基于回溯的壓縮感知重構(gòu)算法及在深度圖像處理應(yīng)用研究.pdf

1、隨著自主機(jī)器人的發(fā)展，如何讓機(jī)器人“看懂”外部世界是很多學(xué)者研究的內(nèi)容。機(jī)器人可以通過(guò)視覺(jué)系統(tǒng)與外界環(huán)境進(jìn)行交互。信息處理單元是視覺(jué)系統(tǒng)中較為關(guān)鍵的一部分，當(dāng)實(shí)時(shí)性要求較高的時(shí)候可以采用硬件實(shí)現(xiàn)，當(dāng)實(shí)時(shí)性要求不高，而低功耗的情況下，就可通過(guò)PC等實(shí)現(xiàn)此單元的功能。將采集到的圖像信息傳輸?shù)诫娔X的速度會(huì)受到帶寬的限制。壓縮感知理論是一種從少量采集到的信息恢復(fù)原始信號(hào)的理論。
　　本文提出一種新的重構(gòu)算法——BR-StOMP（Backt

2、racking Regularized Stage-wised Orthogonal Matching Pursuit Algorithm，回溯正則化分段正交匹配追蹤）算法，該算法是將相關(guān)系數(shù)大于設(shè)定閾值的原子的序列號(hào)組成一個(gè)集合，為了減少在此過(guò)程中加入的原子的數(shù)量，采用正則化操作，對(duì)原子進(jìn)行二次篩選，用選出的原子的列序號(hào)組成新的集合并利用最小二乘法進(jìn)行信號(hào)估計(jì)，在解決原子選擇階段中加入了錯(cuò)誤的原子的問(wèn)題，利用回溯思想，選取前?L個(gè)較大

3、元素構(gòu)成新的支撐集，提高重構(gòu)算法的準(zhǔn)確性。
　　針對(duì) BR-StOMP算法在深度圖像處理中的應(yīng)用進(jìn)行了研究。首先分析了深度圖像的邊緣特征，對(duì)深度圖像進(jìn)行了濾波預(yù)處理觀(guān)察其濾出效果，并對(duì)圖像進(jìn)行邊緣檢測(cè)和分塊，為 BR-StOMP算法對(duì)深度圖像進(jìn)行恢復(fù)做了有效性的前期準(zhǔn)備。
　　實(shí)驗(yàn)過(guò)程中采用Kinect攝像機(jī)進(jìn)行深度圖像和彩色圖像的采集。本文完成了對(duì)彩色攝像頭和深度攝像頭標(biāo)定，進(jìn)而獲得彩色攝像頭和深度攝像頭的內(nèi)參以及徑向和切