检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度图像分割新方法研究

深度图像分割新方法研究

作者：徐彬贵州财经大学

学位级别：硕士

深度图像比较特殊,与普通灰度图像不同。它与光源的方向无关,而且不存在阴影,可以探测到普通光学图像中物体的阴暗面,精准地记录了物体表面的三维深度信息。深度图像数据还可以精确地转换为几何信息,为三维物体建模、目标识别与定位和... 详细信息

深度图像比较特殊,与普通灰度图像不同。它与光源的方向无关,而且不存在阴影,可以探测到普通光学图像中物体的阴暗面,精准地记录了物体表面的三维深度信息。深度图像数据还可以精确地转换为几何信息,为三维物体建模、目标识别与定位和还原三维场景提供便利。图像分割是图像分析的主要研究方向之一,也是从图像处理到图像理解的重要中间环节。深度图像分割的传统算法主要有:基于边缘的分割算法和基于区域的分割算法。传统算法不一定适用于所有深度图像分割,需根据实际给定深度图像,改进传统算法,或者融入其他学科的知识理论,设计出新的深度图像分割方法。本文致力于寻找一种效果更好的深度图像分割方法。本文通过对传统分割方法的研究,用传统方法中经典的算子同时对灰度图像与深度图像进行分割,发现传统方法对深度图像分割的效果十分不理想。尝试引入数学形态学的理论知识,以此为理论基础,与传统分割方法结合,设计出两种基于形态学的新分割方法。分割之前,增加了深度图像预处理环节,用改进的中值滤波器对待分割图像进行滤波。再通过计算机仿真进行实验验证,对同一深度图像使用不同分割算法进行对比实验。设计简单的算法评估体系,选出最适合实验深度图像的分割算法。实验结果,两种基于形态学的新分割方法对深度图像的分割效果都比传统方法要好。但两种新方法的时间消耗都比传统方法要大,以牺牲时间来换取更好的分割效果。

关键词：深度图像图像分割边缘检测区域分割数学形态学

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度图像中人体姿态估计研究

深度图像中人体姿态估计研究

作者：徐岳峰长沙理工大学

学位级别：硕士

视频监控中的人体在计算机视觉领域的关注度较高,并且人体姿态估计是在计算机视觉领域有广泛运用前景的研究课题,所以在计算机视觉方向中人体姿态估计已成一个非常重要的研究热点。受到人体姿态的多种多样、遮挡与自遮挡、光照等问题的... 详细信息

视频监控中的人体在计算机视觉领域的关注度较高,并且人体姿态估计是在计算机视觉领域有广泛运用前景的研究课题,所以在计算机视觉方向中人体姿态估计已成一个非常重要的研究热点。受到人体姿态的多种多样、遮挡与自遮挡、光照等问题的影响,现存的人体姿态估计技术尚无在鲁棒性和运行效率方面都令人非常满意的解决方案。本文针对这一问题,以深度图像为基础,提出了一种利用深度图像的光照不变性、空间信息一致性等优势的人体姿态估计方法。首先由于传统的图像特征提取方法并不适合人体姿态估计这一领域,本文利用深度图像与传统RGB图像相比不易受到光照变化、背景复杂以及人体服装的差异较大的影响,提出了一种基于深度图像梯度(Gradient of Depth,Go D)的特征提取方法。该方法利用图像中深度信息计算出每个像素点在水平方向和垂直方向的梯度值;其次计算每个像素点与邻域内像素点之间的差值,从而得到一个四维特征。将人体姿态估计这一问题简化为单纯的深度信息的人体部件分类。通过实验证明,不仅在准确率上有着明显的提升,并且具有更强的鲁棒性。其次,由于人体姿态估计的最终目标是应用在现实场景,因此在运行效率上具有较高的要求。本文以降低测试阶段的时间为目的,在原有的随机森林基础上,通过对决策树的权重排序和在测试阶段减少参与最后决策的决策树的方法优化了随机森林,并通过实验验证了在没有降低准确率的情况下,在测试阶段减少了时间开销。最后总结了论文的研究内容,同时指出了研究中的不足之处,并且进行了对后期工作的展望。

关键词：计算机视觉人体姿态估计深度图像 GoD特征提取随机森林

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度图像的获取及其处理

深度图像的获取及其处理

作者：周颖西安电子科技大学

学位级别：硕士

随着科学技术和人类认识世界需求的不断发展,传统的机器视觉已经不能满足人们对于三维物体识别的要求。与灰度图像相比,深度图像具有物体三维特征信息,即深度信息。由于深度图像不受光源照射方向及物体表面的发射特性的影响,而且不存在... 详细信息

随着科学技术和人类认识世界需求的不断发展,传统的机器视觉已经不能满足人们对于三维物体识别的要求。与灰度图像相比,深度图像具有物体三维特征信息,即深度信息。由于深度图像不受光源照射方向及物体表面的发射特性的影响,而且不存在阴影,所以可以更准确地表现物体目标表面的三维深度信息。在VSP中一个重要的问题就是计算,编码和传输准确的深度图像。在多视图视频通信,自由视点视图以及3D播放中都需要使用深度图。所以在编码端必须获取场景深度图并做一定的处理再把它传送到解码器端。深度图在视频编码中的作用很大,可以有效的提高多视图图像传输和多视图视频传输的编码效率。本论文基于平行双目立体视觉系统首先获取视差图像,再将视察图像转换为深度图像,并且根据视图合成预测的需要做了初步的图像处理。

关键词：深度图像图像处理 VSP

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度图像客观质量评价方法研究

深度图像客观质量评价方法研究

作者：陈曦中国矿业大学

学位级别：硕士

近年来,随着自由视角和多视角视频的大量应用,视角合成技术受到越来越广泛的关注。在视角合成技术中,纹理图像在深度图像的指导下被渲染生成新的视角图像,因此深度图像的质量对于生成高质量的新视角图像至关重要。纹理图像和渲染过程的... 详细信息

近年来,随着自由视角和多视角视频的大量应用,视角合成技术受到越来越广泛的关注。在视角合成技术中,纹理图像在深度图像的指导下被渲染生成新的视角图像,因此深度图像的质量对于生成高质量的新视角图像至关重要。纹理图像和渲染过程的质量对于合成新视角图像好坏的影响已受到较为广泛的研究,然而深度图像质量对新视角图像合成质量影响的研究却很少。现有的自然图像质量评价算法并不能准确地评价深度图像的质量,因此必须提出有效的深度图像质量评价方法。针对以上问题,本文提出了基于边缘块结构相似性的深度图像质量评价算法与基于自然场景统计的深度图像质量评价算法,主要工作和创新点如下:一、提出了一种基于边缘块结构相似性的半参考型深度图像质量评价算法。针对深度图像的失真特点,首先对其进行不重叠分块处理,根据边缘占图像块的比例判断是否为边缘块;再将深度图像边缘块的深度值和梯度相似性结果的加权平均分数值作为此深度图像边缘块的质量分数,最后将所有边缘块质量分数的平均值作为整个深度图像的质量分数。在MCL-3D数据库上的实验结果表明,所提出的深度图像质量评价方法能够有效评价深度图像质量,性能优于现有算法。二、提出了一种基于深度图像多尺度边缘轮廓自然场景统计的无参考型深度图像质量评价算法。首先利用Canny滤波器对深度图像进行边缘检测,提取深度图像的边缘轮廓作为候选失真区域。然后,在深度图像多尺度空间内对边缘轮廓分别提取梯度幅值和高斯-拉普拉斯特征统计并作为一阶和二阶统计特征。然后用韦伯分布和非对称高斯分布分别拟合一阶和二阶统计特征的直方图统计,将两个分布的参数作为最终的特征。最后,将提取到的特征集合输入随机森林回归模型生成深度图像质量评价模型。在两个图像/视频库上测试得到的大量实验结果表明,所提出的算法性能优于现有的相关质量评价算法。此外,本算法在泛化能力方面也有着良好的表现。

关键词：图像质量评价深度图像边缘块边缘轮廓自然场景统计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度图像与彩色图像的配准方法研究

深度图像与彩色图像的配准方法研究

作者：凌健文华南理工大学

学位级别：硕士

在过去几十年，基于视觉的人机交互领域研究大部分都建立在对彩色图像的分析上。由于彩色图像仅有复杂的二维色彩信息，并且容易受到光照变化的影响，因此在彩色图像中跟踪特定的物体相对较难。近年，一些厂家推出了较为便宜的消费级深... 详细信息

在过去几十年，基于视觉的人机交互领域研究大部分都建立在对彩色图像的分析上。由于彩色图像仅有复杂的二维色彩信息，并且容易受到光照变化的影响，因此在彩色图像中跟踪特定的物体相对较难。近年，一些厂家推出了较为便宜的消费级深度摄像头，为基于视觉的人机交互研究提供了新的途径。但是消费级深度摄像头有一个缺点就是其获得的深度图像不够精确。为了让三维跟踪能够获得更精确的结果，可以使用高精度彩色图像的一些信息，如边缘信息，去提高深度图像的精度，尤其是物体边缘的精度。为达到这一目的，不同视角的深度图像与彩色图像的配准是必须的，而且是很重要的一个步骤。本文就是要解决这个配准的问题。本文首先，对获得的深度图像和彩色图像进行预处理。接着，使用了多尺度Harris-Laplace角点检测算法以及不同的参数，检测深度图像和彩色图像中的特征点。然后，应用了尺度不变特征变换中的描述方法，得到每个特征点的描述矢量。最后通过最邻近匹配、欧氏距离比较算法以及随机抽样一致性算法对特征点进行匹配，并选用投影变换作为配准后图像的变换模型。通过实验，可以看出，本文的算法能够在深度图像和彩色图像中准确的定位特征点的位置，能够有效的对特征点进行描述，能够准确的配准深度图像与彩色图像，能够较好的解决模糊、旋转、偏移、尺度变化、视角变化等问题。

关键词：深度图像彩色图像配准多尺度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度图像的分割与压缩

深度图像的分割与压缩

作者：陶曼首都师范大学

学位级别：硕士

三维物体建模在物体模式识别、文物重建、数字娱乐、城市规划、CAD和逆向工程等诸多领域应用广泛。对深度数据的分析是后续三维建模的基础。本文在研究和分析了深度数据的获取方法及原理的基础上，结合北京市重点项目“北京市三维空间... 详细信息

三维物体建模在物体模式识别、文物重建、数字娱乐、城市规划、CAD和逆向工程等诸多领域应用广泛。对深度数据的分析是后续三维建模的基础。本文在研究和分析了深度数据的获取方法及原理的基础上，结合北京市重点项目“北京市三维空间信息综合服务系统”和北京市学术创新团队计划“三维信息获取与应用处理技术”，重点对深度数据的噪声去除，深度数据分割及压缩等方面进行了研究。本文的主要贡献如下： 1、对深度数据的噪声去除方法进行了分析比较，为后续的处理提供了一个良好的数据准备。 2、提出了新的基于RHT和表面曲率结合的深度图像分割算法。 3、提出了根据物体表面点曲率不同分层抽样的深度图像的压缩算法。即保留了物体的局部细节，也实现了点数据量的减少，可根据需要对压缩率进行控制。总之，本研究通过大量的实验和程序模拟，实现了对点云数据的分割与压缩，为以后的激光三维扫描设备配套软件的国产化开发提供一定的技术积累和准备。

关键词：三维重建深度图像霍夫变换最小二乘法分层抽样

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度图像超分辨率重建算法研究

深度图像超分辨率重建算法研究

作者：涂义福合肥工业大学

学位级别：硕士

深度信息作为立体视觉研究领域的关键内容,是图像研究领域的热点之一。TOF相机是一种新型的三维成像设备,具有实时性好、帧率高且无需扫描等特点,在模式识别,机器人导航、三维可视化等方面得到广泛应用。针对TOF相机获取的深度图像分辨... 详细信息

深度信息作为立体视觉研究领域的关键内容,是图像研究领域的热点之一。TOF相机是一种新型的三维成像设备,具有实时性好、帧率高且无需扫描等特点,在模式识别,机器人导航、三维可视化等方面得到广泛应用。针对TOF相机获取的深度图像分辨率低的问题,本文分别开展了基于融合深度图像与高分辨彩色图像的超分辨重建方法和基于TOF深度图像序列的超分辨率重建方法的研究工作,取得了较好的效果。本文的主要工作如下：(1)阐述了深度图像超分辨率重建的研究背景及意义,概述了当前该技术的国内外研究现状,重点介绍了超分辨重建技术的相关理论、退化模型以及相关图像质量评价标准。(2)针对深度图像超分辨重建过程中易出现边缘模糊和纹理映射问题,本文在自行搭建的RGB-Depth立体视觉系统上,设计并实现了一种基于边缘特征引导的深度图像超分辨率重建方法。该方法利用数据融合的方法提取出深度图像边缘特征,并以此为依据引导待重建的深度图像进行超分辨率重建。实验结果表明该算法可以有效的保护图像的边缘结构且解决纹理映射的问题。(3)本文实现了一种基于L1范数和L：范数加权的双边正则化超分辨率重建方法。依据建立的深度图像的退化模型,采用基于L1范数和L：范数的加权数据项和双边正则化约束项,构造了模型的优化目标函数。最后根据最陡梯度下降法对目标函数进行迭代求解,重建出高分辨率的深度图像。该方法有效保护图像的细节信息,抑制了图像中的噪声,取得了较好的重建效果。

关键词：深度图像超分辨率重建边缘特征加权数据项

基于各向异性扩散算法的深度图像不匹配边缘增强方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

沈阳工业大学学报 2022年第6期44卷 682-687页

作者：刘兴瑞徐文鹏新乡学院计算机与信息工程学院河南新乡453003 河南理工大学计算机学院河南焦作454003

针对传统深度图像边缘增强方法存在图像边缘匹配度低、峰值信噪比小、稳定性低、增强效果不佳的问题,提出了基于各向异性扩散算法的深度图像不匹配边缘增强方法.通过被动测距方法获取深度图像,采用插值算法去除图像孔洞,并依据加权中值... 详细信息

针对传统深度图像边缘增强方法存在图像边缘匹配度低、峰值信噪比小、稳定性低、增强效果不佳的问题,提出了基于各向异性扩散算法的深度图像不匹配边缘增强方法.通过被动测距方法获取深度图像,采用插值算法去除图像孔洞,并依据加权中值滤波法对图像进行滤波.对滤除噪声点的不匹配边缘进行检测,并采用各向异性扩散算法填补不匹配边缘空洞,根据像素点到空洞距离构建不匹配边缘增强模型,完成深度图像不匹配边缘的增强.结果表明,与三种传统方法对比,所提方法的图像边缘匹配度高,峰值信噪比最大,稳定性高,增强效果最佳.

关键词：各向异性扩散算法深度图像不匹配边缘边缘增强中值滤波被动测距插值算法峰值信噪比

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于自适应权值滤波的深度图像超分辨率重建

中国图象图形学报 2014年第8期19卷 1210-1218页

作者：杨宇翔曾毓何志伟高明煜杭州电子科技大学电子信息学院杭州310018

目的越来越多的应用都依赖于对真实场景深度图像的准确且快速的观测和分析。飞行时间相机可以实时获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率较低,无法满足实际应用的需要。为此提出一种结合同场景彩色图像通过... 详细信息

目的越来越多的应用都依赖于对真实场景深度图像的准确且快速的观测和分析。飞行时间相机可以实时获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率较低,无法满足实际应用的需要。为此提出一种结合同场景彩色图像通过构造自适应权值滤波器对深度图像进行超分辨率重建的方法。方法充分发掘深度图像的非局部以及局部自相似性先验约束,结合同场景的高分辨率彩色图像构造非局部及局部的自适应权值滤波算法对深度图像进行超分辨率重建。具体来说,首先利用非局部滤波算法来有效避免重建结果的振铃效应,然后利用局部滤波算法进一步提升重建的深度图像质量。结果实验结果表明,无论在客观指标还是视觉效果上,基于自适应权值滤波的超分辨率重建算法较其他算法都可以得到更好的结果,尤其当初始的低分辨率深度图像质量较差的情况下,本文方法的优势更加明显,峰值信噪比可以得到1dB的提升。结论结合非局部和局部自相似性先验约束,结合同场景的高分辨率彩色图像构造的自适应权值滤波算法,较其他算法可以得到更理想的结果。

关键词：深度图像超分辨率自适应权值滤波器非局部自相似性局部自相似性