在信息網(wǎng)絡(luò)大數(shù)據(jù)時(shí)代,圖像信息數(shù)據(jù)越來(lái)越被人重視。區(qū)別于傳統(tǒng)二維圖像,深度信息的加入為我們開(kāi)創(chuàng)了廣泛的3D視覺(jué)應(yīng)用。ToF攝像機(jī)基于飛行時(shí)間法能主動(dòng)地獲取場(chǎng)景深度,并準(zhǔn)確地表現(xiàn)場(chǎng)景及物體表面的三維信息。受多種誤差來(lái)源的干擾,ToF攝像機(jī)獲取的原始深度圖像含有許多噪點(diǎn),在一定程度上影響了它的擴(kuò)展應(yīng)用。目前,研究領(lǐng)域已有的ToF深度圖去噪的研究方案基本都是基于單幀圖像,且并未建立出全面的噪聲模型。本文主要研究一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的ToF深度圖像去噪算法,主要成果包括：1. 提出了一個(gè)完整的基于圖像到圖像端映射的深度卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu),架構(gòu)采用了新的修正線性單元及局部響應(yīng)歸一化等技巧,通過(guò)提取圖像塊的隱含特征并表達(dá),對(duì)自然圖像上的噪聲起到了良好的濾除效果。2. 研究采用ToF攝像機(jī)和Kinect相機(jī)搭建了ToF深度圖像真值數(shù)據(jù)庫(kù)采集平臺(tái),經(jīng)過(guò)相機(jī)標(biāo)定與深度圖配準(zhǔn),利用Kinect Fusion算法獲取場(chǎng)景的真實(shí)深度,并結(jié)合ToF相機(jī)的曝光特性,拍攝創(chuàng)建了TOF深度圖像真值數(shù)據(jù)集。3. 提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的ToF深度圖像去噪算法。通過(guò)對(duì)TOF深度圖像真值數(shù)據(jù)集的訓(xùn)練,卷積神經(jīng)網(wǎng)絡(luò)隱...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 課題背景
    1.2 課題意義
    1.3 國(guó)內(nèi)外發(fā)展現(xiàn)狀
        1.3.1 ToF相機(jī)的誤差來(lái)源分析
        1.3.2 ToF深度數(shù)據(jù)去噪算法
    1.4 主要工作和貢獻(xiàn)
    1.5 論文的組織結(jié)構(gòu)
2 ToF深度圖像真值數(shù)據(jù)集的獲取研究
    2.1 ToF深度攝像機(jī)成像原理分析
        2.1.1 ToF深度攝像機(jī)簡(jiǎn)介
        2.1.2 ToF攝像機(jī)的數(shù)學(xué)模型
        2.1.3 ToF攝像機(jī)的噪聲分析
    2.2 實(shí)驗(yàn)平臺(tái)與環(huán)境說(shuō)明
    2.3 攝像機(jī)標(biāo)定
    2.4 深度圖配準(zhǔn)
    2.5 創(chuàng)建ToF深度真值數(shù)據(jù)集
    2.6 本章小結(jié)
3 圖像端映射的深度網(wǎng)絡(luò)模型設(shè)計(jì)
    3.1 卷積神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
    3.2 圖像端映射的深度網(wǎng)絡(luò)模型
        3.2.1 深度卷積網(wǎng)絡(luò)的整體架構(gòu)
        3.2.2 深度卷積網(wǎng)絡(luò)的數(shù)學(xué)模型
        3.2.3 ReLU與局部響應(yīng)歸一化
    3.3 自然圖像去噪結(jié)果與分析
        3.3.1 網(wǎng)絡(luò)訓(xùn)練
        3.3.2 實(shí)驗(yàn)結(jié)果
    3.4 本章小結(jié)
4 基于深度神經(jīng)網(wǎng)絡(luò)的ToF深度圖像去噪研究
    4.1 深度圖像去噪常用算法
    4.2 基于Levenberg-Marquardt的反向傳播算法
    4.3 深度神經(jīng)網(wǎng)絡(luò)去噪算法的訓(xùn)練過(guò)程
        4.3.1 ToF深度真值數(shù)據(jù)集增強(qiáng)
        4.3.2 深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練細(xì)節(jié)
    4.4 實(shí)驗(yàn)結(jié)果分析與討論
    4.5 本章小結(jié)
5 總結(jié)和展望
參考文獻(xiàn)
作者簡(jiǎn)歷及在學(xué)期間主要的研究成果



本文編號(hào)：3741835