摘要：针对深度图像传感器与彩色图像传感器的空间分辨率较差的问题，提出一种提高深度图像分辨率的算法．不同于传统方法。该算法是基于机器学习的超分辨率选择机制，选择均值型、最大值型和中值型三种滤波器方法作为候选方法。首先运用高分辨率深度图像下采样和高分辨率彩色图像选择最优的滤波器，同时经过特征提取获得特征集；然后，高分辨率深度图像直接通过最优滤波器获得特征集；最后，这些特征集经过支持向量机（SVM）训练获得滤波器分类器。此外，还提出了一种频域特征向量．用于提高算法识别性能。无噪声和有噪声的深度图像实验验证了算法的有效性和鲁棒性，在真彩色和飞行时间深度图像的实验鲒果表明，提出算法的性能优于传统算法。

原文链接:http://www.cqvip.com//QK/91997X/201517/665861234.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）