基于Kinect傳感器的紅外場景增強算法分析

尹明 周立前

摘 要：隨著經濟和科學技術的不斷發展，極大的促進了社會的發展，加快了現代社會的發展進程，增加了Kinect傳感器的應用率。本文主要基于Kinect傳感器的紅外場景增強算法進行分析和闡述。

關鍵詞：Kinect傳感器；紅外場景；增強算法；分析和闡述

對Kinect傳感器的紅外場景應用效果進行分析和闡述，發現其在實際應用過程中存在自身的運作弊端。包括圖像的噪聲較大，Kinect傳感器的紅外場景增強對比能力較差等等問題。面對這一發展形勢，為了保證Kinect傳感器的實際應用性，要增加對Kinect傳感器的紅外場景增強算法關注度。

1 背景闡述

Kinect傳感器，是微軟公司在2010年末期產生的，體感裝置，具有較好的實際應用性，其可以對人體的骨骼進行跟蹤，對人體自身的行為進行判斷和辨別，可以對人臉進行判斷和辨別，可以不同個體的語音進行評判和辨別。Kinect傳感器一經問世，就引起了大眾和不同社會群體的關注度，增加了研究人員對Kinect傳感器的的研究。Kinect傳感器的具有一個攝像頭設備，這一攝像部分包括一個RGB設備，包括一個紅外攝像設備，一個紅外線投影設備。其在實際應用過程中，可以利用不提攝像設備，來進行空間的測量和監測，來獲得紅外圖像。但是杜宇這些不同圖像來說，其會隨著距離的不斷變化，產生圖像的變化。對于Kinect傳感器來說，其在黑夜的實際應用性較好，可以完整的得到景物的不同景象。隨著社會的不斷發展，人們利用Kinect傳感器的頻率越來越高，增加了對Kinect傳感器的紅外場景增強算法關注度，來滿足自身的實際應用需求[ 1 ]。

2 Kinect傳感器的紅外場景增強算法分析和闡述

2.1 增強方法闡述

圖像增強技術是Kinect傳感器的紅外場景的主要技術之一，其可以利用局部的作用，來進行增加圖像的處理能力，來對不同清晰度和模糊度的圖形進行處理，可以增加圖像畫面的真實度，來放大圖像的局部，來進行對比，便于在火器的圖像處理環節，來得到具有實際應用性的信息和數據[ 2 ]。Kinect傳感器圖像的增強方法主要包括以下幾個流程。其一，對原始的圖像進行分析和處理，對 OTM算法進行分析和處理，對帶阻的濾波進行處理，對雙邊的濾波進行處理，來得到圖像的增強效果圖[ 3 ]。

2.2 Kinect傳感器的紅外場景OTM增強算法分析

對于Kinect傳感器的紅外場景來說，其在進行增強作業時，對比度較為局限，直方的圖形較為均衡，因此，Kinect傳感器的紅外場景OTM增強算法具有實際計算意義。在對Kinect傳感器的紅外場景OTM增強算法進行運算時，要保證其具備以下幾個約束條件。其一，對動態輸入范圍進行限制。其二，保證函數是一個持續增加的形式。其三，給予一個最大的失真定值。在對Kinect傳感器的紅外場景OTM增強算法進行限制后，便可以利用OTM增強算法進行進行計算。利用OTM增強算法來進行Kinect傳感器的紅外場景的計算，具有較好的實際應用性，其突破了傳統直方圖的局限性，應用較為廣泛，可以利用約束條件的增加，來對不同形式的圖形進行計算，能保證計算的準確性和科學性[ 4 ]。

2.3 Kinect傳感器濾波設備的選擇

對于Kinect傳感器來說，其在進行濾波器的選擇時，假使其選擇的濾波器是低通類型，其可以使得圖像的光滑度和平和度較好，但是會失去邊緣的節點信息。假使其在實際應用過程中，選擇的是高通性的濾波設備，其在實際應用過程中，可以對不同圖像進行優化處理，可以對不不同圖像進行銳化處理，有效的存貯了高頻細節，但是也會增加噪聲的數量。

依據Kinect傳感器特點和性質，在對Kinect傳感器進行實驗時，利用巴特沃斯這一傳感設備具有較好的實際應用性。巴特沃斯這一傳感設備具有低通傳感設備的優勢，具備高通傳感設備的優勢，突破了低通傳感設備和高通傳感設備的局限性，在對Kinect傳感器的紅外場景進行圖像處理時，最大化的保留了Kinect傳感器的紅外場景具有實際應用性的信息，避免了Kinect傳感器的紅外場景噪聲的市場產生，提高了Kinect傳感器的紅外場景的 處理能力，具有實際應用價值[ 5 ]。

3 結論

Kinect傳感器濾波設備在是微軟公司在不斷發展和研究過程中，研究出的一款智能化處理設備，可以對人臉和行為與聲音進行判斷和識別，成為社會討論熱點話題。

對于Kinect傳感器的紅外場景的圖像處理，可以利用巴特沃斯這一傳感設備，可以對不不同圖像進行銳化處理，最大化的保留了Kinect傳感器的紅外場景具有實際應用性的數據與信息，降低了Kinect傳感器的紅外場景噪聲的產生率。

參考文獻：

[1] 沈躍，徐慧，劉慧，李寧.基于K-means和近鄰回歸算法的Kinect植株深度圖像修復[J].農業工程學報，2016，（19）：188-194.

[2] 宋曉煒，劉清麗，楊蕾，劉洲峰，王中元.基于Kinect傳感器的紅外場景增強[J].激光與紅外，2015，（03）：325-330.

[3] 郭連朋，陳向寧，劉彬，劉田間.基于Kinect傳感器多深度圖像融合的物體三維重建[J].應用光學，2014，（05）：811-816.

[4] 尹潘龍，徐光柱，雷幫軍，曹維華. Kinect下深度信息獲取技術及其在三維目標識別中的應用綜述[J].集成技術，2013，（06）：94-99.

[5] 夏文玲，顧照鵬，楊唐勝.實時三維重建算法的實現——基于Kinect與單目視覺SLAM的三維重建[J].計算機工程與應用，2014，（24）：199-203.