2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩145頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、三維技術(shù)在遠(yuǎn)程醫(yī)療、軍事訓(xùn)練、教育教學(xué)、游戲娛樂、三維電視等領(lǐng)域有著廣闊的應(yīng)用前景和商業(yè)價(jià)值。對(duì)深度信息的精確獲取是三維研究和三維實(shí)際應(yīng)用中所必需的關(guān)鍵技術(shù)。近年來,隨著三維技術(shù)的不斷發(fā)展,許多的應(yīng)用諸如:人機(jī)交互、三維電視、場(chǎng)景重建、手勢(shì)識(shí)別、增強(qiáng)現(xiàn)實(shí)等都對(duì)獲取場(chǎng)景的深度信息提出了更高的要求。這些應(yīng)用需要更加稠密精確的深度信息,也需要更加快速的獲取深度信息。本論文作者所在的實(shí)驗(yàn)室提出了較完整的具有創(chuàng)新性自然三維電視系統(tǒng)概念,其目的在于

2、還原實(shí)際拍攝場(chǎng)景的真實(shí)深度,并向觀眾提供舒適可信的三維觀賞體驗(yàn)。自然三維電視關(guān)鍵技術(shù)就在于真實(shí)獲取場(chǎng)景的深度信息,根據(jù)深度信息重構(gòu)出多個(gè)視點(diǎn),以實(shí)現(xiàn)自由視點(diǎn)觀看實(shí)際場(chǎng)景。因此視點(diǎn)重構(gòu)技術(shù)對(duì)深度信息的精度就提出了更高的要求。
  目前主流的深度信息獲取方式有兩種:被動(dòng)深度獲取和主動(dòng)深度獲取。被動(dòng)深度獲取方法出現(xiàn)較早,其核心即立體匹配算法,主要思路是根據(jù)多相機(jī)拍攝所得到的同一場(chǎng)景一組圖像,尋找場(chǎng)景中的同一點(diǎn)在這組圖像中的匹配點(diǎn)。但是被

3、動(dòng)立體算法無法獲取遮擋區(qū)域的信息,并且局部窗口算法或者全局優(yōu)化算法均各自存在不可克服的缺點(diǎn)。本實(shí)驗(yàn)室進(jìn)行的前期研究就是基于被動(dòng)深度獲取的思路獲取場(chǎng)景深度,并以此為基礎(chǔ)來實(shí)現(xiàn)三維自由視點(diǎn)顯示,但這種方法所得到的深度圖質(zhì)量難以滿足要求,最終的三維顯示效果還有待提高。因此本論文決定使用主動(dòng)深度獲取方法來提高所得到深度信息的精度。主動(dòng)立體采用特定的深度攝像機(jī)直接測(cè)量場(chǎng)景的真實(shí)深度。其中應(yīng)用范圍較廣的是ToF攝像機(jī)(全稱為time-of-flig

4、ht camera),它能實(shí)時(shí)采集場(chǎng)景深度信息,其工作原理是通過發(fā)射源發(fā)射可控頻率調(diào)制光線來進(jìn)行測(cè)距。本文基于ToF深度攝像機(jī)對(duì)深度攝像機(jī)所測(cè)量深度的誤差進(jìn)行矯正,深度超分辨率恢復(fù),以及結(jié)合立體匹配的深度融合做了一系列的實(shí)驗(yàn)和研究,主要的創(chuàng)新點(diǎn)和貢獻(xiàn)如下:
  1.本文簡(jiǎn)要闡述了ToF深度攝像機(jī)的光學(xué)成像機(jī)制;本文針對(duì)影響ToF深度攝像機(jī)獲取數(shù)據(jù)精確的最主要兩類噪聲(環(huán)境光噪聲和多徑誤差噪聲)進(jìn)行了深入分析,提出了有效的針對(duì)性噪聲

5、消除方法。具體而言,根據(jù)從不同類型的室內(nèi)場(chǎng)景實(shí)際拍攝數(shù)據(jù)分析這兩類噪聲產(chǎn)生的機(jī)理,建立了這兩類噪聲產(chǎn)生誤差的數(shù)學(xué)模型;然后根據(jù)數(shù)學(xué)誤差模型提出了相應(yīng)的ToF原始深度圖的濾波算法,實(shí)驗(yàn)表明可有效地消除ToF深度攝像機(jī)所捕獲深度圖的原始誤差。
  2.由于受到ToF深度相機(jī)成像原理的限制,所獲取深度圖分辨率往往不高,因此存在深度圖低分辨率與彩色場(chǎng)景圖高分辨率難以匹配這一不足。為了提升ToF深度圖的分辨率,本文根據(jù)ToF深度圖特有性質(zhì),

6、結(jié)合壓縮感知相關(guān)理論,提出了一種聯(lián)合字典學(xué)習(xí)算法,用于ToF深度圖超分辨率恢復(fù)。該算法從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)得到超完備字典,基于超完備字典去重建原始低分辨率深度圖而得到高分辨率深度圖。為了提升算法性能,本文在聯(lián)合字典學(xué)習(xí)和重建過程中也提出了相應(yīng)的分類和索引機(jī)制。
  3.為了進(jìn)一步獲取高質(zhì)量稠密深度圖,本文從ToF深度攝像機(jī)獲取的深度圖出發(fā),結(jié)合立體匹配算法的優(yōu)點(diǎn),提出了一種基于ToF深度圖的主被動(dòng)深度獲取融合算法。該算法設(shè)計(jì)了ToF深

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論