基于引导采样的kinect深度图修补算法-计算机应用研究.pdfVIP

基于引导采样的Kinect 深度图修补算法 作者 杨厚易, 刘满禄, 张华 机构 西南科技大学 信息工程学院 特殊环境机器人技术四川省重点实验室；中国科学技术大学 信息 科学技术学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第8 期 访问地址 /article/02-2018-08-045.html 发布日期 2017-07-21 11:44:40 引用格式 杨厚易, 刘满禄, 张华. 基于引导采样的Kinect 深度图修补算法[J/OL]. [2017-07-21]. http://ww /article/02 -2018-08-045.html. 摘要 针对Kinect 采集到带有大量的结构性缺失的的深度图，提出了一种基于引导采样的深度图空洞噪 声修补算法。算法首先将深度图所对应的彩色图片转换为灰度图，然后用Kmeans 算法将彩色图 转换而来的灰度图进行聚类处理，将生成的聚类图作为引导图。联合引导图对深度图空洞噪声边 缘深度值采样，采集多个深度值并计算深度均值，最后使用深度均值来作为空洞的深度估计值。 通过与基于蒙特卡诺不确定度评价的深度图修补算法[1] （MC-UE）相比较，由于有引导图的矫正 作用，边缘细节更加清晰准确。对于处理较小面积的空洞噪声，处理结… 关键词 深度图, 空洞噪声, 聚类, 噪声修补, 均方误差 中图分类号 TP242.6;TP391.98 基金项目 国家“十三五”核能开发科研项目（[2016]1259）; 四川省科技支撑计划资助项目（2015FZ0091） 35 优先出版 计 算 机 应 用 研 究 第 卷 基于引导采样的Kinect 深度图修补算法* 1 1, 2 1 杨厚易 ，刘满禄 ，张 华 (1 621010 2 ．西南科技大学 信息工程学院 特殊环境机器人技术四川省重点实验室，四川 绵阳 ；．中国科学技术大学 信 息科学技术学院，合肥 230026) 摘 要：针对Kinect 采集到带有大量的结构性缺失的的深度图，提出了一种基于引导采样的深度图空洞噪声修补算法。 算法首先将深度图所对应的彩色图片转换为灰度图，然后用Kmeans 算法将彩色图转换而来的灰度图进行聚类处理，将 生成的聚类图作为引导图。联合引导图对深度图空洞噪声边缘深度值采样，采集多个深度值并计算深度均值，最后使用 [1] MC-UE 深度均值来作为空洞的深度估计值。通过与基于蒙特卡诺不确定度评价的深度图修补算法 （ ）相比较，由于 有引导图的矫正作用，边缘细节更加清晰准确。对于处理较小面积的空洞噪声，处理结果相较于MC-UE 算法，均方误 4%