基于自适应权值滤波的深度图像超分辨率重建

被引:8
作者
杨宇翔
曾毓
何志伟
高明煜
机构
[1] 不详
[2] 杭州电子科技大学电子信息学院
[3] 不详
基金
浙江省自然科学基金;
关键词
深度图像; 超分辨率; 自适应权值滤波器; 非局部自相似性; 局部自相似性;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
目的越来越多的应用都依赖于对真实场景深度图像的准确且快速的观测和分析。飞行时间相机可以实时获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率较低,无法满足实际应用的需要。为此提出一种结合同场景彩色图像通过构造自适应权值滤波器对深度图像进行超分辨率重建的方法。方法充分发掘深度图像的非局部以及局部自相似性先验约束,结合同场景的高分辨率彩色图像构造非局部及局部的自适应权值滤波算法对深度图像进行超分辨率重建。具体来说,首先利用非局部滤波算法来有效避免重建结果的振铃效应,然后利用局部滤波算法进一步提升重建的深度图像质量。结果实验结果表明,无论在客观指标还是视觉效果上,基于自适应权值滤波的超分辨率重建算法较其他算法都可以得到更好的结果,尤其当初始的低分辨率深度图像质量较差的情况下,本文方法的优势更加明显,峰值信噪比可以得到1dB的提升。结论结合非局部和局部自相似性先验约束,结合同场景的高分辨率彩色图像构造的自适应权值滤波算法,较其他算法可以得到更理想的结果。
引用
收藏
页码:1210 / 1218
页数:9
相关论文
共 5 条
[1]   基于彩色图像局部结构特征的深度图超分辨率算法 [J].
杨宇翔 ;
汪增福 .
模式识别与人工智能, 2013, 26 (05) :454-459
[2]   基于区域间协同优化的立体匹配算法 [J].
郑志刚 ;
汪增福 .
自动化学报, 2009, 35 (05) :469-477
[3]  
C.S.Swiss Ranger SR-2:The swiss center for electronics and microtechnology .2 http://www.csem.ch/fs/imaging.htm . 2010
[4]  
Depth map super resolution .2 Gevrekci M,Pakin K. IEEE International Conference on Image Processing . 2011
[5]  
Canesta EP Devkit Datasets .2 http://www.cs.cityu.edu.hk/qiyang . 2007