基于Kinect的RGB-D數(shù)據(jù)對(duì)齊算法的研究.pdf

1、近年來(lái)，深度圖像的相關(guān)技術(shù)在人機(jī)交互、3D重建等方面得到了廣泛的應(yīng)用。然而普通深度傳感器（如微軟Kinect），其深度圖像精度有限，且存在著與彩色圖像不一致、深度區(qū)域缺失、噪聲污染等問(wèn)題。這些問(wèn)題很大程度上限制了深度圖像的應(yīng)用。本文的研究?jī)?nèi)容是通過(guò)圖像處理算法對(duì)存在缺陷的深度圖像進(jìn)行增強(qiáng)和對(duì)齊。
　　針對(duì)原始深度圖像存在著噪聲污染、局部區(qū)域缺失等缺陷，本文對(duì)不同類型的缺陷給出了不同的解決方法。本文對(duì)聯(lián)合雙邊濾波算法進(jìn)行權(quán)重修改，給

2、出了一種優(yōu)化的聯(lián)合雙邊濾波算法，用于解決深度圖像的噪聲污染問(wèn)題。通過(guò)實(shí)驗(yàn)對(duì)比，驗(yàn)證了該算法對(duì)于深度圖像的噪聲問(wèn)題有著更好的濾噪效果。其次對(duì)于局部區(qū)域缺失問(wèn)題，本文通過(guò)對(duì)快速行進(jìn)修復(fù)算法中像素的擴(kuò)散權(quán)重系數(shù)進(jìn)行重定義對(duì)原算法進(jìn)行優(yōu)化，并通過(guò)實(shí)驗(yàn)對(duì)優(yōu)化算法的可行性以及優(yōu)化效果進(jìn)行了驗(yàn)證。
　　本文同時(shí)也給出了一種基于馬爾科夫隨機(jī)場(chǎng)的深度圖像全局優(yōu)化算法。此算法是對(duì)傳統(tǒng)的馬爾科夫隨機(jī)場(chǎng)模型的約束項(xiàng)進(jìn)行拓展，給出了一種新的基于馬爾科夫隨機(jī)