一種基于平面約束的深度圖像增強算法.pdf

1、近些年來，隨著深度相機(jī)的技術(shù)越來越成熟，深度圖像在生產(chǎn)實踐中得到了廣泛的應(yīng)用。由于深度圖像中每一個像素點不僅有顏色值，還有相應(yīng)的深度值，這為以前在計算機(jī)視覺和圖像處理等領(lǐng)域難以解決的問題提供了一種新的思路和角度，給這些研究領(lǐng)域帶來了革命性的變化。
　　但是，由Kinect等深度相機(jī)產(chǎn)生的深度圖像存在著一些缺陷。這些深度圖像上的某些區(qū)域存在信息缺失，并伴有大量的噪聲。對這些深度圖像進(jìn)行預(yù)處理，得到一幅質(zhì)量較高的深度圖像，可以為后期更

2、好的處理提供良好的基礎(chǔ)。
　　本文首先總結(jié)了目前常見的兩種深度圖像增強算法，一種是基于濾波的方法，另一種是基于能量函數(shù)的方法，并比較了它們之間的優(yōu)缺點。在此基礎(chǔ)上，本文引入了平面約束的先驗知識。因為目前深度圖像應(yīng)用的場景大多是室內(nèi)場景，其中存在著大量的墻面、地面和桌面等平面構(gòu)成的物體。
　　在將平面約束的先驗知識融入到現(xiàn)有的算法框架中時，本文提出了兩種不同的模型，分別如下:
　　第一個模型是帶有平面線約束的深度圖像增強

3、模型。該模型假設(shè)每一個中心像素點的深度值盡可能接近其鄰域中不同直線上的深度平均值。將平面線約束項加入模型后，得到了一個二次的能量函數(shù)，有唯一的閉合解，可以通過求解一個稀疏的線性方程組得到結(jié)果。實驗結(jié)果表明，平面線約束模型的效果比已存在的兩種常見的深度圖像增強算法有了一定的提高。
　　第二個模型是帶有平面擬合約束的深度圖像增強模型。該模型假設(shè)每一個像素點鄰域中的深度值應(yīng)該盡可能接近某一個最佳的平面。這個最佳的平面是通過擬合鄰域中所有

4、像素點的深度值得到的。該模型的能量函數(shù)中有兩種不同類型的未知變量，沒有精確解，只能通過變量交替迭代的算法去求解。本文將最小化平面擬合約束模型的能量函數(shù)，分解為兩個容易求解的子問題，交替求解這兩個子問題，就可以得到該模型的近似解。實驗結(jié)果表明，無論是在客觀的數(shù)值比較上，還是主觀的視覺比較上，平面擬合約束模型的實驗結(jié)果比以前的算法有了明顯的提高，達(dá)到了令人滿意的效果。
　　最后，本文總結(jié)了這兩個帶有平面約束先驗的模型，并指出了未來可以