

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著體感攝像機(jī)Kinect的問世,深度圖像迅速成為機(jī)器視覺領(lǐng)域研究的熱點(diǎn)。然而,Kinect獲得的深度圖像存在深度圖像和RGB圖像失配、部分深度信息缺失等缺陷,限制了其在機(jī)器視覺領(lǐng)域中的應(yīng)用表現(xiàn)。同時(shí),深度圖像一般獨(dú)立應(yīng)用于動(dòng)態(tài)目標(biāo)識別和跟蹤等領(lǐng)域,而少有RGB圖像和深度圖像協(xié)同的相關(guān)研究。
基于上述背景,本文研究總結(jié)國內(nèi)外深度圖像相關(guān)的研究現(xiàn)狀,從Kinect深度圖像的缺陷分析出發(fā),首先進(jìn)行深度圖修復(fù)和增強(qiáng),而后進(jìn)一步研究深
2、度信息構(gòu)建的圖像局部特征,并應(yīng)用于顯著性目標(biāo)檢驗(yàn),自下而上形成了完整的深度圖像分析和應(yīng)用體系。本文的主要工作和創(chuàng)新點(diǎn)包括:
1.基于平滑鄰域的深度圖像修復(fù):該算法通過計(jì)算深度圖像對應(yīng)RGB圖像像素鄰域的平滑性,生成平滑鄰域,而后結(jié)合聯(lián)合雙邊濾波器,在保持圖像的局部結(jié)構(gòu)的同時(shí),校正深度局部深度的不連續(xù)扭曲,修復(fù)圖像中的失真和缺失信息。實(shí)驗(yàn)對比證明了該模型的有效性。
2.基于深度圖像的超像素分割:本文設(shè)計(jì)了基于深度和局部
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Kinect深度圖像修復(fù)技術(shù)研究.pdf
- 基于Kinect深度圖像的動(dòng)作識別.pdf
- 基于kinect深度圖像的手勢識別研究
- 基于Kinect深度圖像的手勢識別研究.pdf
- 圖像顯著性檢測研究.pdf
- 基于深度強(qiáng)化的顯著性檢測算法.pdf
- 基于顯著性檢測的圖像質(zhì)量評價(jià)
- 圖像頻域顯著性檢測.pdf
- 基于顯著性檢測的圖像質(zhì)量評價(jià).pdf
- 基于多特征的圖像顯著性檢測.pdf
- 基于顯著性檢測的圖像壓縮和視頻檢測.pdf
- 基于Kinect深度圖像的手勢識別算法研究.pdf
- 基于視覺顯著性檢測的圖像分類.pdf
- 基于HITS的圖像顯著性檢測算法.pdf
- Kinect深度圖像增強(qiáng)算法研究.pdf
- 基于矩陣稀疏分解的圖像顯著性檢測.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的局部和全局聯(lián)合的圖像顯著性檢測.pdf
- 基于Kinect深度圖像的人體目標(biāo)檢測與跟蹤算法研究.pdf
- 基于特征融合的復(fù)雜紋理圖像顯著性檢測.pdf
- 基于顯著性檢測模型的圖像分割算法研究.pdf
評論
0/150
提交評論