![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/6cafa734-7b8c-4e21-9906-694c3d0a7ed2/6cafa734-7b8c-4e21-9906-694c3d0a7ed2pic.jpg)
![彩色圖像引導(dǎo)的深度圖像增強(qiáng).pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/6/23/6cafa734-7b8c-4e21-9906-694c3d0a7ed2/6cafa734-7b8c-4e21-9906-694c3d0a7ed21.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、深度圖像作為一種三維場景信息的表達(dá)方式在當(dāng)今的計算機(jī)視覺系統(tǒng)中得到了廣泛的應(yīng)用,然而激光雷達(dá)、TOF相機(jī)、Kinect等各類深度傳感設(shè)備所獲得的深度圖像往往并非完美,通常存在分辨率低、深度信息區(qū)域缺失、噪聲等問題。而本文所研究的問題是如何基于現(xiàn)有的存在缺陷的深度圖像通過圖像處理算法得到一幅高質(zhì)量高分辨率的深度圖像,該問題通常被稱為深度圖像增強(qiáng)問題。
本文通過結(jié)合與深度圖像對準(zhǔn)的彩色圖像,從基于局部信息與基于全局優(yōu)化兩個角度對深
2、度圖像增強(qiáng)算法進(jìn)行了創(chuàng)新性的研究。
本文首先提出了一種基于快速行進(jìn)法的深度圖像缺失區(qū)域填充技術(shù)。該方法將彩色引導(dǎo)圖像信息引入傳統(tǒng)的基于快速行進(jìn)法的圖像修補(bǔ)模型中,提出了一種新的像素深度估計模型并修改了深度未知區(qū)域像素點(diǎn)填充的次序。該算法有效解決了Kinect捕獲得到的深度圖像的深度區(qū)域缺失問題,相比較于現(xiàn)有方法對區(qū)塊深度缺失區(qū)域填充有著更好表現(xiàn)。
本文隨后提出了一種基于各向異性擴(kuò)散模型深度圖像增強(qiáng)方法。該方法將有效深
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 深度圖像增強(qiáng)算法研究.pdf
- 基于彩色圖像和深度圖像的人頭跟蹤.pdf
- Kinect深度圖像增強(qiáng)算法研究.pdf
- 融合深度圖像和彩色圖像的非合作目標(biāo)位姿測量.pdf
- 基于彩色及深度圖像的行人檢測研究.pdf
- 基于彩色與深度圖像的唇讀技術(shù)研究.pdf
- 彩色圖像增強(qiáng).pdf
- 基于RGB-D圖像的深度圖增強(qiáng)問題研究.pdf
- 深度圖像分析方法研究.pdf
- 一種基于平面約束的深度圖像增強(qiáng)算法.pdf
- 立體深度圖像的形成和立體3D圖像的視覺舒適增強(qiáng).pdf
- 深度圖像的獲取及其處理.pdf
- 深度圖像修復(fù)算法研究
- 基于Kinect深度圖像的動作識別.pdf
- 基于深度圖與彩色圖像的跑步機(jī)游戲交互系統(tǒng).pdf
- 基于Kinect深度圖像的手勢識別研究.pdf
- 基于深度圖像繪制中的空洞填充.pdf
- 基于深度圖像的繪制技術(shù)研究.pdf
- 單一深度圖像人體部位識別.pdf
- 51589.深度圖像的分割與壓縮
評論
0/150
提交評論