پرکردن حفره های تصاویر عمق با مدلسازی هندسه صحنه با استفاده از مدل تصادفی مارکوف
Publish place: Second National Conference on Computer Engineering Research
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 457
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RCEITT02_188
تاریخ نمایه سازی: 22 آبان 1395
Abstract:
تصاویر عمق گرفته شده از حسگرها عموما دارای حفره هایی هستند که استفاده از آن را با مشکل مواجه می کند. برایاستفاده از داده های عمق به صورت ابر نقاط در کاربردهایی مانند بازسازی صحنه نیازمند روشی کارا برای پر کردن این حفره هاهستیم. روشهای موجود اصولا سعی در پر کردن حفره ها با استفاده از نقاط همسایگی تصویر عمق و تصویر رنگ دارند و هندسهصحنه را در نظر نمی گیرند. در این مقاله سعی داریم حفره ها را به گونه ای پر کنیم که در بازنمایی سه بعدی ساختار هندسی صحنهحفظ شود. در روش پیشنهادی ابتدا با استفاده از ابر نقاط و الگوریتم رنسک، صحنه به صورت صفحات مجزا تقسیم می شود وصفحات معتبر انتخاب می شوند. سپس مقدار عمق هر پیکسل موجود در حفره، با استفاده از معادله هر صفحه تخمین زده می شود.با استفاده از مدل تصادفی مارکوف، برحسب فاصله سه بعدی هر پیکسل تا چند ضلعی منطبق بر صفحه و فاصله رنگی آن، حفره هاپر می شوند. نتایج بر روی پایگاه داده استنفورد و داده شبیه سازی شده از نظر کمی و کیفی مورد بررسی قرار گرفته است. تصاویردر بازنمایی سه بعدی دارای برتری های قابل توجهی بوده است. همچنین در مقایسه با داده شبیه سازی از روش می نیمم مطلق خطااستفاده شده است که راهکار پیشنهادی از سایر روشها بهتر بوده است.
Keywords:
Authors
مهلا نجاتی
دانشجوی کارشناسی ارشد، دانشگاه فردوسی مشهد
احد هراتی
استادیار، دانشگاه فردوسی مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :