本發(fā)明涉及圖像處理領(lǐng)域，特別涉及一種圖像分割方法及圖像分割裝置。

背景技術(shù)：

圖像分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域的技術(shù)和過程，是由圖像處理到圖像分析的關(guān)鍵步驟。

現(xiàn)有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。以上的圖像分割技術(shù)大多依賴于圖像中紋理以及顏色，在光照條件較差或者缺乏紋理、顏色的場(chǎng)景下，圖像分割的穩(wěn)定性和準(zhǔn)確性大大下降，直接決定著后續(xù)算法的穩(wěn)定性和準(zhǔn)確性。

可見，現(xiàn)有技術(shù)中的圖像分割方法準(zhǔn)確性較差，無法滿足需求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例中提供了一種圖像分割方法及圖像分割裝置裝置，能提高圖像分割的準(zhǔn)確性。

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例公開了如下技術(shù)方案：

一方面，提供了一種圖像分割方法，所述方法包括：

使圖像采集裝置對(duì)目標(biāo)區(qū)域進(jìn)行圖像的數(shù)據(jù)采集；

使激光掃描裝置對(duì)所述目標(biāo)區(qū)域進(jìn)行點(diǎn)云的數(shù)據(jù)采集；

對(duì)所述點(diǎn)云進(jìn)行分類；

將所述點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)；

獲取每個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)的在成像平面上的分割輪廓；

根據(jù)所述分割輪廓，對(duì)所述圖像進(jìn)行分割。

可選的，所述圖像采集裝置和激光掃描裝置在同一采樣時(shí)刻對(duì)所述目標(biāo)區(qū)域采樣。

可選的，所述將點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)，包括：

將所述點(diǎn)云的坐標(biāo)變換為所述圖像采集裝置的成像平面坐標(biāo)系下投影點(diǎn)的坐標(biāo)。

可選的，所述獲取每個(gè)類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的分割輪廓，包括：

獲取所述類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的投影輪廓C；

在所述投影輪廓C上進(jìn)行采樣，得到點(diǎn)序列Q，以Q中的q_i為初始控制點(diǎn)構(gòu)造初始輪廓，構(gòu)建主動(dòng)輪廓模型，在所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)中增加點(diǎn)云分割輪廓的能量，所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)E＝E_內(nèi)+E_外+E_輪廓，其中，E_內(nèi)表示圖像曲率能量，E_外為圖像梯度能量，E_輪廓為點(diǎn)云輪廓能量，E_輪廓＝∑d_i，對(duì)于當(dāng)前迭代步驟，初始控制點(diǎn)q_i移動(dòng)至q′_i，則d_i為q_i與q′_i之間的歐式距離；

當(dāng)所述能量評(píng)價(jià)函數(shù)E收斂至最小值時(shí)，認(rèn)為當(dāng)前輪廓為對(duì)應(yīng)圖像的分割輪廓。

可選的，所述獲取每個(gè)類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的分割輪廓，包括：

獲取所述點(diǎn)云分類后類別的個(gè)數(shù)作為K；

對(duì)于每一個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的幾何中心點(diǎn)作為G_i；

以K值和G_i作為k-means算法的初始值，采用k-means算法對(duì)圖像進(jìn)行聚類，得到圖像分割結(jié)果。

可選的，將所述投影點(diǎn)作為種子點(diǎn)，以預(yù)設(shè)生長(zhǎng)準(zhǔn)則對(duì)所述種子點(diǎn)進(jìn)行生長(zhǎng)；

不同種子點(diǎn)的生長(zhǎng)區(qū)域發(fā)生沖突，若發(fā)生沖突的種子點(diǎn)為同一類別，則將所述發(fā)生沖突的種子點(diǎn)對(duì)應(yīng)的生長(zhǎng)區(qū)域融合，若發(fā)生沖突的種子點(diǎn)為不同類別，則將所述發(fā)生沖突的種子點(diǎn)對(duì)應(yīng)的生長(zhǎng)區(qū)域進(jìn)行邊界入侵；

根據(jù)所述生長(zhǎng)區(qū)域，獲得所述分割輪廓。

可選的，所述預(yù)設(shè)生長(zhǎng)準(zhǔn)則為根據(jù)梯度大小生長(zhǎng)。

可選的，所述邊界入侵為：

第一種子點(diǎn)的第一生長(zhǎng)區(qū)域與第二種子點(diǎn)的第二生長(zhǎng)區(qū)域在沖突點(diǎn)發(fā)生邊界沖突時(shí)，

若所述沖突點(diǎn)在第一生長(zhǎng)區(qū)域的梯度小于所述沖突點(diǎn)在第二生長(zhǎng)區(qū)域的梯度，則所述沖突點(diǎn)屬于所述第一生長(zhǎng)區(qū)域，

若所述沖突點(diǎn)在第一生長(zhǎng)區(qū)域的梯度大于等于所述沖突點(diǎn)在第二生長(zhǎng)區(qū)域的梯度，則所述沖突點(diǎn)屬于所述第二生長(zhǎng)區(qū)域。

第二方面，提供了一種圖像分割裝置，所述裝置包括：

處理單元，用于使圖像采集裝置對(duì)目標(biāo)區(qū)域進(jìn)行圖像的數(shù)據(jù)采集；

所述處理單元還用于使激光掃描裝置對(duì)所述目標(biāo)區(qū)域進(jìn)行點(diǎn)云的數(shù)據(jù)采集；

分類單元，用于對(duì)所述點(diǎn)云進(jìn)行分類；

映射單元，用于將所述點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)；

分割輪廓獲取單元，用于獲取每個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)的在成像平面上的分割輪廓；

分割單元，用于根據(jù)所述分割輪廓，對(duì)所述圖像進(jìn)行分割。

可選的，所述分割輪廓處理單元還用于：

獲取所述類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的投影輪廓C；

在所述投影輪廓C上進(jìn)行采樣，得到點(diǎn)序列Q，以Q中的q_i為初始控制點(diǎn)構(gòu)造初始輪廓，構(gòu)建主動(dòng)輪廓模型，在所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)中增加點(diǎn)云分割輪廓的能量，所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)E＝E_內(nèi)+E_外+E_輪廓，其中，E_內(nèi)表示圖像曲率能量，E_外為圖像梯度能量，E_輪廓為點(diǎn)云輪廓能量，E_輪廓＝∑d_i，對(duì)于當(dāng)前迭代步驟，初始控制點(diǎn)q_i移動(dòng)至q′_i，則d_i為q_i與q′_i之間的歐式距離；

當(dāng)所述能量評(píng)價(jià)函數(shù)E收斂至最小值時(shí)，認(rèn)為當(dāng)前輪廓為對(duì)應(yīng)圖像的分割輪廓。

本發(fā)明的實(shí)施例中公開了一種圖像分割方法，先使圖像采集裝置和激光掃描裝置對(duì)所述目標(biāo)區(qū)域進(jìn)行點(diǎn)云的數(shù)據(jù)采集，對(duì)所述點(diǎn)云進(jìn)行分類；將所述點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)；獲取每個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)的在成像平面上的分割輪廓；根據(jù)所述分割輪廓，對(duì)所述圖像進(jìn)行分割。激光掃描裝置采集的點(diǎn)云數(shù)據(jù)通常為三維數(shù)據(jù)，比二維圖像數(shù)據(jù)包含更多的特征，因此用點(diǎn)云數(shù)據(jù)作為輔助手段來實(shí)現(xiàn)對(duì)圖像的分割，提高了圖像分割的準(zhǔn)確性。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1所示為本發(fā)明實(shí)施例的圖像分割方法的流程圖；

圖2是本發(fā)明實(shí)施例的分類后點(diǎn)云在成像平面上的投影點(diǎn)的分布示意圖；

圖3所示為本發(fā)明實(shí)施例的圖像采集裝置采集到的圖像的示意圖；

圖4所示為本發(fā)明實(shí)施例的采用點(diǎn)云數(shù)據(jù)輔助對(duì)圖像進(jìn)行分割的示意圖；

圖5所示為本發(fā)明實(shí)施例的圖像分割完成后的示意圖；

圖6所示為本發(fā)明實(shí)施例的圖像分割裝置的示意圖。

具體實(shí)施方式

本發(fā)明如下實(shí)施例提供了一種圖像分割方法和圖像分割裝置，能提高圖像分割的準(zhǔn)確度。

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

圖1所示為本發(fā)明實(shí)施例的圖像分割方法的流程圖，如圖1所示，所述方法包括：

步驟101，使圖像采集裝置對(duì)目標(biāo)區(qū)域進(jìn)行圖像的數(shù)據(jù)采集。

步驟102，使激光掃描裝置對(duì)所述目標(biāo)區(qū)域進(jìn)行點(diǎn)云的數(shù)據(jù)采集。

圖像采集裝置和激光掃描裝置可以是現(xiàn)有技術(shù)中的任何設(shè)備和裝置，在此不再贅述。

本發(fā)明實(shí)施例中，步驟101中圖像采集裝置采樣和步驟102中激光掃描裝置的在同一時(shí)刻對(duì)同一目標(biāo)區(qū)域進(jìn)行采樣。因此步驟101和步驟102可以是同時(shí)進(jìn)行的，并無時(shí)間上的先后次序。

步驟103，對(duì)所述點(diǎn)云進(jìn)行分類。

本發(fā)明中，對(duì)點(diǎn)云進(jìn)行分類可以采用現(xiàn)有技術(shù)中的分類方法，在此不再贅述。

步驟104，將所述點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)。

步驟104中，所述將所述點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)，包括：

將所述點(diǎn)云的坐標(biāo)變換為所述圖像采集裝置的成像平面坐標(biāo)系下投影點(diǎn)的坐標(biāo)。

坐標(biāo)變換可以采用現(xiàn)有技術(shù)中的坐標(biāo)變換方法，在此不再贅述。

步驟105，獲取每個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)的在成像平面上的分割輪廓。

在步驟105中，可以先獲取一個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的分割輪廓，然后重復(fù)此步驟，直到獲取完每一個(gè)類別點(diǎn)云的對(duì)應(yīng)的投影點(diǎn)在成像平面上的分割輪廓。

對(duì)于每個(gè)類別的點(diǎn)云，獲取所述類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的投影輪廓C；

在所述投影輪廓C上進(jìn)行采樣，得到點(diǎn)序列Q，以Q中的q_i為初始控制點(diǎn)構(gòu)造初始輪廓，構(gòu)建主動(dòng)輪廓模型，在所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)中增加點(diǎn)云分割輪廓的能量，所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)E＝E_內(nèi)+E_外+E_輪廓，其中，E_內(nèi)表示圖像曲率能量，E_外為圖像梯度能量，E_輪廓為點(diǎn)云輪廓能量，E_輪廓＝∑d_i，對(duì)于當(dāng)前迭代步驟，初始控制點(diǎn)q_i移動(dòng)至q′_i，則d_i為q_i與q′_i之間的歐式距離；

當(dāng)所述能量評(píng)價(jià)函數(shù)E收斂至最小值時(shí)，認(rèn)為當(dāng)前輪廓為對(duì)應(yīng)圖像的分割輪廓。

本發(fā)明實(shí)施例中，每個(gè)類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)可以是S，對(duì)S內(nèi)的點(diǎn)做Delaunay三角劃分，取出三角形非共享邊的起始點(diǎn)作為輪廓點(diǎn)，多個(gè)輪廓點(diǎn)構(gòu)成的點(diǎn)集為投影輪廓C，則C∈S。

對(duì)投影輪廓C上的采樣可以是均勻采樣，或其他采樣方式，在此不再贅述。

獲得投影輪廓還可以采用現(xiàn)有技術(shù)中的其他方法，在此不再贅述。

步驟106，根據(jù)所述分割輪廓，對(duì)所述圖像進(jìn)行分割。

圖2是本發(fā)明實(shí)施例的分類后點(diǎn)云在成像平面上的投影點(diǎn)的分布示意圖，如圖2所示，201為第一類點(diǎn)云對(duì)應(yīng)的投影點(diǎn)，202為第二類點(diǎn)云對(duì)應(yīng)的投影點(diǎn)。

圖3所示為本發(fā)明實(shí)施例的圖像采集裝置采集到的圖像的示意圖。

圖4所示為本發(fā)明實(shí)施例的采用點(diǎn)云數(shù)據(jù)輔助對(duì)圖像進(jìn)行分割的示意圖。

圖5所示為本發(fā)明實(shí)施例的圖像分割完成后的示意圖。

本發(fā)明實(shí)施例的方法，在同一時(shí)刻，激光掃描裝置和圖像采集裝置對(duì)同一目標(biāo)區(qū)域進(jìn)行采樣，由于激光掃描裝置采集的點(diǎn)云數(shù)據(jù)通常為三維數(shù)據(jù)，比二維圖像數(shù)據(jù)包含更多的特征，因此用點(diǎn)云數(shù)據(jù)作為輔助手段，來實(shí)現(xiàn)對(duì)圖像的分割，提高了圖像分割的準(zhǔn)確性。

本發(fā)明實(shí)施例還提供了步驟105的其他實(shí)施方式，如下：

步驟105中，所述獲取每個(gè)類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的分割輪廓，包括：

獲取所述點(diǎn)云分類后類別的個(gè)數(shù)作為K；

對(duì)于每一個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的幾何中心點(diǎn)作為G_i；

以K值和G_i作為k-means算法的初始值，采用k-means算法對(duì)圖像進(jìn)行聚類，得到圖像分割結(jié)果。

例如點(diǎn)云分類后共八個(gè)類別，則K＝8。

k-means算法是現(xiàn)有技術(shù)中應(yīng)用廣泛的算法，在此不再贅述。

本發(fā)明實(shí)施例的方法，在同一時(shí)刻，激光掃描裝置和圖像采集裝置對(duì)同一目標(biāo)區(qū)域進(jìn)行采樣，由于激光掃描裝置采集的點(diǎn)云數(shù)據(jù)通常為三維數(shù)據(jù)，比二維圖像數(shù)據(jù)包含更多的特征，因此用點(diǎn)云數(shù)據(jù)作為輔助手段，來實(shí)現(xiàn)對(duì)圖像的分割，提高了圖像分割的準(zhǔn)確性。

本發(fā)明實(shí)施例還提供了步驟105的第三種實(shí)施方式，包括：

將所述投影點(diǎn)作為種子點(diǎn)，以預(yù)設(shè)生長(zhǎng)準(zhǔn)則對(duì)所述種子點(diǎn)進(jìn)行生長(zhǎng)；

不同種子點(diǎn)的生長(zhǎng)區(qū)域發(fā)生沖突，若發(fā)生沖突的種子點(diǎn)為同一類別，則將所述發(fā)生沖突的種子點(diǎn)對(duì)應(yīng)的生長(zhǎng)區(qū)域融合，若發(fā)生沖突的種子點(diǎn)為不同類別，則將所述發(fā)生沖突的種子點(diǎn)對(duì)應(yīng)的生長(zhǎng)區(qū)域進(jìn)行邊界入侵；

根據(jù)所述生長(zhǎng)區(qū)域，獲得所述分割輪廓。

本發(fā)明實(shí)施例中，所述預(yù)設(shè)生長(zhǎng)準(zhǔn)則為根據(jù)梯度大小生長(zhǎng)。

所述邊界入侵為：

第一種子點(diǎn)的第一生長(zhǎng)區(qū)域與第二種子點(diǎn)的第二生長(zhǎng)區(qū)域在沖突點(diǎn)發(fā)生邊界沖突，

若所述沖突點(diǎn)在第一生長(zhǎng)區(qū)域的梯度小于所述沖突點(diǎn)在第二生長(zhǎng)區(qū)域的梯度，則所述沖突點(diǎn)屬于所述第一生長(zhǎng)區(qū)域，

若所述沖突點(diǎn)在第一生長(zhǎng)區(qū)域的梯度大于等于所述沖突點(diǎn)在第二生長(zhǎng)區(qū)域的梯度，則所述沖突點(diǎn)屬于所述第二生長(zhǎng)區(qū)域。

點(diǎn)云集合對(duì)應(yīng)的投影點(diǎn)集合{p_i}中的投影點(diǎn)作為種子點(diǎn)，以梯度大小進(jìn)行生長(zhǎng)，若周圍鄰域點(diǎn)與種子點(diǎn)的梯度小于預(yù)設(shè)閾值H，則認(rèn)為當(dāng)前鄰域點(diǎn)與種子點(diǎn)是同一類的，繼續(xù)生長(zhǎng)；若周圍鄰域點(diǎn)與種子點(diǎn)的梯度大于等于預(yù)設(shè)閾值H，則認(rèn)為當(dāng)前鄰域點(diǎn)與種子點(diǎn)是不同類的，停止生長(zhǎng)。

種子點(diǎn)的生長(zhǎng)區(qū)域是不斷增大的，因此不同種子點(diǎn)的生長(zhǎng)區(qū)域會(huì)發(fā)生沖突。

如果種子點(diǎn)a的生長(zhǎng)區(qū)域A與種子點(diǎn)b的生長(zhǎng)區(qū)域B在點(diǎn)x處發(fā)生邊界沖突，并且沖突點(diǎn)x在區(qū)域A的梯度在沖突點(diǎn)x在區(qū)域B的梯度如果則點(diǎn)x屬于區(qū)域A；

如果則點(diǎn)x屬于區(qū)域A，

其中都小于預(yù)設(shè)閾值H。

本發(fā)明實(shí)施例中，若所述沖突點(diǎn)在第一生長(zhǎng)區(qū)域的梯度等于所述沖突點(diǎn)在第二生長(zhǎng)區(qū)域的梯度，可以如上所述使所述沖突點(diǎn)屬于所述第一生長(zhǎng)區(qū)域，或可以使所述沖突點(diǎn)屬于所述第一生長(zhǎng)區(qū)域。

本發(fā)明實(shí)施例的方法，在同一時(shí)刻，激光掃描裝置和圖像采集裝置對(duì)同一目標(biāo)區(qū)域進(jìn)行采樣，由于激光掃描裝置采集的點(diǎn)云數(shù)據(jù)通常為三維數(shù)據(jù)，比二維圖像數(shù)據(jù)包含更多的特征，因此用點(diǎn)云數(shù)據(jù)作為輔助手段，來實(shí)現(xiàn)對(duì)圖像的分割，提高了圖像分割的準(zhǔn)確性。

與上述方法相對(duì)應(yīng)，本發(fā)明實(shí)施例還提供了一種圖像分割裝置。圖6所示為本發(fā)明實(shí)施例的圖像分割裝置的示意圖，如圖6所示，所述裝置包括：

處理單元601，用于使圖像采集裝置對(duì)目標(biāo)區(qū)域進(jìn)行圖像的數(shù)據(jù)采集；

所述處理單元601還用于使激光掃描裝置對(duì)所述目標(biāo)區(qū)域進(jìn)行點(diǎn)云的數(shù)據(jù)采集；

分類單元602，用于對(duì)所述點(diǎn)云進(jìn)行分類；

映射單元603，用于將所述點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)；

分割輪廓獲取單元604，用于獲取每個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)的在成像平面上的分割輪廓；

分割單元605，用于根據(jù)所述分割輪廓，對(duì)所述圖像進(jìn)行分割。

本發(fā)明實(shí)施中，所述分割輪廓處理單元604還用于：

獲取每一個(gè)類別的點(diǎn)云對(duì)應(yīng)的投影點(diǎn)在成像平面上的投影輪廓C；

在所述投影輪廓C上進(jìn)行采樣，得到點(diǎn)序列Q，以Q中的q_i為初始控制點(diǎn)構(gòu)造初始輪廓，構(gòu)建主動(dòng)輪廓模型，在所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)中增加點(diǎn)云分割輪廓的能量，所述主動(dòng)輪廓模型的能量評(píng)價(jià)函數(shù)E＝E_內(nèi)+E_外+E_輪廓，其中，E_內(nèi)表示圖像曲率能量，E_外為圖像梯度能量，E_輪廓為點(diǎn)云輪廓能量，E_輪廓＝∑d_i，對(duì)于當(dāng)前迭代步驟，初始控制點(diǎn)q_i移動(dòng)至q′_i，則d_i為q_i與q′_i之間的歐式距離；

當(dāng)所述能量評(píng)價(jià)函數(shù)E收斂至最小值時(shí)，認(rèn)為當(dāng)前輪廓為對(duì)應(yīng)圖像的分割輪廓。

本發(fā)明實(shí)施例的裝置，在同一時(shí)刻，激光掃描裝置和圖像采集裝置對(duì)同一目標(biāo)區(qū)域進(jìn)行采樣，由于激光掃描裝置采集的點(diǎn)云數(shù)據(jù)通常為三維數(shù)據(jù)，比二維圖像數(shù)據(jù)包含更多的特征，因此用點(diǎn)云數(shù)據(jù)作為輔助手段，來實(shí)現(xiàn)對(duì)圖像的分割，提高了圖像分割的準(zhǔn)確性。

本發(fā)明實(shí)施例提供了一種圖像分割方法和圖像分割裝置，所述方法包括：使圖像采集裝置對(duì)目標(biāo)區(qū)域進(jìn)行圖像的數(shù)據(jù)采集；使激光掃描裝置對(duì)所述目標(biāo)區(qū)域進(jìn)行點(diǎn)云的數(shù)據(jù)采集；對(duì)所述點(diǎn)云進(jìn)行分類；將所述點(diǎn)云映射為圖像采集裝置成像平面上的投影點(diǎn)；獲取每個(gè)類別點(diǎn)云對(duì)應(yīng)的投影點(diǎn)的在成像平面上的分割輪廓；根據(jù)所述分割輪廓，對(duì)所述圖像進(jìn)行分割。本發(fā)明實(shí)施例中，在同一時(shí)刻，激光掃描裝置和圖像采集裝置對(duì)同一目標(biāo)區(qū)域進(jìn)行采樣，由于激光掃描裝置采集的點(diǎn)云數(shù)據(jù)通常為三維數(shù)據(jù)，比二維圖像數(shù)據(jù)包含更多的特征，因此用點(diǎn)云數(shù)據(jù)作為輔助手段，來實(shí)現(xiàn)對(duì)圖像的分割，提高了圖像分割的準(zhǔn)確性。

本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明實(shí)施例中的技術(shù)可借助軟件加必需的通用硬件的方式來實(shí)現(xiàn)，通用硬件包括通用集成電路、通用CPU、通用存儲(chǔ)器、通用元器件等，當(dāng)然也可以通過專用硬件包括專用集成電路、專用CPU、專用存儲(chǔ)器、專用元器件等來實(shí)現(xiàn)，但很多情況下前者是更佳的實(shí)施方式?；谶@樣的理解，本發(fā)明實(shí)施例中的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在存儲(chǔ)介質(zhì)中，如只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁碟、光盤等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。

本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法實(shí)施例的部分說明即可。

以上所述的本發(fā)明實(shí)施方式，并不構(gòu)成對(duì)本發(fā)明保護(hù)范圍的限定。任何在本發(fā)明的精神和原則之內(nèi)所作的修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。