基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度图在人机交互、导航、增强现实等领域有重要的应用,但目前由Kinect、TOF等摄像机获取的深度图像与颜色图像相比,分辨率普遍较低,而大量的应用中都要求深度图像必须与颜色图像分辨率一致.为此,本文提出一种深度图像上采样的后处理算法.本算法利用经典的插值算法对深度图像进行初步的上采样,再对初步上采样后的深度图进行两次后处理.提取颜色图像的几何边界信息,以其为基准校正初步上采样深度图的边界位置;抽取深度图像边界两侧内部平滑区域的像素值,对校正边界后的上采样深度图的边界线两侧区域进行相应的填充.实验结果表明,与经典上采样算法相比,本文所提算法的上采样图像具有更好的主观质量,在保证边界区域平滑的情况下,消除了上采样算法带来的边界模糊现象;且通过边界校正,深度图像边界与颜色图像几何边界的吻合度得到提高,改善了合成视点的质量.
推荐文章
基于引导采样的Kinect深度图修补算法
深度图
空洞噪声
聚类
噪声修补
均方误差
颜色指导的深度图像升采样算法的对比性研究
深度图像
高阶马尔科夫随机场
对比性研究
基于边缘模型的数字图像后处理方法研究
数字图像后处理
图像压缩
小波变换
Kinect深度图像修复算法
深度图像修复
Kinect标定
时间相关性
空间相关性
颜色一致性约束
双边滤波器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于边缘校正的深度图像上采样后处理算法
来源期刊 铁道学报 学科 工学
关键词 深度图像 图像上采样 边缘提取 边界校正
年,卷(期) 2015,(12) 所属期刊栏目 铁道通信信号
研究方向 页码范围 67-73
页数 7页 分类号 TP391
字数 4788字 语种 中文
DOI 10.3969/j.issn.1001-8360.2015.12.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度图像
图像上采样
边缘提取
边界校正
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
总被引数(次)
85544
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导