基于优化估计的深度图像修复与误差补偿方法研究
针对Kinect传感器在获取深度图像时存在深度值随机跳变的不准确性问题,基于最优估计的思想,提出卡尔曼滤波与多帧平均法相结合的图像修复方法.首先利用卡尔曼滤波对多幅深度图像进行修复处理,实现Kinect传感器在采集信息过程中随着时间递推,深度值的跳变逐渐趋于平稳的效果;然后基于多幅图像平均法确定最终的深度图像,解决了Kinect获取深度值存在误差导致的不精确问题.实验结果表明,该算法的均方根误差为38.1025,平均梯度为0.4713,信息熵为6.1918,与单幅图像修复效果相比,得到的深度图像边缘更加清晰.
深度图像、误差修复、卡尔曼滤波、优化估计
39
TN206(光电子技术、激光技术)
中国博士后基金200902593
2018-03-13（万方平台首次上网日期，不代表论文的发表时间）
共6页
45-50
