[发明专利]Kinect深度图像获取方法与装置

说明书

【技术领域】

本发明属于计算机视觉领域，具体涉及一种Kinect深度图像获取方法与装置。

【技术背景】

微软公司的Kinect体感交互设备正在引领着自然人机交互技术的热潮。Kinect for Xbox360作为Xbox360游戏机的外接设备，利用动态骨骼追踪、影像识别、语音识别等功能使玩家能够摆脱传统游戏手柄的束缚，带来全新的体感交互游戏体验。2012年初微软正式发布了Kinect for Windows，意味着Kinect被推广到Windows平台。Kinect在3D重建、动作捕捉、机器人控制、虚拟现实、增强现实等方面都有很好的应用前景，这极大地激发了科研和开发人员的兴趣与热情。

Kinect的技术核心之一是深度获取。Kinect拥有一个RGB摄像头、一个红外线发射器和一个红外摄像头，能够同时捕获场景的彩色图像与深度图像。Kinect使用一家以色列公司PrimeSense的光编码(light coding)技术来获取深度信息，它属于一种新的结构光技术。红外线发射器发射出激光散斑对场景形成光编码，红外摄像头捕获散斑图像之后结合光源标定时得到的参考散斑图案进行一系列计算，便可以得到场景中物体的深度信息。

Kinect捕获的深度图像存在较多空洞区域，即深度信息缺失，另外还存在闪烁现象以及光学噪声等问题。如果要用于3D重建或是基于深度图渲染(DIBR)的虚拟视点绘制，则需要更高质量的深度图像。

【发明内容】

为了克服现有技术的不足，本发明提供了一种Kinect深度图像获取方法与装置，以获取深度图像并改善Kinect深度图像质量。

为此，本发明提出一种Kinect深度图像获取方法与装置，装置包括Kinect设备以及配套的软件系统，方法包括如下步骤：

1)对Kinect彩色图应用Mean Shift算法(指一个迭代的步骤，即先算出当前点的偏移均值，移动该点到其偏移均值，然后以此为新的起始点，继续移动，直到满足一定的条件结束。详见百度文库，mean-shift算法概述，http：//wenku.baidu.com/view/0d9eb876a417866fb84a8eb2.html)进行图像分割；

2)根据Kinect彩色图像使用散焦法提取深度；

3)自适应权值的深度图像融合(图像融合，Image Fusion，是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像)；

4)对融合生成的深度图进行三边滤波(百度文库，http：//wenku.baidu.com/view/6df033c74028915f804dc2d5，《三边滤波的图像插值》，提出了一种三边滤波插值法，该方法利用平滑不同自然图像轮廓的行为，并试图通过抑制边缘凸角落像素克服轮廓锯齿问题)。

其中步骤2)中通过边缘点处LOG滤波(LOG滤波器是高斯(GAUSS)滤波和拉普拉斯(LAPLACIAN)滤波的结合，即先用高斯滤波器进行平滑滤波，以过虑调噪声，再提取边缘，所以效果较好。LOG滤波器原理：设I(x,y)代表灰度变化，灰度变化剧烈的地方就是阶跃点，而阶跃点的一次微商为极大值，二次微商为零。因此二次微商为零的地方就是图像的边缘所在。百度文库，http：//wenku.baidu.com/view/fb9b916d1eb91a37f1115cdf.html)响应的正负双峰间距计算散焦模糊参数进而获得边缘点处深度值，使用matting Laplacian(拉普拉斯抠图法)插值生成稠密深度图；

步骤3中，利用自适应权值选取方法将散焦法深度图与Kinect原始深度图融合。

本发明的有益效果是：能够结合散焦法提取深度与Kinect主动式提取深度各自的优点，获得比Kinect原始深度图质量更好的深度图像，该深度图像不包含空洞、平滑性更好且噪声水平更低。

【附图说明】

图1是本发明一种实施例的结合散焦法的Kinect深度图像获取方法与装置的流程示意图。

图2是本发明一种实施例的基于散焦法的单幅图像深度提取方法的流程示意图。

【具体实施方式】

以下将结合附图，对本发明的具体实施例作进一步详细说明。

如图1所示，本发明的一种实施例的结合散焦法的Kinect深度图像获取方法与装置，包括如下步骤：

一、对Kinect彩色图应用Mean Shift算法进行图像分割