江苏大学学报(自然科学版)

作者：杨洋，何童瑶，詹永照，赵岩，王新宇

单位：(江苏大学 计算机科学与通信工程学院, 江苏 镇江 212013)<br />

关键词：图像处理, 计算机视觉, 加权最小二乘, 深度图增强, 置信度, 软聚类, 三维空间

基金：国家自然科学基金资助项目(61902155,61402205)； 江苏大学高级人才基金资助项目(19JDG024,13JDG085)

&nbsp;针对现有的深度获取方式存在数据缺失、分辨率低等问题，提出一种基于软聚类的深度图增强方法，称为软聚类求解器.该方法利用软聚类的强边缘保持特性提高深度图增强的精度.将软聚类仿射矩阵和加权最小二乘模型有机结合，构建了软聚类求解器中的置信加权最小二乘模型，提出了基于迭代的求解方法.为评估所提出的方法，在多项深度图增强任务上进行试验，包括深度图补洞、深度图超分辨率和深度图纠正，评价指标包含了峰值信噪比（PSNR）、结构相似度（SSIM）、均方根差（RMSE）和运行效率.结果表明： 文中方法在深度图补洞任务中的平均PSNR达到了42.28，平均SSIM达到了98.83%；在深度图超分辨率、深度图纠正任务中的平均RMSE达到了8.96、2.36.文中方法处理1张分辨率为2 048&times;1 024像素的图像仅需5.03 s.

来源：2024年第2期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2024年第2期