Kinect深度圖像增強(qiáng)算法研究.pdf

1、隨著Kinect的興起，深度圖像處理迅速變成圖像處理和計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn)?；贙inect的應(yīng)用也日漸增多。但是，由于Kinect深度測距原理所限，Kinect的深度圖像存在以下四個(gè)方面的問題:與距離的平方成正比的噪聲、由無效像素組成的空洞、深度圖像與彩色圖像邊緣不匹配和深度圖像在時(shí)域上的閃爍。這些因素阻礙了Kinect在諸如人臉識別、3D重構(gòu)等需要高質(zhì)量的深度數(shù)據(jù)的領(lǐng)域上的應(yīng)用。為了改善Kinect深度圖像的質(zhì)量，本文研究了不同條件

2、下Kinect深度圖像的增強(qiáng)算法，主要研究成果如下:
　　 1.單幅深度圖像增強(qiáng)算法。該算法在深入研究Kinect深度測距原理和深度圖像質(zhì)量特點(diǎn)的基礎(chǔ)上，發(fā)現(xiàn)深度圖像與彩色圖像邊緣不匹配問題是由位于深度圖像邊緣和對應(yīng)的彩色圖像邊緣之間的錯(cuò)誤像素引起的，進(jìn)而提出了基于區(qū)域生長和距離變換的錯(cuò)誤像素去除方法，該方法用區(qū)域生長在深度圖像邊緣和彩色圖像邊緣提取錯(cuò)誤像素所在的區(qū)域，用對應(yīng)的距離圖像來指導(dǎo)區(qū)域生長的方向。隨后，用加權(quán)模式濾波算

3、法填補(bǔ)空洞，最后，用自適應(yīng)聯(lián)合雙邊濾波器去除噪聲。實(shí)驗(yàn)表明，本文的方法明顯優(yōu)于傳統(tǒng)的深度圖像增強(qiáng)算法。
　　 2.靜止場景下深度圖像序列增強(qiáng)算法。為了能夠利用時(shí)域上的信息，該算法在單幅深度圖像增強(qiáng)算法的基礎(chǔ)上進(jìn)行了兩點(diǎn)改進(jìn):其一是在用加權(quán)模式濾波算法填補(bǔ)空洞之前，先對深度圖像進(jìn)行首次深度填充，為此，該算法維持一個(gè)深度圖像模型和一個(gè)無效像素模型，空洞中的像素如果滿足無效像素模型給出的約束，就用深度圖像模型中對應(yīng)的值進(jìn)行填充;其二是