深度图像修复算法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:deathzdw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
深度信息在很多计算机视觉与计算摄像学问题中都起着至关重要的作用,如3DTV,虚拟现实,多视图渲染和自主导航等。然而,受主动传感技术精度的限制,现有的深度相机,例如Time-of-Flight和Kinect,获取的深度图像会受到多种质量退化,如低分辨率,噪声,深度丢失。低质量的深度信息严重影响了其后续应用,因此,对深度图像进行修复重建是一个很重要的问题。在本文中,我们提出了两种利用相应彩色图像信息的深度图像修复算法:1)利用深度图像本身的统计特性以及外部约束,实现了一个高效的深度图像超分辨率框架。虽然深度图像与对应的彩色图像有很强的相关性,但是两者之间的存在明显的结构差异。因此,本文提出结合深度图像本身内部先验与外部指导先验的深度超分辨率方法,即内部平滑性先验和外部梯度一致性约束。首先,由于深度图像是一种分段平滑的信号,我们利用图平滑先验来对其进行恢复。特别的,我们提出了一种新的图拉普拉斯正则化,它可以同时实现归一化、直流分量保持和图频率解释,因此具有比现有滤波器更理想的滤波特性。其次,我们定义了一个图梯度算子,从而引入梯度一致性来强制约束深度图的梯度接近指导图的阈值梯度,进一步弥补了深度图和指导图之间结构差异的问题。最后,将内部和外部正则化转化为一个统一的优化框架。在大量测试数据上的实验结果表明,所提出的方法比现有的彩色图指导深度图超分辨率方法具有更好的性能。2)结合局部流形和非局部流形的特点,进一步提出了一个统一的深度图修复框架,其可以处理各种深度退化情况。我们在单个低维流形提出了这个算法,提供了深度图的局部和非局部几何的低维参数化。一方面,我们定义了局部流形模型,以利用深度图中相邻像素的相关性,从而引入流形正则化来促进沿着流形结构的平滑。另一方面,我们定义了基于块的非局部流形模型,以构建高度数据自适应的正交基,并进一步定义了3D自适应正交谱基的流形阈值算子。3D流形阈值处理保证了流形谱基上信号分解的严格稀疏性,仅保留用于深度图恢复的低图频率。最后,我们结合自适应流形正则化和阈值化,提出了一个统一的优化框架,以规范深度图恢复的逆问题。对比实验证明,在三种典型的深度退化情况下,我们的方法比现有的方法在客观和主观质量评估方面均实现了更好的性能。
其他文献
行人检测是计算机视觉领域内的热点研究问题之一。几十年以来,检测算法随着计算机硬件的发展不断进步,但在实际的生活场景之中,行人检测算法依然与人类自身的判别能力有着巨
高分辨SAR图像相比于中低分辨率SAR图像,能够对地物更清晰的呈现。但由于同种物体间的细微差异,即便同种地物也具有不同的反射回波,在图像中呈现出较大的差别。传统的中低分
随着科技的迅猛发展,大数据、人工智能、分布式计算、区块链等技术的不断涌现,使得人们的学习和生活更加方便快捷。但在这些技术产生的背后离不开数字图像的分析和处理。数字
风险控制管理与企业常规运营机制中的核心组成部分,在当代企业管理理念中起到至关重要的作用。通过建立企业风险控制体系,增强企业的风险防范意识,提高企业防范风险的能力。
高熵合金也称多主元合金,具有较大的混合熵和比传统合金更优异的性能,是近年来金属材料领域的研究热点之一。45#钢有广泛的应用,但硬度低、不耐磨,在船舶等海洋环境条件下使用时易腐蚀而导致失效。本文采用激光熔覆的方法对45#钢表面进行激光改性处理,制备不同元素的CoCrFeNiM_x(M=Al、Mo、Ti、B;x=0.5,1,1.5)高熵合金涂层,并进行退火处理(700 oC×5 h、900 oC×5
自然发酵酸菜和自然发酵酸奶是我国传统的发酵食品,酿造和食用历史悠久,其中蕴藏着丰富的乳酸菌资源。本研究中,我们的目的是对东北地区酸菜中分离到的15个乳杆菌潜在新种和西藏地区酸奶中分离到的1个乳杆菌潜在新种进行多相鉴定,确定它们的分类学地位。采用的鉴定方法主要包括16S rRNA基因序列分析、pheS和rpoA基因序列分析、基于全基因组测序的ANI和dDDH分析、API50CH糖发酵实验、细胞壁氨基
伴随着半导体技术、微电子技术和计算机技术的发展,无线通信技术得到了迅猛的发展和广泛的应用。目前世界上的无线通信正处于一个蓬勃的发展时期,不断改善着人们的生活方式,
随着科学技术的飞速发展,切换系统无论是在工程应用领域还是现实生活中都有诸多应用,因此,切换系统的研究有重要的理论研究意义和广泛的工程应用前景。本文基于模糊自适应反
蜱是传播病原体种类最多的吸血节肢动物之一,对人类健康造成严重威胁。蜱虫在人畜身上持续吸血,并分泌唾液将病原体传播到宿主体内。蜱分泌的唾液中含有很多具有生物学活性的
随着互联网和移动智能终端的兴起发展,人类正面临严重的数据过载。为了解决这一问题,推荐系统应运而生。推荐系统通过分析用户的偏好和行为信息,建立用户模型,主动为用户推荐