基于Kinect的摳像算法研究.pdf

1、前景提取問題是數(shù)字圖像處理領域的熱點問題。隨著理論的不斷完善，前景提取問題逐漸從圖像分割發(fā)展到基于透明度的圖像摳像問題。數(shù)字圖像摳像技術不僅應用于傳統(tǒng)的電影和廣告的制作當中，還廣泛應用于包括工業(yè)農業(yè)、環(huán)境監(jiān)測、醫(yī)療衛(wèi)生等領域在內的許多行業(yè)。圖像摳像是一個欠約束問題，大部分自然摳像算法都需要用戶提供提示圖像，即將圖像分割為前景區(qū)域、背景區(qū)域和未知區(qū)域的三元圖，算法通過三元圖的信息判斷未知區(qū)域中的像素是前景還是背景。一個普遍的問題就是無論對

2、于單幀圖像或多幀圖像，三元圖必需手工繪制，由于耗時過多，使得自然摳像算法很難應用于視頻當中。另一個問題是大多數(shù)自然摳像算法只涉及圖像域，沒有考慮到深度信息。
　　近年來，隨著深度相機的研究與發(fā)展，出現(xiàn)了一系列結合深度圖像的摳像算法。深度圖像中的每一個像素表示場景中某一點與攝像機之間的距離，這就為區(qū)分前景部分和背景部分提供了方便。如今，主流的深度相機分為TOF和Kinect兩類。
　　本文研究了傳統(tǒng)基于TOF相機的圖像摳像技術