پرکردن حفره های تصاویر عمق با مدلسازی هندسه صحنه با استفاده از مدل تصادفی مارکوف

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.

کلیدواژه ها:

پر کردن حفره ، تصویر عمق ، مدل تصادفی مارکوف ، هندسه صحنه ، ابر نقاط