将2D深度图像划分为相似值的不重叠矩形区域
Divide a 2D depth image into non-overlapping rectangular areas of similar values
我正在尝试将 2D 深度图像分割成具有相似值的非重叠矩形区域，如示例所示：
在此示例中，深度图像被分割成四个矩形：4×3×6 黄色、2×4×15 绿色、4×2×8 橙色和 2×2×3 蓝色。请注意，矩形有最小长度和宽度限制，在本例中为 2，因此右下角被分割为一个区域而不是两个区域。
这是一个简单的例子，深度图可以比这复杂很多。这是一个非常具有挑战性的问题，我不希望它能得到最优解决，但任何比固定分辨率网格更优化的解决方案都值得赞赏。
我想这可以通过一些 RANSAC 过程来解决，类似于飞机装配，但我还没有弄清楚具体如何做到这一点。该问题也类似于图像分割，其中每个片段都是矩形且不重叠。
解决这个问题的算法的想法（不是最优的）：
检查 垂直 相邻元素以查找可以分组的每个元素。分组规则需要经过一些“反复试验”后由您确定。 Single-element 组也是可能的。每个元素都必须添加到一个且仅一个组中。
遍历组并检查这些组的水平邻居是否“足够接近”，如果是，则合并组。
遍历组并检查这些组的垂直 邻居是否“足够接近”，如果是，则合并组。
继续第 2 步和第 3 步，当没有单个组合并时结束
最后，删除那些不满足width/height要求的组
我正在尝试将 2D 深度图像分割成具有相似值的非重叠矩形区域，如示例所示：
在此示例中，深度图像被分割成四个矩形：4×3×6 黄色、2×4×15 绿色、4×2×8 橙色和 2×2×3 蓝色。请注意，矩形有最小长度和宽度限制，在本例中为 2，因此右下角被分割为一个区域而不是两个区域。
这是一个简单的例子，深度图可以比这复杂很多。这是一个非常具有挑战性的问题，我不希望它能得到最优解决，但任何比固定分辨率网格更优化的解决方案都值得赞赏。
我想这可以通过一些 RANSAC 过程来解决，类似于飞机装配，但我还没有弄清楚具体如何做到这一点。该问题也类似于图像分割，其中每个片段都是矩形且不重叠。
解决这个问题的算法的想法（不是最优的）：
检查 垂直 相邻元素以查找可以分组的每个元素。分组规则需要经过一些“反复试验”后由您确定。 Single-element 组也是可能的。每个元素都必须添加到一个且仅一个组中。
遍历组并检查这些组的水平邻居是否“足够接近”，如果是，则合并组。
遍历组并检查这些组的垂直 邻居是否“足够接近”，如果是，则合并组。
继续第 2 步和第 3 步，当没有单个组合并时结束
最后，删除那些不满足width/height要求的组