一种用于深度图像曲面拟合的方法
【专利摘要】一种用于深度图像曲面拟合的方法，包括以下步骤：1）对图像的预处理；2）深度数据的获取；3）确定拟合半径，对图像局部区域进行拟合。本发明采用基于泰勒基函数的移动最小二乘法进行拟合，即采用双二次泰勒基函数来拟合深度图像中N*N的区域，每次拟合窗口中只计算窗口中心像素的拟合值，通过移动拟合窗口的中心得到每个像素点的拟合值，边缘处的像素则单独考虑。仿真实验结果表明，该方法提高计算效率的同时增加了计算的稳定性，且能保证较高的精度。使用该方法进行拟合之后，可以方便的计算图像的高斯曲率和平均曲率等曲面特性参数。
【专利说明】一种用于深度图像曲面拟合的方法
【技术领域】
[0001]本发明涉及图像处理和三维建模【技术领域】，尤其涉及一种用于深度图像曲面拟合的方法。
【背景技术】
[0002]三维空间中的曲面包含着丰富的几何意义，以曲面的一阶微分量和二阶微分量为基础可以构建诸如曲面法向矢量、高斯曲率、平均曲率、主曲率等等重要的曲面特性。这些曲面特性是很多利用深度图像信息进行图像分割、识别等应用的基础。对于深度图像来说，如果将图像平面视为以XOY为直角坐标系的平面，像素值视为Z轴上的取值，则图像可以表示为三维空间的曲面，图像的局部区域可以看作曲面上某点的邻域，局部区域具有的曲面特性与曲面邻域的性质有关，因此从这个角度出发可以将局部曲面特性的研究转化为曲面局部性质的研究。为了计算深度图像的曲面特性，采用基于最小二乘法拟合深度图像，将离散的数据点连续化。
[0003]就最小二乘拟合来说，拟合方法主要有:标准最小二乘法、加权最小二乘法和移动最小二乘法。基函数都选用双变量二次函数，则标准最小二乘误差较大，计算有病态；加权最小二乘法则考虑到不同点的重要性差异，与两者相比，移动最小二乘拟合效果好，便于计算二阶微分。缺点就是计算量大，为了减小计算复杂度。考虑到权函数在计算点的平移特性，让基函数也选用具有平移特性的泰勒基函数。通常，基函数采用的是单项式基函数基空间，计算的复杂性有待提高。针对这个问题，本发明采用具有平移特性的泰勒基函数进行深度图像曲面拟合。仿真结果表明，本发明与单项式基函数相比，既降低了计算的复杂度，同时保留了运算的精度。
【发明内容】
[0004]针对传统最小二乘拟合计算量大的缺点，本发明提供一种用于深度图像曲面拟合的方法，该方法采用基于泰勒基函数的移动最小二乘法进行拟合，即采用双二次泰勒基函数来拟合深度图像中N*N的区域，每次拟合窗口中只计算窗口中心像素的拟合值，通过移动拟合窗口的中心得到每个像素点的拟合值，边缘处的像素则单独考虑。仿真实验结果表明，该方法提高计算效率的同时增加了计算的稳定性，且能保证较高的精度。使用该方法进行拟合之后，可以方便的计算图像的高斯曲率和平均曲率等曲面特性参数。
[0005]本发明的技术解决方案为:一种用于深度图像曲面拟合的方法，包括以下步骤:
1)深度图像的获取，即获取场景中各点相对于摄像机的距离；
2)对2D图像进行预处理，找到感兴趣的区域，通过阈值分割从图像中分割出目标区域；
3)在目标区域内，获取3D数据点，根据张正友标定方法对相机进行标定，根据标定结果得到的相机的内部参数计算图像的三维形态数据点；
4)根据步骤三取得的三维形态数据点，确定初始拟合邻域ArXiV,从N=3开始拟合，设定在该邻域内确定曲面表达式为:
【权利要求】
1.一种用于深度图像曲面拟合的方法，其特征在于包括以下步骤: 步骤一、深度图像的获取，即获取场景中各点相对于摄像机的距离； 步骤二、对2 D图像进行预处理，找到感兴趣的区域，通过阈值分割从图像中分割出目标区域； 步骤三、在目标区域内，获取3 D数据点，根据张正友标定方法对相机进行标定，根据标定结果得到的相机的内部参数计算图像的三维形态数据点； 步骤四、根据步骤三取得的三维形态数据点，确定初始拟合邻域N×N ，从N=3开始拟合，设定在该邻域内确定曲面表达式为:
2.根据权利要求1所述的一种用于深度图像曲面拟合的方法，其特征在于:步骤7中的拟合误差的计算方法为:
【文档编号】G06T17/00GK103927782SQ201410004024
【公开日】2014年7月16日 申请日期:2014年1月6日 优先权日:2014年1月6日
【发明者】普杰信, 王粉蝶, 刘中华, 张庆华, 张蕾, 芦晴晴, 张秀珍 申请人:河南科技大学