基于Kinect的RGB-D數(shù)據(jù)對齊算法的研究.pdf

1、近年來，深度圖像的相關(guān)技術(shù)在人機交互、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、噪聲污染等問題。這些問題很大程度上限制了深度圖像的應(yīng)用。本文的研究內(nèi)容是通過圖像處理算法對存在缺陷的深度圖像進行增強和對齊。
　　針對原始深度圖像存在著噪聲污染、局部區(qū)域缺失等缺陷，本文對不同類型的缺陷給出了不同的解決方法。本文對聯(lián)合雙邊濾波算法進行權(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題。通過實驗對比，驗證了該算法對于深度圖像的噪聲問題有著更好的濾噪效果。其次對于局部區(qū)域缺失問題，本文通過對快速行進修復(fù)算法中像素的擴散權(quán)重系數(shù)進行重定義對原算法進行優(yōu)化，并通過實驗對優(yōu)化算法的可行性以及優(yōu)化效果進行了驗證。
　　本文同時也給出了一種基于馬爾科夫隨機場的深度圖像全局優(yōu)化算法。此算法是對傳統(tǒng)的馬爾科夫隨機場模型的約束項進行拓展，給出了一種新的基于馬爾科夫隨機