基于Kinect的深度图像修复技术研究
【摘要】： Kinect的出现,使得深度信息的获取方式更为便利快捷。到目前为止,Kinect设备在三维重建、计算机视觉等领域范围的应用越发的普遍,更多的被研究人员研究应用。但由于Kinect设备自身的廉价以及外界其他因素的干扰,在获取深度信息的时候存在着一些误差,这些误差包括由该设备获取的深度图像和彩色图像的边缘不对齐、黑洞、噪声以及深度值随机跳变等等,使得其获取的深度信息不精确或者错误,在物体进行三维重建时会导致部分区域出现重建偏差,因此会影响之后的三维重建研究工作。本文基于Kinect设备对获取的深度图像修复技术做了如下研究,以便能获得更符合研究需求的深度图像,使得修复后的深度图像能更好的应用于三维重建的研究中。本文首先分析了深度图像修复的研究意义,通过查阅大量资料,了解目前国内外在深度图像修复方面的研究现状,对其中一些关键技术进行了研究分析。同时介绍了深度图和Kinect设备的基本信息,包括深度图像的定义、目前获取深度信息的方式以及Kinect设备的组成结构、应用领域以及测量误差产生的原因等,分析清楚这些可以为后续的深度图像修复做准备。针对Kinect设备获取的深度图像存在黑洞的问题,本文根据产生误差的不同原因采用不同的方法来进行修复。对于由光滑物体表面因折射反射红外光线所导致的黑洞,本文结合均值和中值滤波方法提出了一种改进的中值填充算法。对于由遮挡原因产生的黑洞,本文提出了一种基于黑洞区域大小的填充方法,若黑洞区域小于所设定的阈值,则对该黑洞区域采用邻域填充；反之则采用改进的结合彩色信息的双边滤波进行填充。根据不同的黑洞产生原因采用不同的方法进行填充,这种方法可以有针对性的对黑洞进行不同处理。同时,本文分析了在Kinect设备和目标物处于两种不同状态下获取深度信息时会产生测量误差深度值随机跳变的现象,并结合最优估计的思想,利用卡尔曼滤波对多幅深度图像进行处理,达到Kinect设备在采集信息的过程中随着时间的递推,深度值的跳变逐渐趋于平稳的效果。最后提出了多幅图像平均法,并设定了一个T值,利用平均法确定最终的深度图像,解决了Kinect获取深度值存在误差导致的不精确的问题。由实验结果可知,本文的修复技术取得了很好的处理效果,得到了更加精确的深度图像信息,更有利于之后的三维重建工作。
【学位授予单位】：陕西师范大学
【学位级别】：硕士
【学位授予年份】：2016
相关知识
基于时序巡航图像的茶树生长监测研究
基于视频的生理参数测量技术及研究进展
“产、学、研、管”深度融合 专家学者热议AI赋能医学影像技术
复合材料连接结构健康监测技术研究进展
虚拟果树修剪系统的研究.pdf
基于健康的环境监测技术规范研究
面向航天器振动试验的结构健康状态检测方法研究
TKA 术后康复研究进展
放疗图像配准模型研究方面取得进展，放射治疗或更精准
人参果产业深度研究报告.docx
网址: 基于Kinect的深度图像修复技术研究 https://m.trfsz.com/newsview681611.html
