论文部分内容阅读
近年来,红外设备和红外成像技术的不断进步,使其在监控系统,民生医疗,科学研究等方面的研究和应用更为广泛。Kinect于2010年11月正式发布,其功能多样性以及极大的发展和研究潜力使其逐渐被应用于很多领域,但在Kinect红外散斑图像增强方面的应用和研究比较少。因此,本文结合Kinect物美价廉,功能强大等特点,对Kinect红外场景增强进行研究将会极大地拓展Kinect未来的应用范围。由于Kinect传感器红外成像原理、设备自身的缺陷和所处环境等的影响,Kinect红外散斑图像一般都具有低对比度、较窄的灰度范围、较低的信噪比等特点。这些问题严重地影响到Kinect红外场景的可视性。本文首次根据Kinect红外图像的噪声特点,结合现有的图像处理方法,提出了适合Kinect红外散斑场景的增强方法,并在此基础上改善了Kinect红外场景中目标的轮廓。本文的内容可从四部分来进行阐述:1.全面学习数字图像处理已有的技术知识和Kinect传感器的工作原理,着重分析Kinect红外散斑图像的成像原理及其特点。2.结合Kinect散斑图像的噪声特点,对不同距离的Kinect红外场景图像进行频域分析,根据其不同距离下散斑的明暗特性提出一种基于频域滤波的Kinect红外场景增强方法滤除图像中的散斑噪声,改善了Kinect红外场景的质量。并采用主客观评价证明了此方法的有效性,得出了此方法的最佳适用范围。3.针对基于频域滤波的Kinect红外增强方法在不同距离下的图像所对应不同的参数计算方式的界限模糊性,为了使增强方法在去除Kinect红外散斑噪声时有更强的适应性和统一性,进一步对Kinect红外散斑图像进行频域分析,提出了一种基于LP分解的滤波增强方法。通过实验仿真,验证了此方法是有效性,为以后的研究提供一种新思路。4.结合前文所提出两种对Kinect红外散斑图像的增强处理方法和分割算法,对弱光下图像的目标轮廓进一步分割,实现了对Kinect红外场景中人物轮廓的改善。