吉林大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (5): 1697-1703.doi: 10.13229/j.cnki.jdxbgxb201605046

• • 上一篇    下一篇

基于Kinect的深度图像修复方法

吕朝辉, 沈萦华, 李精华   

  1. 中国传媒大学 信息工程学院, 北京 100024
  • 收稿日期:2015-04-15 出版日期:2016-09-20 发布日期:2016-09-20
  • 作者简介:吕朝辉(1975-),男,教授,博士.研究方向:图像处理和计算机视觉.E-mail:llvch@hotmail.com
  • 基金资助:
    国家科技支撑计划项目(2012BAH39F01-05,2012BAH01F04-02); 中国传媒大学理工科规划项目(3132015XNG1512,JXJYG1609).

Depth map inpainting method based on Kinect sensor

LYU Chao-hui, SHEN Ying-hua, LI Jing-hua   

  1. School of Information Engineering, Communication University of China, Beijing 100024, China
  • Received:2015-04-15 Online:2016-09-20 Published:2016-09-20

摘要: 提出采用基于权值的联合双边滤波器(WJBF)和深度补偿滤波器(DCF)相结合的方法对深度图像进行修复。首先,通过Kinect获得对齐后的彩色图像和深度图像;然后,利用基于权值的联合双边滤波器处理深度图像中的空洞和噪声;最后,用深度补偿滤波器减少边缘模糊。将本文算法与3种常用的深度图像修复方法进行了定性和定量上的分析和对比,实验结果表明,本文方法具有更好的修复效果。

关键词: 信息处理技术, 深度图像, 基于权值的联合双边滤波器, 深度补偿滤波器

Abstract: A method is proposed to inpaint depth map, which combines the Weight Joint Bilateral Filter (WJBF) with Depth Compensation Filter (DCF). First, the color image and the depth map are aligned, and then the holes and noises of the depth map are filtered using WJBF. Finally, the blurs of edges are reduced using DCF. The proposed method is compared with three common depth map enhancement methods from qualitative and quantitative analyses. Experimental results show that the proposed method can achieve better performance.

Key words: information processing technology, depth map, weight joint bilateral filter (WJBF), depth compensation filter (DCF)

中图分类号: 

  • TN919.8
[1] Benavidez P, Jamshidi M. Mobile robot navigation and target tracking system[C]∥6th International Conference on System of Systems Engineering, New Mexico, IEEE, 2011: 299-304.
[2] Izadi S, Kim D, Hilliges O, et al. KinceFusion: real-time 3D reconstruction and interaction using a moving depth camera[C]∥Symposium on User Interface Software and Technology, Santa Barbar, ACM, 2011: 559-568.
[3] 赵岩,汪敬媛,陈贺新,等. 基于深度图像和半像素的虚拟视点绘制[J].吉林大学学报:工学版,2013,43(增刊):256-259.
Zhao Yan, Wang Jing-yuan, Chen He-xin,et al. Virtual view rendering based on depth image and half pixel precision[J]. Journal of Jilin University (Engineering and Technology Edition), 2013,43(Sup.):256-259.
[4] 胡汉平,朱明. 基于种子点传播的快速立体匹配[J]. 光学精密工程,2015,23(3):887-894.
Hu Han-ping,Zhu Ming.Fast stereo matching based on seed pixel propagation[J]. Optics and Precision Engineering, 2015,23(3):887-894.
[5] He K, Sun J,Tang X. Guided image filtering[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, 35(6):1397-1409.
[6] Liu Jin-yi, Gong Xiao-jin, Liu Ji-lin. Guided inpainting and filtering for Kinect depth maps[C]∥International Conference on Pattern Recognition, Tsukuba, IEEE, 2012: 2055-2058.
[7] Liu S, Wang Y, Wang J,et al. Kinect depth restoration via energy minimization with TV21 regularization[C]∥International Conference on Image Processing, Melbouene, IEEE, 2013:724-727.
[8] Yang Na-eun, Kim Yong-gou, Park Rae-hong. Depth hole filling using the depth distribution of neighboring regions of depth holes in the Kinect sensor[C]∥Signal Processing, Communication and Computing,Hong Kong, IEEE,2010:658-661.
[9] 康佳伦,唐向宏.一种基于FMM带方向图像修复算法[J]. 杭州电子科技大学学报,2012, 32(5):147-150.
Kang Jia-lun, Tang Xiang-hong. A direction image inpainting algorithm based on fast marching method[J]. Journal of Hangzhou Dianzi University, 2012, 32(5):147-150.
[10] Telea A. An image inpainting technique based on the fast marching method[J].Journal of Graphics Tools, 2004, 9(1):25-36.
[11] Janoch A, Karayev S, Jia Y, et al. A category-level 3-D object dataset:putting the Kinect to work[C]∥International Conference on Computer Vision Workshops, Barcelona, IEEE, 2011:1168-1174.
[12] Camplani M, Salgado L. Efficient spatio-temporal hole filling strategy for Kinect depth maps[C]∥Three-Dimensional Image Processing and Applications II, Burlingame, SPIE, 2012: 82900E.
[1] 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894.
[2] 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[3] 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909.
[4] 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916.
[5] 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924.
[6] 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930.
[7] 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937.
[8] 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944.
[9] 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290.
[10] 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297.
[11] 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951.
[12] 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956.
[13] 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506.
[14] 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632.
[15] 王柯, 刘富, 康冰, 霍彤彤, 周求湛. 基于沙蝎定位猎物的仿生震源定位方法[J]. 吉林大学学报(工学版), 2018, 48(2): 633-639.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘松山, 王庆年, 王伟华, 林鑫. 惯性质量对馈能悬架阻尼特性和幅频特性的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 557 -563 .
[2] 初亮, 王彦波, 祁富伟, 张永生. 用于制动压力精确控制的进液阀控制方法[J]. 吉林大学学报(工学版), 2013, 43(03): 564 -570 .
[3] 李静, 王子涵, 余春贤, 韩佐悦, 孙博华. 硬件在环试验台整车状态跟随控制系统设计[J]. 吉林大学学报(工学版), 2013, 43(03): 577 -583 .
[4] 胡兴军, 李腾飞, 王靖宇, 杨博, 郭鹏, 廖磊. 尾板对重型载货汽车尾部流场的影响[J]. 吉林大学学报(工学版), 2013, 43(03): 595 -601 .
[5] 王同建, 陈晋市, 赵锋, 赵庆波, 刘昕晖, 袁华山. 全液压转向系统机液联合仿真及试验[J]. 吉林大学学报(工学版), 2013, 43(03): 607 -612 .
[6] 张春勤, 姜桂艳, 吴正言. 机动车出行者出发时间选择的影响因素[J]. 吉林大学学报(工学版), 2013, 43(03): 626 -632 .
[7] 马万经, 谢涵洲. 双停车线进口道主、预信号配时协调控制模型[J]. 吉林大学学报(工学版), 2013, 43(03): 633 -639 .
[8] 于德新, 仝倩, 杨兆升, 高鹏. 重大灾害条件下应急交通疏散时间预测模型[J]. 吉林大学学报(工学版), 2013, 43(03): 654 -658 .
[9] 肖赟, 雷俊卿, 张坤, 李忠三. 多级变幅疲劳荷载下预应力混凝土梁刚度退化[J]. 吉林大学学报(工学版), 2013, 43(03): 665 -670 .
[10] 肖锐, 邓宗才, 兰明章, 申臣良. 不掺硅粉的活性粉末混凝土配合比试验[J]. 吉林大学学报(工学版), 2013, 43(03): 671 -676 .