一种Kinect深度图像增强方法技术

本发明专利技术涉及一种Kinect深度图像增强方法，其特征在于具体步骤如下：对Kinect v2同时采集的深度图像和彩色图像进行对齐剪裁，并进行边缘检测；将Kinect v2深度图中由错误和无效像素构成的空洞进行类型划分，对物体边缘空洞的处理，采用自适应联合双边滤波算法去除空洞填充后的深度图像的噪声，令窗口大小与中心像素深度值成线性关系，在去噪的同时兼顾细节的保持。该方法将深度图像进行区域分割，针对不同区域中不同原因导致的空洞采用不同的方法进行填充，大大降低算法复杂性，在保证实时性的前提下获得了高质量的Kinect v2深度图像。

A Kinect depth image enhancement method

The invention relates to a method for enhancing the depth of Kinect image, which is characterized as follows: depth image and color image acquisition of Kinect V2 alignment cut, and edge detection; Kinect V2 depth map by mistake and invalid pixels are types of empty, empty object edge processing the adaptive joint bilateral filtering algorithm, noise removal depth image after filling the hole, so the window size and depth of the center pixel value is a linear relationship, both the details remain while denoising. The depth of image segmentation, according to the different causes of cavitation in different areas use different methods to fill, greatly reduce the complexity of the algorithm, in the premise of guaranteed real-time access to the Kinect V2 depth image quality.

【技术实现步骤摘要】
一种Kinect深度图像增强方法
本专利技术涉及一种Kinect深度图像增强方法，属于计算机图像处理领域。
技术介绍
深度图像的像素值表示场景中物体到相机的距离，包含场景的三维结构信息。深度图像是计算机视觉、三维重建、增强现实、机器人等领域应用的重要输入，深度信息的准确度至关重要。深度图像的获取方法包括基于视觉的方法和基于深度传感设备的方法两类。基于视觉的深度图像获取方法是基于彩色图像的纹理信息提取深度值，算法复杂实时性不佳。基于深度传感设备的方法由于其良好的实时性应用广泛。Kinect作为一款体感设备由于其卓越的深度感知性能和亲民的价格，一经推出便成为深度获取最为广泛使用的设备。Kinectv2采用了完全不同于Kinectv1的深度测量原理，使得其深度测量的精度得到大幅提高。然而，Kinectv2深度图像中仍然存在由无效深度值像素构成的空洞，尤其是在深度值变化剧烈的区域，由于Kinect中三个IR发射装置、IR相机、RGB相机的物理位置的不同，导致场景中深度值变化剧烈的区域(例如物体边缘)存在大量的错误或无效像素。为了对Kinectv2深度图像进行增强，得到高质量的深度图像，研究人本文档来自技高网...

【技术保护点】
一种Kinect深度图像增强方法，其特征在于具体步骤如下：1、对Kinect v2同时采集的深度图像和彩色图像进行对齐剪裁，并进行边缘检测；包括如下子步骤：101、根据深度和彩色图像中对应的特征点、边等纹理信息，计算深度和彩色图像的比例；利用opencv的resize函数调整彩色图像，并通过ROI将两者重合，进行对齐剪裁；剪裁后的深度和彩色图像分别记为Imdepth和Imcolor；102、对剪裁后的深度和彩色图像进行边缘检测，得到对应的两幅图像分别记为Im’depth和Im’color；103、建立Im’color与Im’depth的映射关系，计算Im’color中所有的边缘线中的点q与Im...

【技术特征摘要】
1.一种Kinect深度图像增强方法，其特征在于具体步骤如下：1、对Kinectv2同时采集的深度图像和彩色图像进行对齐剪裁，并进行边缘检测；包括如下子步骤：101、根据深度和彩色图像中对应的特征点、边等纹理信息，计算深度和彩色图像的比例；利用opencv的resize函数调整彩色图像，并通过ROI将两者重合，进行对齐剪裁；剪裁后的深度和彩色图像分别记为Imdepth和Imcolor；102、对剪裁后的深度和彩色图像进行边缘检测，得到对应的两幅图像分别记为Im’depth和Im’color；103、建立Im’color与Im’depth的映射关系，计算Im’color中所有的边缘线中的点q与Im’depth中最近的边缘点的空间距离dq，选取阈值Thresholddq；对于Im’color中的点q，若dq＞Thresholddq，则该点的像素值清零，即该点不是边缘点，得到的清除了多余边缘线的图像，记为Im”color。2.将Kinectv2深度图中由错误和无效像素构成的空洞进行类型划分，采用形态学的膨胀方法将深度图像Imdepth中离散的错误和无效像素点扩充为连通的空洞，对于每一个空洞，通过其与Im’depth中边缘线的空间距离，判断其类型，选取阈值Thresholdsp，若dsp<＝Thresholdsp时，空洞为物体边缘空洞，若dsp>Thresholdsp，空洞则为非物体边缘空洞。3.Kinectv2深度图中非物体边缘空洞的成因主要包括两类：一类是由于物体表面材质、光照条件等原因导致的错误值，另一类是由于距离Kinect较远导致的测量不准确；前者通常位于前景区域；而后者普遍存在于距Kinect较远的拍摄背景中，这类空洞中...

【专利技术属性】
技术研发人员：权巍，张超，韩成，李华，薛耀红，胡汉平，陈纯毅，蒋振刚，杨华民，冯欣，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：吉林,22