深度图像自适应邻域修复方法

发布时间：2021-05-12 11:24

　　随着光学技术的进步,深度信息采集手段愈发成熟,在机器视觉应用中也扮演了越来越重要的角色,如三维重建、人机交互、目标跟踪、自由视点视频渲染和增强现实等。然而,Kinect等以主动传感技术来采集深度信息的可消费级深度相机,其采集的深度图像均存在大量的噪声,严重影响实际应用中深度信息的利用。在车间的智能化发展中也需要大量运用深度信息,如零件尺寸检测、机械臂物体抓取等。因此,如何修复深度图像获得更准确的深度信息是十分必要的。在本文中,主要从两个方向来改进深度图像的修复效果:1)图像修复次序。图像的修复次序一定程度上决定了纹理传播的结果,更准确的修复次序往往意味着更准确的修复结果。本文从Criminisi算法出发,经过对迭代过程中置信项和数据项变化趋势的分析,利用欧氏距离定义了新的置信项计算方式,并改进优先权为置信项和数据项的加权。将优先权引入邻域修复算法中来进行深度图像修复,发现以优先权引导的修复结果纹理延伸更为合理。2)待修复点的自适应邻域。传统邻域划分在所取邻域内存在深度信息与待修复点不匹配的像素点,致使该点的像素估计值不准确,而待修复点自适应邻域的提出就是为了找到特征更相似的像素点来对待... 

【文章来源】：成都理工大学四川省

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题来源
    1.2 课题研究背景
    1.3 研究现状
        1.3.1 基于多图融合的深度图像修复
        1.3.2 基于机器学习的深度图像修复
        1.3.3 强度图像引导的深度图像修复
    1.4 课题研究意义及内容
        1.4.1 研究意义
        1.4.2 研究内容
    1.5 本章小结
第2章 Kinect深度测量空洞成因及相关理论
    2.1 Kinect空洞成因分析
        2.1.1 Kinect测距原理
        2.1.2 Kinect测量误差及空洞成因分析
    2.2 常用算法在图像处理中的应用
        2.2.1 线性滤波
        2.2.2 中值滤波
        2.2.3 双边滤波
        2.2.4 非局部均值法
        2.2.5 边缘锐化与梯度求取
    2.3 本章小结
第3章 欧氏距离决策的改进优先权方法
    3.1 Criminisi算法简介
    3.2 Criminisi优先权不足分析
    3.3 优先权改进策略
    3.4 利用改进优先权的深度图像修复实验分析
    3.5 本章小结
第4章 基于优先权的自适应邻域修复方法
    4.1 自适应邻域
        4.1.1 像素值差值决定的区域生长准则
        4.1.2 均匀LBP描述子决定的区域生长准则
        4.1.3 基于像素值差值与均匀LBP的复合区域生长准则
    4.2 基于优先权的自适应邻域修复算法流程
    4.3 仿真实验
        4.3.1 不同自适应邻域修复结果对比
        4.3.2 深度图像自适应邻域修复算法的对比
        4.3.3 参数讨论
        4.3.4 修复时间对比
    4.4 本章小结
第5章 生产车间场景深度图像修复
    5.1 张正友标定方法
    5.2 Kinect相机彩色图像与深度图像配准对齐
        5.2.1 彩色图与深度图像的坐标映射
        5.2.2 相机内外参数获取
        5.2.3 彩色图像和深度图像匹配对齐结果
    5.3 生产车间场景深度图像修复
    5.4 本章小结
结论
致谢
参考文献
在读期间发表的学术论文与研究成果


【参考文献】：
期刊论文
[1]基于Matlab的图像锐化的研究[J]. 杨虹,吴萌.  数字技术与应用. 2014(10)
[2]基于主动视觉摄像机标定方法[J]. 胡占义,吴福朝.  计算机学报. 2002(11)

硕士论文
[1]由单视点连续生成新视点优化算法的研究[D]. 侯昶.电子科技大学 2017
[2]智能视频监控中人流量问题的研究[D]. 王道明.合肥工业大学 2015
[3]动态手势跟踪识别与人机交互技术研究[D]. 王亮.西安电子科技大学 2014
[4]彩色图像引导的深度图像增强[D]. 刘俊毅.浙江大学 2014
[5]图像去噪的非局部正则化方法研究[D]. 王玲玉.武汉理工大学 2012
[6]TOF相机误差实验分析以及基于滤波器的随机误差校正[D]. 杨晶晶.合肥工业大学 2011



本文编号：3183325