基于RGB-D图像的深度图增强问题研究

摘要

新型低廉的RGB-D相机像微软的Kinect是一种体感传感器，它在动漫、游戏中有着广泛的应用。由于其产生的深度图像噪声大，如何通过这些粗糙甚至不全的信息获得精细、平滑和精度较高的三维模型是一个棘手问题。
　　本文在山东省科技发展计划“基于静态深度摄像机的便携式三维人体测量系统的研究与开发”的支持下，对深度图像增强做了重点研究，主要研究内容和成果如下：
　　(1)为了提高三维重建精度，首先用张正友标定法对深度相机和HD摄像机分别标定，融合来自不同传感器的信息，同时对它们进行配准解决两个摄像机视点不同的问题。
　　(2)对RGB图像平滑和锐化处理，并且对深度图进行3D warping预处理，初步提高它们的精度。然后采用直方图统计法，利用获取的深度图的时间相关性，更新该帧深度值。同时，巧妙地结合帧差法提高计算效率。再利用深度图的空间相关性填充空洞。接着，构造一个将深度图值传递给高分辨率RGB图像的二次目标函数，采用双线性插值对深度图进行上采样，然后对边缘处巴特沃斯高通滤波处理。最后，利用复合型中值滤波对深度图进行处理消除孤立点的影响。实验结果产生了边缘得到保持的高质量深度图，本论文方法切实有效。
　　(3)本论文利用得到的高质量深度图和Kinect Fusion程序进行三维重建，并对重建后的模型，利用PCL采用表面重构的技术进行平滑处理，采用泊松方程算法进行噪声滤除，重建出完整、平滑的三维模型。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究意义

1.2 国内外研究现状

1.3 论文的研究内容和章节安排

第二章 相关知识

2.1 三维重建技术

2.2 微软Kinect

2.3 图像处理

2.4 本章小结

第三章 相机标定

3.1 基本原理

3.2 张正友标定法

3.3 HD摄像机标定

3.4 深度相机标定

3.5 相机配准

3.6 本章小结

第四章 RGB-D图像的预处理

4.1 稳定深度值的获取

4.2 RGB图像的平滑和锐化

4.3 深度图像预处理

4.4 本章小结

第五章 深度图估计

5.1 空间相关性

5.2 深度图上采样

5.3 复合型中值滤波

5.4 实验最低要求

5.5 实验结果

5.6 本章小结

第六章 三维重建

6.1 Kinect Fusion

6.2 重建模型噪声平滑

6.3 本章小结

第七章 总结与展望

7.1 工作总结

7.2 展望

参考文献

攻读学位期间的研究成果

致谢

声明