基于非稳态随机过程的近红外反射率鲁棒估计算法
反射率估计在计算机视觉、计算机图形学等领域具有重要作用.为了精确获取反射率,提出一种基于非稳态随机过程的近红外反射率鲁棒估计算法(RENA).该算法以Kinect二代传感器采集结果计算初始反射率,并建立反射率加性噪声模型,同时提出光照度鲁棒估计的概念,简化反射率图像非稳态随机过程模型.实验表明, RENA算法的反射率估计结果优于其他去噪算法,适用于室内场景的反射率图像高精度估计.
近红外光、反射率、鲁棒估计、随机过程、深度图像、红外图像
34
TP181(自动化基础理论)
国家自然科学基金项目61701101, 61603080, U1613214, U1713216;国家机器人重点专项项目2017 YFB1300900;中央高校基本科研业务费项目N170402008, N172603001, N172604004;沈阳市科研基金项目17-87-0-00
2019-06-03(万方平台首次上网日期,不代表论文的发表时间)
共9页
1151-1159