项目名称: 面向3D-TOF相机的高质量深度图像重建方法研究

项目编号: No.61401129

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 杨宇翔

作者单位: 杭州电子科技大学

项目金额: 27万元

中文摘要: 对场景深度图像的获取越来越受到大家的关注。目前,深度图像的获取手段主要有:立体匹配的方法和直接深度测量的方法。立体匹配算法在遮挡以及无纹理区域上无法匹配得到理想的深度图像,这一技术瓶颈导致立体匹配算法在实际应用中存在一定的局限性。直接进行深度观测的3D-TOF相机由于硬件系统的限制在分辨率上无法很好的满足实际应用的需求,从硬件系统方面进行改进也面临很难克服的技术难题。因此本项目拟结合立体匹配技术和3D-TOF相机各自的优势,构造一种新的深度图像重建系统,通过挖掘同场景彩色图像和深度图像在颜色和深度上的内在联系,同时结合左右彩色图像在视差和深度上的约束关系,提出高质量高分辨率深度图像的重建方法,并进而开发高质量高分辨率深度图像的实时获取系统。从而更好的为实际的应用提供支持,如:三维场景重建、工业机器人、机器人导航等。可以预见本项目拟构造的高质量深度图像重建系统将具有很好的应用前景。

中文关键词: 飞行时间深度相机;立体视觉;深度图像;相机标定;高分辨率重建

英文摘要: The ability to capture depth information of static real world objects has reached increased importance in many fields of application, such as: three-dimensional scene reconstruction, industrial robots, robot navigation. There exist a variety of depth m

英文关键词: Time-of-flight depth sensor;Stereo vision;Depth image;Camera calibration;High-resolution reconstruction

成为VIP会员查看完整内容
0

相关内容

专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
30+阅读 · 2021年9月23日
专知会员服务
29+阅读 · 2021年7月25日
专知会员服务
54+阅读 · 2021年4月4日
计算机视觉方向简介 | 多视角立体视觉MVS
计算机视觉life
14+阅读 · 2019年10月10日
最新开源 RGBD+IMU数据集:FMDataset
计算机视觉life
42+阅读 · 2019年9月21日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月16日
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关资讯
计算机视觉方向简介 | 多视角立体视觉MVS
计算机视觉life
14+阅读 · 2019年10月10日
最新开源 RGBD+IMU数据集:FMDataset
计算机视觉life
42+阅读 · 2019年9月21日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月16日
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Arxiv
11+阅读 · 2018年5月13日
微信扫码咨询专知VIP会员