基于各向异性扩散的深度图像增强重点.docVIP

英文翻译 （翻译中文） 2015年6月15日 目录 摘要 1 1 引言 2 2 相关工作 3 2.1 指导深度上采样 3 2.2 引导深度图像修复 3 2.3 各向异性扩散 3 3 方法论 4 3.1 问题制定 4 3.2 数值方案 4 4 实验 5 4.1 实验在Middlebury数据集上 6 4.2 实验在Kinect数据集上 6 4.3 实验在雷达数据上 8 结论 0 参考文献 1 基于各向异性扩散的深度图像增强 摘要： 关键词： 1 引言 在本篇论文中，我们提出基于各向异性扩散的引导深度增强。将已知深度值的像素视为热源。通过参考图像提供的颜色信息的引导，深度可以从源扩散到深度缺失的区域。尽管基于偏微分方程的各向异性扩散在图像平滑和修补[20][4] [2] [3]中被广泛使用但是据我们所知，他们没有为引导集成其他的图像。 此外，我们将引导向异性扩散的稳态问题放到著名的随机游走模型[8] [30] [11]中考虑 而不是反复进行深度扩散。该模型在图像分割[8] [30] [11]是普遍存在的，但它很少用于图像增强的应用程序。通过这个模型，引导深度增强问题能够通过求解一个稀疏线性系统来解决。 2 相关工作 2.1 指导深度上采样 它的目的是通过融合高分辨率视觉图像和低分辨率深度数据 来 生成高清晰度深度图。为此，马尔可夫随机域（回收设施）被首先使用[6