研究目的
通过采用校正/未校正块匹配、图像金字塔以及动态规划相结合的块匹配立体视觉(BMSV)技术,提高RGB-D传感器从高光/透明物体捕获深度信息的准确性和速度。
研究成果
提出的BMSV RGB-D方法提升了RGB-D传感器从反光/透明物体捕获深度信息的速度与精度?;谌媸低凡磕P秃蚮MRI图像进行的深度信息分析结果验证了该方法的准确性。该方法成功实现了透明表面物体的捕获与精确重建。
研究不足
对于反光或透明物体,以及具有吸光哑光表面的物体,深度信息恢复的准确性会受到限制。此外,由于使用多个RGB-D摄像头,红外图案可能会产生干扰,且只有在摄像头与物体之间距离较短时,深度信息才能被正确解读。
1:实验设计与方法选择:
所提出的BMSV RGB-D系统采用块匹配、图像金字塔与动态规划技术,精准获取高光/透明物体的深度信息。
2:样本选择与数据来源:
该方法应用于三维真实头部模型与功能性磁共振成像(fMRI)。
3:实验设备与材料清单:
RGB-D摄像头(华硕Xtion Pro、微软Kinect、英特尔RealSense?)、搭载神经电磁正演头部建模工具箱(NFT)插件的MATLAB R2018a。
4:实验流程与操作步骤:
通过两台RGB摄像头从不同视角采集目标物体影像,聚焦彩色图像对包含左右视图。将立体图像的深度图、RGB-D相机内参及目标图像逐像素反投影生成三维点云。
5:数据分析方法:
运用块匹配、图像金字塔及动态规划技术处理深度信息,提升RGB-D传感器的精度与速度。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容