一种基于最优化的Kinect深度图修复方法技术

本发明专利技术公开了一种基于最优化的Kinect深度图修复方法，首先利用Sobel算子进行边缘检测，删除深度图像边缘的错误数据；然后使用联合双边滤波计算每一点与周边邻域的权重值，权重包括颜色相似度权重和空域距离权重，均采用高斯滤波计算，使用邻域的权重与深度的乘积减去该点的深度数据的差值，并使得该差值达到最小，最后使用最优化方法解出每个点的深度数据。本发明专利技术能够将深度图像数据缺失严重的部分完全恢复，并使得深度图像的边缘能够与彩色图像的边缘达到匹配。采用联合双边滤波技术进行权重计算，提高计算效力和准确度，采用最优化的建模方法求解深度数据，使得得到的深度数据最优。

A Kinect depth map restoration method based on Optimization

The present invention discloses a Kinect depth map restoration method based on optimization. First, Sobel operator is used to detect the edge of depth image and delete the wrong data of the edge of depth image; then, combined bilateral filtering is used to calculate the weights of each point and its neighborhood, including color similarity weights and spatial distance weights. In Gauss filtering calculation, the product of neighborhood weight and depth is used to subtract the difference between the depth data of the point and minimize the difference. Finally, the depth data of each point is solved by optimization method. The invention can completely restore the part of the depth image data which is seriously missing, and make the edge of the depth image match the edge of the color image. Joint bilateral filtering technology is used to calculate weights to improve the efficiency and accuracy of calculation. The optimal modeling method is used to solve the depth data, so that the obtained depth data is optimal.

【技术实现步骤摘要】
一种基于最优化的Kinect深度图修复方法
本专利技术属于计算机视觉
，具体是一种基于最优化的Kinect深度图修复方法。
技术介绍
深度图恢复在计算机视觉中起到不可替代的作用，在2010年，微软推出了新型的深度传感设备Kinect，可以同时获得彩色图像和深度图像，因该设备价格低廉且能够实时得到其深度图像，所以该设备在各个领域得到广泛的运用，如虚拟交互、三维重建、跟踪、识别、游戏开发等各个方面，但是其缺点也逐渐暴露，即数据的精度不能令人满意。第一，Kinect在捕捉深度数据的过程中，物体边缘的深度数据缺失，且物体边缘处存在错误数据，特别是在前景对象的边界部分；第二，Kinect扫描出来的深度图与其彩色图像的边缘不匹配，存在一定程度的偏差；第三，Kinect扫描的深度图噪声多，且受环境的影响大。上述问题使Kinect扫描出来的深度图像有如此多的缺陷不能直接使用，必须对深度图像进行后期处理。目前，对于Kinect深度图修复问题已经有很多研究方法，其中最为常见的方法是结合彩色图像纹理对深度图像进行修复，该方法虽然可以恢复出完整的深度图，但是彩色图像的边缘和深度图像的边缘不能基本匹配且本文档来自技高网...

【技术保护点】
1.一种基于最优化的Kinect深度图修复方法，其特征在于，首先删除深度图像边缘的错误，然后使用联合双边滤波计算每一点与周边邻域的权重值，使用邻域的权重与深度的乘积减去该点的深度数据的差值，并使得该差值达到最小，最后使用最优化模型解出每个点的深度数据。

【技术特征摘要】
1.一种基于最优化的Kinect深度图修复方法，其特征在于，首先删除深度图像边缘的错误，然后使用联合双边滤波计算每一点与周边邻域的权重值，使用邻域的权重与深度的乘积减去该点的深度数据的差值，并使得该差值达到最小，最后使用最优化模型解出每个点的深度数据。2.根据权利要求1所述的一种基于最优化的Kinect深度图修复方法，其特征在于，所述深度图修复方法的实现包括如下步骤：S1，进行边缘检测，删除深度图边缘；S2，计算每个边缘点与邻域的权重，并得到该边缘点与邻域的总权重；S3，利用边缘点与邻域的权重，计算每个边缘点的深度数据。3.根据权利要求2所述的一种基于最优化的Kinect深度图修复方法，其特征在于，所述步骤S1使用Sobel算子进行边缘检测。4.根据权利要求3所述的一种基于最优化的Kinect深度图修复方法，其特征在于，使用Sobel算子进行边缘检测的过程如下：Sobel算子包含横向和纵向的3*3的卷积因子，将这两个卷积因子与深度图像Z进行平面卷积：|G|＝|Gx|+|Gy|若G大于阈值认为该点为边缘点，...

【专利技术属性】
技术研发人员：杨洋，卞慧雯，彭艳红，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32