基于Kinect传感器的红外场景增强算法分析

尹明 周立前

摘 要：随着经济和科学技术的不断发展，极大的促进了社会的发展，加快了现代社会的发展进程，增加了Kinect传感器的应用率。本文主要基于Kinect传感器的红外场景增强算法进行分析和阐述。

关键词：Kinect传感器；红外场景；增强算法；分析和阐述

对Kinect传感器的红外场景应用效果进行分析和阐述，发现其在实际应用过程中存在自身的运作弊端。包括图像的噪声较大，Kinect传感器的红外场景增强对比能力较差等等问题。面对这一发展形势，为了保证Kinect传感器的实际应用性，要增加对Kinect传感器的红外场景增强算法关注度。

1 背景阐述

Kinect传感器，是微软公司在2010年末期产生的，体感装置，具有较好的实际应用性，其可以对人体的骨骼进行跟踪，对人体自身的行为进行判断和辨别，可以对人脸进行判断和辨别，可以不同个体的语音进行评判和辨别。Kinect传感器一经问世，就引起了大众和不同社会群体的关注度，增加了研究人员对Kinect传感器的的研究。Kinect传感器的具有一个摄像头设备，这一摄像部分包括一个RGB设备，包括一个红外摄像设备，一个红外线投影设备。其在实际应用过程中，可以利用不提攝像设备，来进行空间的测量和监测，来获得红外图像。但是杜宇这些不同图像来说，其会随着距离的不断变化，产生图像的变化。对于Kinect传感器来说，其在黑夜的实际应用性较好，可以完整的得到景物的不同景象。随着社会的不断发展，人们利用Kinect传感器的频率越来越高，增加了对Kinect传感器的红外场景增强算法关注度，来满足自身的实际应用需求[ 1 ]。

2 Kinect传感器的红外场景增强算法分析和阐述

2.1 增强方法阐述

图像增强技术是Kinect传感器的红外场景的主要技术之一，其可以利用局部的作用，来进行增加图像的处理能力，来对不同清晰度和模糊度的图形进行处理，可以增加图像画面的真实度，来放大图像的局部，来进行对比，便于在火器的图像处理环节，来得到具有实际应用性的信息和数据[ 2 ]。Kinect传感器图像的增强方法主要包括以下几个流程。其一，对原始的图像进行分析和处理，对 OTM算法进行分析和处理，对带阻的滤波进行处理，对双边的滤波进行处理，来得到图像的增强效果图[ 3 ]。

2.2 Kinect传感器的红外场景OTM增强算法分析

对于Kinect传感器的红外场景来说，其在进行增强作业时，对比度较为局限，直方的图形较为均衡，因此，Kinect传感器的红外场景OTM增强算法具有实际计算意义。在对Kinect传感器的红外场景OTM增强算法进行运算时，要保证其具备以下几个约束条件。其一，对动态输入范围进行限制。其二，保证函数是一个持续增加的形式。其三，给予一个最大的失真定值。在对Kinect传感器的红外场景OTM增强算法进行限制后，便可以利用OTM增强算法进行进行计算。利用OTM增强算法来进行Kinect传感器的红外场景的计算，具有较好的实际应用性，其突破了传统直方图的局限性，应用较为广泛，可以利用约束条件的增加，来对不同形式的图形进行计算，能保证计算的准确性和科学性[ 4 ]。

2.3 Kinect传感器滤波设备的选择

对于Kinect传感器来说，其在进行滤波器的选择时，假使其选择的滤波器是低通类型，其可以使得图像的光滑度和平和度较好，但是会失去边缘的节点信息。假使其在实际应用过程中，选择的是高通性的滤波设备，其在实际应用过程中，可以对不同图像进行优化处理，可以对不不同图像进行锐化处理，有效的存贮了高频细节，但是也会增加噪声的数量。

依据Kinect传感器特点和性质，在对Kinect传感器进行实验时，利用巴特沃斯这一传感设备具有较好的实际应用性。巴特沃斯这一传感设备具有低通传感设备的优势，具备高通传感设备的优势，突破了低通传感设备和高通传感设备的局限性，在对Kinect传感器的红外场景进行图像处理时，最大化的保留了Kinect传感器的红外场景具有实际应用性的信息，避免了Kinect传感器的红外场景噪声的市场产生，提高了Kinect传感器的红外场景的 处理能力，具有实际应用价值[ 5 ]。

3 结论

Kinect传感器滤波设备在是微软公司在不断发展和研究过程中，研究出的一款智能化处理设备，可以对人脸和行为与声音进行判断和识别，成为社会讨论热点话题。

对于Kinect传感器的红外场景的图像处理，可以利用巴特沃斯这一传感设备，可以对不不同图像进行锐化处理，最大化的保留了Kinect传感器的红外场景具有实际应用性的数据与信息，降低了Kinect传感器的红外场景噪声的产生率。

参考文献：

[1] 沈跃，徐慧，刘慧，李宁.基于K-means和近邻回归算法的Kinect植株深度图像修复[J].农业工程学报，2016，（19）：188-194.

[2] 宋晓炜，刘清丽，杨蕾，刘洲峰，王中元.基于Kinect传感器的红外场景增强[J].激光与红外，2015，（03）：325-330.

[3] 郭连朋，陈向宁，刘彬，刘田间.基于Kinect传感器多深度图像融合的物体三维重建[J].应用光学，2014，（05）：811-816.

[4] 尹潘龙，徐光柱，雷帮军，曹维华. Kinect下深度信息获取技术及其在三维目标识别中的应用综述[J].集成技术，2013，（06）：94-99.

[5] 夏文玲，顾照鹏，杨唐胜.实时三维重建算法的实现——基于Kinect与单目视觉SLAM的三维重建[J].计算机工程与应用，2014，（24）：199-203.