基于k-means的Kinect深度图像空洞修复算法

被引:3
作者
王勇
蒋爱民
胥立波
机构
[1] 河海大学物联网工程学院
关键词
Kinect感应器; k-means算法; 深度图像; 空洞修复; 聚类; 引导图像; 联合双边滤波;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为解决Kinect感应器所采集的深度图像中存在大面积空洞的问题,提出了一种深度图像空洞修复方法。该算法首先输入同步获取的彩色图像和深度图像;接着利用k-means算法对灰度化后的彩色图像进行聚类,聚类结果作为引导图像;然后对每个深度图像中的空洞点,搜索引导图像中与之相匹配的非空洞像素点,将该点的深度值作为空洞点的深度值。实验结果表明,该算法利用聚类思想,将彩色图像应用到对深度图像的空洞修复,有效完成了对深度图像的空洞填充,修复后深度图像的平滑度优于联合双边滤波方法,较好地提高了深度图像的质量。
引用
收藏
页码:42 / 44+48 +48
页数:4
相关论文
共 4 条
[1]   基于Kinect深度信息的人体运动跟踪算法 [J].
杨晓敏 ;
张奇志 ;
周亚丽 .
北京信息科技大学学报(自然科学版), 2013, 28 (01) :33-37
[2]   Kinect深度图像快速修复算法 [J].
王奎 ;
安平 ;
张兆杨 ;
程浩 ;
李贺建 .
上海大学学报(自然科学版), 2012, 18 (05) :454-458
[3]  
Data clustering: 50 years beyond K-means[J] . Anil K. Jain. Pattern Recognition Letters . 2009 (8)
[4]  
Color image guided locality regularized representation for Kinect depth holes filling .2 Jinhui Hu,Ruimin Hu,Zhongyuan Wang,Yan Gong. Visual Communications and Image Processing (VCIP) . 2013