基于引导采样的Kinect深度图修补算法

• 作者: 刘满禄 张华 杨厚易
• 来源期刊: 计算机应用研究
• 关键词: 深度图 空洞噪声 聚类 噪声修补 均方误差
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2532-2534
• 页数: 3页
• 分类号: TP242.6|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.073

摘要

针对Kinect采集到带有大量的结构性缺失的深度图,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K-means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.通过与基于蒙特卡罗不确定度评价的深度图修补算法(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,处理结果相较于MC-UE算法,均方误差降低4％左右.对于处理较大面积的空洞噪声,均方误差较MC-UE算法降低了9.65％～14.32％.实验证明引导采样算法在处理较大面积空洞噪声时相较于MC-UE算法有更低的均方误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华	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	193	1226	16.0	25.0
2	刘满禄	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	59	191	8.0	11.0
6	杨厚易	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	4	10	2.0	3.0