圖像摳圖方法指的是對目標(biāo)對象進(jìn)行準(zhǔn)確的前景估計,從而實現(xiàn)前后背景信息的分離。傳統(tǒng)的圖像摳圖方法一般是結(jié)合彩色圖像以及人工輔助信息進(jìn)行求解,其核心為以下兩點:1)人工輔助信息的生成;2)邊緣的細(xì)化。但是傳統(tǒng)的基于顏色信息的摳圖方法不能較好的解決圖像中前后背景較為相似的情況。隨著三維重建技術(shù)的發(fā)展,深度圖逐漸步入人們的視野,其提供的距離信息能夠較好的對距離不同的目標(biāo)對象進(jìn)行區(qū)分�；诖�,本文提出了深度圖輔助的主動輪廓摳圖方法。本文主要工作可以歸納為以下幾點:（1）深度圖修補(bǔ)算法研究深度圖是由深度相機(jī)拍攝得到的距離圖像,利用該距離信息能夠在前后背景相似但深度值不同時對目標(biāo)對象進(jìn)行分離。然而實際中獲取的深度圖往往會有缺失,存在一定的空洞,故需對深度圖進(jìn)行修補(bǔ)。（2）深度圖輔助的主動輪廓與水平集方法研究摳圖問題的核心要點之一即是生成所需的人工輔助信息,本文采用的是深度圖輔助的主動輪廓與水平集方法來對圖像進(jìn)行粗分割,相較于其他的分割方法,主動輪廓與水平集方法能夠在分割的過程中更貼近待分割對象的邊界,從而更好的保持物體的幾何拓?fù)湫?得到所需的二值分割結(jié)果。（3）摳圖方法與融合摳圖結(jié)果的研究最后的摳圖... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

深度圖輔助主動輪廓摳圖方法示意圖

重慶大學(xué)碩士學(xué)位論文2相關(guān)理論概述8而主動測距則是一種需要設(shè)備發(fā)送能量到待測對象來計算距離，從而得到對應(yīng)的距離值，進(jìn)而形成深度圖的方法，主動測距的方法比較多，其中典型的有TOF[17]、激光掃描[18]以及結(jié)構(gòu)光[19]等。比如結(jié)構(gòu)光測距中，其核心原理是由深度相機(jī)發(fā)射一束光源到待測的目標(biāo)物體上，通過待測物體表面形成的光條紋使得深度相機(jī)能夠采集到所需的數(shù)字圖像，進(jìn)而得到相機(jī)與相關(guān)特征點之間的距離，最后利用三角測量原理即能得到所需的深度信息。圖2.2深度相機(jī)測距原理圖Fig.2.2Depthcamerarangingschematic那么深度圖為什么會產(chǎn)生空洞呢？下面以Kinect設(shè)備[20]為例，說明空洞產(chǎn)生原因以及具體的空洞效果。Kinect是一款能夠獲取彩色信息以及深度信息的體感設(shè)備，其主要構(gòu)成為三個組件（圖2.3）：傳感器、攝像機(jī)、麥克風(fēng)。其中，深度信息傳感器是由一個紅外發(fā)射器還有紅外接收器組成，主要用于獲取深度信息，而RGB攝像頭則主要是用于獲取同一場景下的彩色圖像。圖2.3Kinect設(shè)備構(gòu)成Fig.2.3TheequipmentofKinect

重慶大學(xué)碩士學(xué)位論文2相關(guān)理論概述8而主動測距則是一種需要設(shè)備發(fā)送能量到待測對象來計算距離，從而得到對應(yīng)的距離值，進(jìn)而形成深度圖的方法，主動測距的方法比較多，其中典型的有TOF[17]、激光掃描[18]以及結(jié)構(gòu)光[19]等。比如結(jié)構(gòu)光測距中，其核心原理是由深度相機(jī)發(fā)射一束光源到待測的目標(biāo)物體上，通過待測物體表面形成的光條紋使得深度相機(jī)能夠采集到所需的數(shù)字圖像，進(jìn)而得到相機(jī)與相關(guān)特征點之間的距離，最后利用三角測量原理即能得到所需的深度信息。圖2.2深度相機(jī)測距原理圖Fig.2.2Depthcamerarangingschematic那么深度圖為什么會產(chǎn)生空洞呢？下面以Kinect設(shè)備[20]為例，說明空洞產(chǎn)生原因以及具體的空洞效果。Kinect是一款能夠獲取彩色信息以及深度信息的體感設(shè)備，其主要構(gòu)成為三個組件（圖2.3）：傳感器、攝像機(jī)、麥克風(fēng)。其中，深度信息傳感器是由一個紅外發(fā)射器還有紅外接收器組成，主要用于獲取深度信息，而RGB攝像頭則主要是用于獲取同一場景下的彩色圖像。圖2.3Kinect設(shè)備構(gòu)成Fig.2.3TheequipmentofKinect

【參考文獻(xiàn)】：
期刊論文
[1]基于聯(lián)合雙邊濾波的深度圖像增強(qiáng)算法[J]. 劉金榮,李淳芃,歐陽建權(quán),劉京.  計算機(jī)工程. 2014(03)
[2]基于改進(jìn)雙邊濾波的Kinect深度圖像空洞修復(fù)算法研究[J]. 李應(yīng)彬,馮杰,張華熊,李晨勤.  工業(yè)控制計算機(jī). 2013(11)

碩士論文
[1]基于視頻的可見樹干三維重建方法研究[D]. 秦娟.重慶大學(xué) 2017
[2]基于非局部聯(lián)合局部信息的深度圖像質(zhì)量提升[D]. 張陽.西安電子科技大學(xué) 2014



本文編號：3553850