深度图像预处理算法研究

吴海波，王 晨，崔 禹

(昆明理工大学 机电工程学院,云南 昆明 650500)

相机是视觉即时定位与地图构建(Simultaneous Localization and Mapping，SLAM)、三维重建技术中唯一的传感器，被用来获取周围的环境信息[1]。微软公司推出的体感相机Kinect系列可以更加便捷地获取彩色图像数据和深度图像数据。在三维场景重建[2]、目标识别[3]和语义分割[4]等任务中，融合深度信息和颜色信息已成为新的趋势。由于受到自身精度和测量时光照变化等因素的影响，采集到的深度图像中，物体边缘和遮挡区域常含有较多噪点和空洞[5](深度图像的空洞表现为像值为零的区域)。此类图像若不经处理就被应用到视觉SLAM前端的视觉里程计部分，会诱发关键点提取错误和误匹配等问题。在实际应用中，设备和环境的改善受到成本和不可控性的制约[6]，因此为了满足实际应用的要求，对获取的图像进行预处理就显得尤为重要。

针对上述问题，文献[7～8]中提出采用高斯滤波方法进行深度图像修复。该方法通过确定一个待求像素值的像素点，将其自身与邻域内的像素点的像素值加权平均后，得到所求点的像素值。文献[9]提出的中值滤波算法则通过确定一个待求像素点，并将其邻域像素点的灰度值进行排序，取其中值来代替待求像素点的灰度值。但这两种算法在去除深度图像的噪声同时造成了边缘信息的缺失。文献[10～12]采用双边滤波算法对深度图像进行修复并实现了三维场景重建。双边滤波算法虽然可以在去除噪声的同时保持一定的边缘信息，但其计算复杂度较高，算法运行速度较慢，不能满足实时性要求。……