RGB-D结构相似性度量下的多边自适应深度图像超分辨率重建
目的 深度相机能够对场景的深度信息进行实时动态捕捉,但捕获的深度图像分辨率低且容易形成空洞.利用高分辨率彩色图像作为引导,是深度图超分辨率重建的重要方式.现有方法对彩色边缘与深度不连续区域的不一致性问题难以有效解决,在深度图超分辨率重建中引入了纹理复制伪影.针对这一问题,本文提出了一种鲁棒的彩色图像引导的深度图超分辨率重建算法.方法 首先,利用彩色图像边缘与深度图像边缘的结构相关性,提出RGB-D结构相似性度量,检测彩色图像与深度图像共有的边缘不连续区域,并利用RGB-D结构相似性度量自适应选取估计像素点邻域的最优图像块.接着,通过提出的定向非局部均值权重,在图像块区域内建立多边引导下的深度估计,解决彩色边缘和深度不连续区域的结构不一致性.最后,利用RGB-D结构相似性度量与图像平滑性之间的对应关系,对多边引导权重的参数进行自适应调节,实现鲁棒的深度图超分辨率重建.结果 在Middlebury合成数据集、ToF和Kinect数据集以及本文自建数据集上的实验结果表明,相比其他先进方法,本文方法能够有效抑制纹理复制伪影.在Middlebury、ToF和Kinect数据集上,本文方法相较于次优算法,平均绝对偏差平均降低约63.51％、39.47％和7.04％.结论 对于合成数据集以及真实场景的深度数据集,本文方法均能有效处理存在于彩色边缘和深度不连续区域的不一致性问题,更好地保留深度边缘的不连续性.
深度图像、超分辨率、RGB-D结构相似性度量、多边引导、自适应模型
24
TP391(计算技术、计算机技术)
国家自然科学基金项目61876057,61403116,61806066
2019-08-07（万方平台首次上网日期，不代表论文的发表时间）
共16页
1160-1175
