

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于TOF(time-of-flight)技術(shù)的PMD(Photonic Mixer Device)相機(jī)能夠?qū)崟r(shí)獲取目標(biāo)場(chǎng)景的深度圖像,在三維可視化、人臉檢測(cè)、影視制作與車輛安全等領(lǐng)域有廣闊的應(yīng)用前景。然而 PMD相機(jī)獲取的深度圖像存在隨機(jī)噪聲大、分辨率低等局限性,論文開(kāi)展了深度圖像去噪及超分辨率重建方法的研究,具有重要的實(shí)用價(jià)值。
論文的主要工作如下:
(1)基于PMD相機(jī)的工作原理,分析了深度圖像誤差產(chǎn)生原因及相
2、關(guān)的去噪方法。
(2)在“自適應(yīng)歸一化卷積”濾波方法的基礎(chǔ)上,利用幅度作為置信度,增加了幅度信息對(duì)濾波過(guò)程的影響,實(shí)現(xiàn)了改進(jìn)的“自適應(yīng)雙邊歸一化卷積”方法。不同場(chǎng)景深度圖像的濾波實(shí)驗(yàn)結(jié)果表明,該方法在有效濾除噪聲的同時(shí),很好的保持了深度圖像的邊緣信息。
(3)在BTV(Bilateral Total variation)超分辨率算法的基礎(chǔ)上,結(jié)合運(yùn)動(dòng)矩陣和模糊矩陣都是塊循環(huán)矩陣的特點(diǎn),先從低分辨率圖像序列中重建出高分
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 深度圖像超分辨率重建算法研究.pdf
- 深度圖超分辨率重建研究.pdf
- 基于TOF深度圖的超分辨率重建算法.pdf
- 單幅圖像超分辨率重建算法研究.pdf
- 圖像超分辨率重建POCS算法研究.pdf
- 視頻圖像超分辨率重建算法研究.pdf
- 基于深度學(xué)習(xí)的圖像超分辨率重建研究
- 正則化圖像超分辨率重建算法
- 正則化圖像超分辨率重建算法
- 基于深度學(xué)習(xí)的圖像超分辨率重建研究
- 正則化圖像超分辨率重建算法
- 圖像的超分辨率重建算法研究.pdf
- 圖像超分辨率自動(dòng)重建算法研究.pdf
- 圖像超分辨率重建研究.pdf
- 視頻圖像超分辨率重建算法改進(jìn).pdf
- 圖像插值超分辨率重建算法研究.pdf
- 正則化超分辨率圖像重建算法研究.pdf
- 單幀圖像超分辨率重建算法研究.pdf
- 超分辨率圖像重建研究.pdf
- 基于深度置信網(wǎng)絡(luò)的圖像超分辨率重建.pdf
評(píng)論
0/150
提交評(píng)論