本文關鍵詞：基于RGB-D圖像的深度圖增強問題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：新型低廉的RGB-D相機像微軟的Kinect是一種體感傳感器,它在動漫、游戲中有著廣泛的應用。由于其產生的深度圖像噪聲大,如何通過這些粗糙甚至不全的信息獲得精細、平滑和精度較高的三維模型是一個棘手問題。本文在山東省科技發(fā)展計劃“基于靜態(tài)深度攝像機的便攜式三維人體測量系統(tǒng)的研究與開發(fā)”的支持下,對深度圖像增強做了重點研究,主要研究內容和成果如下:(1)為了提高三維重建精度,首先用張正友標定法對深度相機和HD攝像機分別標定,融合來自不同傳感器的信息,同時對它們進行配準解決兩個攝像機視點不同的問題。(2)對RGB圖像平滑和銳化處理,并且對深度圖進行3D warping預處理,初步提高它們的精度。然后采用直方圖統(tǒng)計法,利用獲取的深度圖的時間相關性,更新該幀深度值。同時,巧妙地結合幀差法提高計算效率。再利用深度圖的空間相關性填充空洞。接著,構造一個將深度圖值傳遞給高分辨率RGB圖像的二次目標函數,采用雙線性插值對深度圖進行上采樣,然后對邊緣處巴特沃斯高通濾波處理。最后,利用復合型中值濾波對深度圖進行處理消除孤立點的影響。實驗結果產生了邊緣得到保持的高質量深度圖,本論文方法切實有效。(3)本論文利用得到的高質量深度圖和Kinect Fusion程序進行三維重建,并對重建后的模型,利用PCL采用表面重構的技術進行平滑處理,采用泊松方程算法進行噪聲濾除,重建出完整、平滑的三維模型。
【關鍵詞】：RGB-D圖像 相機標定 深度圖增強 空洞填充 上采樣
【學位授予單位】：青島大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要2-3
• Abstract3-6
• 第一章 緒論6-12
• 1.1 課題研究意義6
• 1.2 國內外研究現狀6-9
• 1.2.1 國內研究現狀6-7
• 1.2.2 國外研究現狀7-9
• 1.3 論文的研究內容和章節(jié)安排9-12
• 1.3.1 論文主要研究內容9
• 1.3.2 論文的章節(jié)安排9-12
• 第二章 相關知識12-22
• 2.1 三維重建技術12-13
• 2.2 微軟Kinect13-17
• 2.2.1 Kinect軟硬件13-14
• 2.2.2 Kinect深度測量原理14-15
• 2.2.3 Kinect的應用15-17
• 2.3 圖像處理17-21
• 2.3.1 中值濾波17
• 2.3.2 雙邊濾波17-19
• 2.3.3 鄰域平滑19-20
• 2.3.4 圖像銳化20-21
• 2.4 本章小結21-22
• 第三章 相機標定22-33
• 3.1 基本原理22-25
• 3.1.1 光學成像22
• 3.1.2 剛體變換22-23
• 3.1.3 透視投影23-24
• 3.1.4 畸變校正24-25
• 3.2 張正友標定法25-26
• 3.3 HD攝像機標定26-29
• 3.4 深度相機標定29-31
• 3.5 相機配準31-32
• 3.6 本章小結32-33
• 第四章 RGB-D圖像的預處理33-39
• 4.1 穩(wěn)定深度值的獲取33-35
• 4.1.1 直方圖統(tǒng)計33-34
• 4.1.2 幀差法34-35
• 4.2 RGB圖像的平滑和銳化35-37
• 4.3 深度圖像預處理37-38
• 4.4 本章小結38-39
• 第五章 深度圖估計39-48
• 5.1 空間相關性39-40
• 5.2 深度圖上采樣40-44
• 5.2.1 相關工作40-41
• 5.2.2 構造上采樣函數41-42
• 5.2.3 置信權重插值方案選擇42-43
• 5.2.4 巴特沃斯濾波43-44
• 5.3 復合型中值濾波44-45
• 5.4 實驗最低要求45
• 5.5 實驗結果45-47
• 5.6 本章小結47-48
• 第六章 三維重建48-50
• 6.1 Kinect Fusion48
• 6.2 重建模型噪聲平滑48-49
• 6.3 本章小結49-50
• 第七章 總結與展望50-52
• 7.1 工作總結50
• 7.2 展望50-52
• 參考文獻52-56
• 攻讀學位期間的研究成果56-57
• 致謝57-58

【相似文獻】

中國期刊全文數據庫 前10條

1 左一帆;安平;張兆楊;;基于圖割的高質量深度圖獲取方法[J];電視技術;2011年15期

2 張艷;安平;張秋聞;王奎;張兆楊;;恰可察覺深度差異模型的深度圖優(yōu)化方法[J];光電子.激光;2012年07期

3 左宇鵬;;基于深度圖壓縮的邊界自適應上采樣方案[J];計算機與現代化;2014年05期

4 楊超;安平;何宛文;王健鑫;張兆楊;;一種用于深度圖編碼的虛擬視失真估計模型[J];光電子.激光;2014年07期

5 溫宇強,李德華;多視角深度圖融合方法綜述[J];計算機與數字工程;2003年04期

6 葉長明;蔣建國;詹曙;S.Ando;;不同姿態(tài)人臉深度圖識別的研究[J];電子測量與儀器學報;2011年10期

7 左一帆;安平;馬然;沈禮權;張兆楊;;深度圖時域一致性增強[J];光電子.激光;2014年01期

8 朱波;蔣剛毅;張云;郁梅;;面向虛擬視點圖像繪制的深度圖編碼算法[J];光電子.激光;2010年05期

9 周娟;李勇平;黃躍峰;;基于強度圖和深度圖的多模態(tài)人臉識別[J];計算機工程與應用;2012年25期

10 李思宇;李勝;王衡;汪國平;;利用深度圖優(yōu)化的自然光束體構建與繪制[J];計算機輔助設計與圖形學學報;2011年07期

中國重要會議論文全文數據庫 前3條

1 陳東;楊生鵬;莊嚴;王偉;;基于視覺信息的三維激光點云渲染與深度圖構建[A];第二十九屆中國控制會議論文集[C];2010年

2 劉偉鋒;張卓;王延江;;基于光線衰減的深度獲取方法[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

3 張帥;付宏杰;;基于Kinect的多點觸控系統(tǒng)研究與實現[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

中國博士學位論文全文數據庫 前8條

1 李賀建;三維視頻中基于FPGA的實時深度估計研究與應用[D];上海大學;2015年

2 鄧慧萍;3D視頻的深度圖優(yōu)化與深度編碼方法研究[D];華中科技大學;2013年

3 高凱;立體視頻深度圖提取及深度序列編碼技術研究[D];吉林大學;2013年

4 羅雷;基于深度圖繪制的三維視頻編碼技術研究[D];浙江大學;2013年

5 霍智勇;自由視點視頻深度圖估計的關鍵技術研究[D];南京郵電大學;2013年

6 韋虎;三維外形測量系統(tǒng)中的數據處理關鍵技術研究[D];南京航空航天大學;2010年

7 張秋聞;自由視點視頻深度編碼關鍵技術研究[D];上海大學;2012年

8 程光;人機交互系統(tǒng)中手勢和姿勢識別算法的研究[D];清華大學;2014年

中國碩士學位論文全文數據庫 前10條

1 李海坤;基于彩色和深度的前景分割研究[D];山東大學;2015年

2 張岳歡;3D視頻編碼中深度信息優(yōu)化及場景背景編碼技術研究[D];哈爾濱工業(yè)大學;2015年

3 曹廣昊;立體視頻系統(tǒng)中深度傳播算法的研究[D];山東大學;2015年

4 丁焱;基于深度圖的虛擬視點繪制中空洞填補技術研究[D];哈爾濱工業(yè)大學;2015年

5 馬姝穎;基于視點合成的深度圖編碼技術研究[D];電子科技大學;2015年

6 王旭;面向繪制質量的深度圖壓縮感知研究[D];上海大學;2015年

7 卞玲艷;基于深度圖的2D轉3D視頻算法的研究[D];電子科技大學;2015年

8 王亞峰;3D-HEVC深度圖預處理與誤碼掩蓋技術研究[D];西安電子科技大學;2014年

9 白樹斌;基于RGB-D圖像的深度圖增強問題研究[D];青島大學;2015年

10 李濤;單目視圖與多目視圖的深度圖恢復方法研究[D];清華大學;2009年

  本文關鍵詞：基于RGB-D圖像的深度圖增強問題研究，，由筆耕文化傳播整理發(fā)布。

本文編號：384062