作者:刘田间,郭连朋,朱禛,赖平 单位:黑龙江省信息技术学会 出版:《》 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFHDZJ2017060250 DOC编号:DOCHDZJ2017060259 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Kinect传感器的机械手自主抓取技术研究》PDF+DOC2016年第07期 钟泽宇,周海婷,古炜豪,邹修国 《使用Kinect传感器的油菜叶片面积测量方法》PDF+DOC2017年第01期 徐胜勇,黄伟军,周俊,许卓群,吴太晖,樊一尘 《基于Kinect的人流监测图像采集》PDF+DOC2017年第07期 翁胜伟 《基于Kinect的典型零部件识别与定位》PDF+DOC2017年第03期 张志佳,魏信,周自强,钟玲,何欣 《复杂环境下基于Kinect的视觉定位算法研究》PDF+DOC2017年第11期 张云,高俊钗,徐树茂 《一种层析深度图像去噪算法》PDF+DOC2017年第05期 谭志国,欧建平,张军,何杰 《改进小波软硬折衷法在水下图像去噪中的应用》PDF+DOC2017年第11期 雷飞,朱林,王雪丽 《基于Kinect传感器的移动机器人室内环境三维地图创建》PDF+DOC2013年第S1期 杨鸿,钱堃,戴先中,马旭东,房芳 《遥感图像融合最新进展及展望》PDF+DOC2009年第08期 柴勇,何友,曲长文 《一种基于改进的SURF算法的静态手语字母识别方法》PDF+DOC2013年第04期 胡章芳,杨麟,罗元,张毅
  • 针对Kinect传感器获取的深度图像包含大量噪声和缺失深度信息的孔洞等缺点,提出一种基于区域分割和联合双边滤波的深度图像修复算法。深度图像中不同区域具有不同的噪声特性,现有的深度图像修复算法采用单一的滤波参数对整幅深度图像进行处理具有盲目性和无法有效保持滤波后深度图像的结构信息的缺点。文中在深度图像分割的基础上,根据分割区域内的噪声属性自适应地确定该区域滤波参数,实现深度图像的去噪和孔洞修复。文中算法与联合双边滤波算法对Kinect深度图像修复的对比实验表明,文中算法能有效去除深度图像的噪声和修补缺失深度信息的孔洞,且修复后的深度图像峰值信噪比高于联合双边滤波算法处理后的深度图像峰值信噪比,并能较好的保护深度图像的区域结构。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。