امید دوستی ایرانی - دانشجو دکتری، دانشگاه فردوسی مشهد، گروه مهندسی بیوسیستم
محمودرضا گلزاریان - دانشیار، دانشگاه فردوسی مشهد، گروه مهندسی بیوسیستم
محمدحسین آق خانی - استاد، دانشگاه فردوسی مشهد، گروه مهندسی بیوسیستم

یکی از روش های ایجاد مدلهای سه بعدی استفاده از دوربین های عمق سنج (RGB-D) ا ست. از جمله مزایایاستفاده از دوربین های عمق سنج می توان به ا ستفاده آ سان، هزینه کم و در مقابل ارائه همزمان اطلاعات عمق ورنگ اشاره کرد. یکی از چالش های استفاده از این دوربین ها به عنوان حسگر عمق ارائه نقشه های عمق همراه بانویز(مقادیر صفر) است که منجر به کاهش دقت در پردازش های بعدی می شود. هدف از انجام این پژوهش تو سعهو ارزیابی الگوریتم پردازش تصویر به منظور حذف نویز در تصوواویر عمق مربوط به گیاه فلفل دلمه ای در محیطگلخانه است که توسط حسگر KinectV۲ گرفته شده است. برای ارزیابی الگوریتم پیشنهادی از روش مونت کارلواستفاده شد. پایگاه داده مورد استفاده شامل ۵۰ تصویر عمق است. به منظور اعتبارسنجی این فرآیند، از هر نمونه در۲۰ تکرار به صورت ت صادفی نمونه برداری شد و نتایج ثبت شد. مقدار RMSE در الگوریتم پی شنهادی با دو روشرایج بازیابی داده های از د ست رفته (Backward-fill و Forward-fill) مقایسه شد. نتایج نشان داد که الگوریتمپیشنهادی ما می تواند نویزها را حذف کرده و نقشه های عمق را با دقت بالایی در مقایسه با روش های Backward-fill و Forward-fill تصحیح کند. حداکثر RMSE در الگوریتم پیشنهادی ۴.۸۵ سانتی متر است در حالی که درروش B-fill و F-fill به ترتیب ۲۴.۶۱ و ۲۷.۱۸ سانتی متر است. همچنین، فواصل اطمینان برای میانگین RMSE(۹۵%) برای الگوریتم F-fill ، B-fill و الگوریتم پیشنهادی به ترتیب (۴.۹۲ - ۵.۹۴)، (۴.۸۱- ۵.۶۹)، (۳.۸- ۴.۱۰) است.

نقشه عمق، حسگر کینکت، نویزهای جانبی، اندازهگیری عمق، خطای جانبی