一种基于字典学习的深度图像超分辨率重建方法

摘要：

随着深度图像获取技术的快速发展,深度信息(拍摄物与成像平面的距离)已广泛应用在人机交互、虚拟现实和三维重建等领域.然而,由于成像分辨率低和成像质量差等因素影响,传统深度相机(如TOF,Time-of-flight)无法很好满足实际应用需求.研究深度图像的超分辨率重构问题,旨在提高深度图像的分辨率与质量,提出一种基于字典学习的深度图像超分辨率重建方法,首先从样本中获取先验信息,采用学习策略对低分辨率图像进行初始深度重建;然后获得足够的边缘信息,利用边缘信息对初始重建图像进行联合重建,最终获得高分辨率深度图像.实验结果表明,相比传统方法,本文方法能够取得更好的深度图像超分辨重建效果.

关键词：深度图像、字典学习、超分辨率重建

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：163-167