基于TOF与立体匹配相融合的高分辨率深度获取

被引:11
作者
刘娇丽
李素梅
李永达
刘富岩
机构
[1] 天津大学电子信息工程学院
关键词
深度获取; 深度融合; TOF深度像机; 立体匹配;
D O I
10.13274/j.cnki.hdzj.2016.12.042
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
深度获取在机器人导航、语义感知、操控和远程监控等领域有较高的应用价值。目前已有的深度获取方法包括深度相机(如TOF)和立体匹配算法。然而,深度相机有两个主要问题:易受噪声干扰和所得深度图分辨率较低。立体匹配能够获得高分辨率的深度图,但在弱纹理或重复纹理区域无法提取准确的深度信息。而深度相机却可以在这些区域提供深度信息。基于以上TOF深度相机和立体匹配之间的互补特性,提出了一种将TOF深度相机所得深度图与立体匹配所得深度图相融合的方法获取高分辨率深度图,实现优势互补。文中提出一种新的基于TOF与立体匹配相融合的高分辨率深度图获取方法,通过在弱纹理或重复纹理区域使用TOF深度获取方法和在复杂纹理区域使用立体匹配算法进行深度获取,最终获取高分辨率深度图。实验结果表明,本文的融合算法比单独使用两种方法能产生更好的视差图,而且较其他融合算法在准确度和速度上有所提高。
引用
收藏
页码:190 / 193
页数:4
相关论文
共 2 条
[1]   Visual modeling with a hand-held camera [J].
Pollefeys, M ;
Gool, LV ;
Vergauwen, M ;
Verbiest, F ;
Cornelis, K ;
Tops, J ;
Koch, R .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 59 (03) :207-232
[2]   A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms [J].
Daniel Scharstein ;
Richard Szeliski .
International Journal of Computer Vision, 2002, 47 :7-42