【技术实现步骤摘要】
本专利技术涉及多视点视频图像处理
，尤其是涉及一种改进的高斯混合模型 深度图像增强方法。
技术介绍
随着数字视频的迅速发展和广泛应用，用2D描述的真实世界已不能满足人们日 益增长的视觉需求。在3D视频中，深度是核心关键信息。目前，深度图可以通过深度相机 和深度估计方法从多视点视频数据中获取。深度相机价格昂贵且深度检测距离较小，不像 传统的图像传感器那样普及，而效果好的立体匹配方法通常又复杂度高。Kinect有造价便 宜、深度获取分辨率高等优点。但是，由于Kinect深度测距原理所限，Kinect的深度图像 存在以下方面的问题：Kinect深度数据不稳定，深度图像与彩色图像存在偏差，图像噪声 较大和空洞等问题。这些因素阻碍了Kinect在诸如人脸识别、3D重构等需要高质量的深度 数据的领域上的应用。所以需要对获取到的深度图像做进一步的处理才能运用到3D视频 中去。基于边缘检测的图像增强方法通过对边缘区域采用多级滤波，在非边缘区域采用双 向多级滤波的方法实现图像增强，但这种方法较为繁琐，有人提出采用帧差法估计背景导 致方法不稳定，鲁棒性不高。 中国...
【技术保护点】
一种改进的高斯混合模型深度图像增强方法，其特征在于，包括以下步骤：步骤A，对场景进行高斯建模，获取背景匹配模型，用kinect传感器获取当前场景图像，并进行空洞修复处理，获得无空洞的背景深度图像；步骤B，利用kinect传感器获取一随机动态场景的纹理图和对应的原始深度图像，对纹理图和深度图像进行对齐裁剪，得到相同大小和分辨率的目标图像；步骤C，利用高斯混合模型对原始深度图像进行前景、背景分离，获得原始前景图像和原始背景图像；步骤D，分别对原始前景图像和原始背景图像进行空洞填充；步骤E，对填充后的图像进行中值滤波处理。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。