崇斯杰，王士玮，刘利刚

深度图像的法向指导GPU滤波

崇斯杰，王士玮，刘利刚

(中国科学技术大学数学科学学院，安徽 合肥 230022)

深度相机获取深度图像由于硬件精度问题，往往会丢失大量细节信息。因此，对深度图像的滤波，已经成为深度视觉领域一个重要的课题。然而，现阶段大多数滤波的方法对于深度图像中的尖锐特征保留能力不足，往往会出现过光滑现象。针对深度图像滤波中的尖锐特征难以保留的问题，提出了一种新的深度图像的联合双边滤波方法。首先求解深度图像每个像素的法向，以投票的方式对法向的权重进行计算以进行联合双边滤波，最后根据滤波后的法向更新顶点坐标。该方法引入了高精度的纹理作为指导信息,能获取更可信的滤波效果。另外，该方法基于点云的局部信息，不需要求解很大的矩阵，且基于GPU并行，运算效率极高。实验表明，该方法能更好地保留法向的边界，具有更好的几何特征保留能力。

深度图像；点云；联合双边滤波；纹理；法向滤波

随着深度相机的发展，人们获得物体的三维数据越来越便捷，并得到广泛地应用。但是，由于受测量精度以及采集环境的影响，现有的深度相机所获取的深度图像(深度点云数据)往往存在大量的噪音。因此，对深度图像进行有效地滤波与去噪，是一个非常重要的问题。

关于网格曲面的滤波已有大量的工作[1]。虽然许多深度图像的滤波方法均来自网格曲面滤波的启发，但直接用于深度点云数据还存在着不足。……