“結(jié)構(gòu)”、“目標(biāo)圖像”、“背景”或“前景”等等。

全息圖重建管道一般是通過組成2D分割以生成描述或表示目標(biāo)3D對象的3D網(wǎng)格圖像。所以，圖像分割是全息圖重建管道的一個關(guān)鍵輸入。

日前美國專利商標(biāo)局公布了一份名為“Segmentation For Holographic Images（全息圖像分割）”的微軟專利申請。所述文件主要介紹了用于全息圖重建的圖像分割技術(shù)。更具體地，這家公司描述了分割圖像前景和后景的技術(shù)。

微軟指出，從數(shù)字圖像中提取對象或人可能十分有用。這包括站在背景視圖前的對象或人。這種將圖像分割為前景和背景的過程稱為圖像分割。圖像分割包括將圖像元素標(biāo)記為前景或背景圖像元素。這在數(shù)字?jǐn)z影、醫(yī)學(xué)圖像分析、全息圖構(gòu)造、虛擬現(xiàn)實應(yīng)用、以及其他應(yīng)用領(lǐng)域都十分有用，因為它有助于在圖像中確定目標(biāo)對象與圖像背景之間的邊界。然后，提取的對象和背景可以分開并進(jìn)行不同的處理。

但這家公司指出，現(xiàn)有的計算機(jī)實現(xiàn)難以產(chǎn)生完全準(zhǔn)確的結(jié)果，所以對圖像分割精度或速度/效率的任何改進(jìn)都是有用的和可取的。

名為“Segmentation For Holographic Images（全息圖像分割）”的專利申請主要描述了用于圖像分割的方法和系統(tǒng)。其中，圖像分割可以識別圖像的前景部分和圖像的背景部分。分割可以通過優(yōu)化圖像的兩個先前分割的組合來進(jìn)行確定。第一個分割可以通過從圖像中減去背景圖像的減法分割產(chǎn)生，第二個分割可以通過對圖像應(yīng)用神經(jīng)網(wǎng)絡(luò)來產(chǎn)生。

在一個實施例中，通過訪問包含前景圖像和背景信息的圖像來創(chuàng)建圖像的精細(xì)分割；通過應(yīng)用圖像減法算法來創(chuàng)建圖像的第一分割；通過應(yīng)用語義分割算法來創(chuàng)建圖像的第二分割；通過組合第一分割和第二分割來創(chuàng)建初始化分割；以及通過使用至少一種統(tǒng)計分析或圖形方法細(xì)化初始化分割來創(chuàng)建最終的細(xì)化分割。統(tǒng)計分析包括應(yīng)用高斯混合模型。

一般來說，與圖像的第一次分割和第二次分割相比，得到的分割可以更精確地將圖像分割成前景和背景部分。

得到的分割可用于從包含前景圖像和背景信息的圖像中分離和/或提取前景圖像。在一個實施例中，分離的前景圖像隨后可以與多個其他分離的前景圖像一起使用，以創(chuàng)建由多個圖像捕獲的場景3D網(wǎng)格表示。

為了創(chuàng)建3D體積的全息圖像，可以將多個2D圖像組合成網(wǎng)格以創(chuàng)建3D體三維的幻覺。如圖1所示，2D圖像中的每一個都是來自不同視角的3D體三維視圖。

通過從原始圖像的背景信息中分離出前景圖像，可以創(chuàng)建2D圖像。全息圖可以由每秒30個三維體三維組成。每個體三維可以由多個2D圖像組成，每個2D圖像都是從不同角度查看3D體三維的視圖。每個3D體三維來自不同的視角、視角或視點。在虛擬現(xiàn)實環(huán)境中使用的全息圖由非常大量的2D圖像組成。每一個2D圖像通常是通過將初始圖像分割成前景和背景部分，然后從初始圖像中提取前景圖像來創(chuàng)建。

所以，在創(chuàng)建全息圖像和全息視頻時，能夠?qū)⒎€(wěn)定地和精確地將圖像分割為前景和背景將十分有用和有益。

相關(guān)專利：Segmentation For Holographic Images

名為“Segmentation For Holographic Images（全息圖像分割）”的專利申請最初在2019年5月提交，并在日前由美國專利商標(biāo)局公布。

原文鏈接：https://news.nweon.com/81079