深度图像与彩色图像的配准方法研究

论文摘要

在过去几十年，基于视觉的人机交互领域研究大部分都建立在对彩色图像的分析上。由于彩色图像仅有复杂的二维色彩信息，并且容易受到光照变化的影响，因此在彩色图像中跟踪特定的物体相对较难。近年，一些厂家推出了较为便宜的消费级深度摄像头，为基于视觉的人机交互研究提供了新的途径。但是消费级深度摄像头有一个缺点就是其获得的深度图像不够精确。为了让三维跟踪能够获得更精确的结果，可以使用高精度彩色图像的一些信息，如边缘信息，去提高深度图像的精度，尤其是物体边缘的精度。为达到这一目的，不同视角的深度图像与彩色图像的配准是必须的，而且是很重要的一个步骤。本文就是要解决这个配准的问题。本文首先，对获得的深度图像和彩色图像进行预处理。接着，使用了多尺度Harris-Laplace角点检测算法以及不同的参数，检测深度图像和彩色图像中的特征点。然后，应用了尺度不变特征变换中的描述方法，得到每个特征点的描述矢量。最后通过最邻近匹配、欧氏距离比较算法以及随机抽样一致性算法对特征点进行匹配，并选用投影变换作为配准后图像的变换模型。通过实验，可以看出，本文的算法能够在深度图像和彩色图像中准确的定位特征点的位置，能够有效的对特征点进行描述，能够准确的配准深度图像与彩色图像，能够较好的解决模糊、旋转、偏移、尺度变化、视角变化等问题。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 人机交互方式的演变
• 1.2 当今市场的发展
• 1.3 国内外相关领域研究现状
• 1.4 本文研究内容及章节安排
• 第二章 深度成像相关方法及产品
• 2.1 深度成像的方法
• 2.1.1 立体视觉技术
• 2.1.2 激光雷达深度成像技术
• 2.1.3 坐标测量机技术
• 2.1.4 莫尔条纹技术
• 2.1.5 结构光技术
• 2.2 深度摄像头对比及选取
• 2.2.1 3 DV Systems 的深度摄像头
• 2.2.2 Canesta 的深度摄像头
• 2.2.3 Prime Sense 的深度摄像头
• 2.2.4 深度摄像头的选取
• 2.3 本章小结
• 第三章 深度图像与彩色图像预处理
• 3.1 深度图像预处理
• 3.1.1 帧间中值滤波
• 3.1.2 改进型的直方图均衡
• 3.2 彩色图像预处理
• 3.2.1 中值滤波
• 3.2.2 各向异性扩散模糊
• 3.3 本章小结
• 第四章 特征点获取
• 4.1 Harris 角点
• 4.2 Harris-Laplace 角点
• 4.3 特征点筛选
• 4.4 本章小结
• 第五章 特征点描述
• 5.1 尺度空间极值检测
• 5.2 特征点定位
• 5.3 特征点方向
• 5.4 特征点描述
• 5.5 本章小结
• 第六章 深度图像与彩色图像的配准
• 6.1 最邻近匹配
• 6.2 特征点匹配点对集合筛选
• 6.3 随机抽样一致性算法
• 6.4 形态变换模型的选择
• 6.5 本章小结
• 第七章 实验结果
• 结论
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢
• 答辩委员会对论文的评定意见