分层联合双边滤波的深度图修复算法研究

万 琴，朱晓林 ，陈国泉，肖岳平

1.湖南工程学院 电气与信息工程学院，湖南 湘潭 411104

2.湖南大学 机器人视觉感知与控制技术国家工程实验室，长沙 410082

在三维重建[1]、人机交互（Human-Computer Interaction，HCI）[2]和汽车辅助驾驶[3]等图像分割、目标检测、物体跟踪领域中三维深度信息是三维场景信息的重要特征[4]。自微软公司发布Kinect体感设备以来，深度信息的获取更成为研究热点，深度图能够直接反映出场景物体到相机的距离，但目前三维深度相机（例如Kinect 和Time of Flight，ToF）获取的深度图通常存在分辨率低、深度值缺失和噪声污染等问题。

到目前为止，获取深度信息的两类主要方法[5]：被动方法和主动方法。立体匹配（被动方法）是在多视图中进行对应像素点匹配，然后估计像素点的视差求取深度，是获取深度信息的经典方法。该方法不依赖于复杂的设备，只需要拍摄双视图或多视图图像计算估计深度信息，如通过立体匹配[6]和三角测量[7]计算图像的深度信息，但在实际应用中仍然存在图像校正算法精度低以及无纹理区域效率低等问题。与被动方法不同，获取深度信息的主动方法是通过基于3D飞行时间相机（例如，3D-ToF[8]、Kinect v2[1]）和基于结构光相机（例如，Kinect v1[4]）来实现动态场景的深度信息实时获取。ToF 相机可以获取实时动态场景的深度信息，但是存在分辨率低和噪声干扰等问题。而Kinect 相机生成的深度图通常容易产生与深度距离相关的测量误差，导致深度不连续、彩色图像中边缘之间的不匹配，以及由于无效测量引起的各种空洞[9]。……