深度图可视外壳优化：凹面重建与融合算法

"基于深度图的可视外壳凹面优化_陈国军1" 本文主要探讨了基于深度图像的可视外壳优化技术，旨在解决传统RGB图像可视外壳无法准确还原物体凹面，以及基于深度图像的可视外壳边缘粗糙、轮廓不清晰的问题。作者陈国军和韦鑫来自中国石油大学（华东）计算机与通信工程学院，他们的研究工作集中在如何通过深度图与RGB图像的融合来改进可视外壳的重建效果。 可视外壳（Visual Hull）是一种三维物体重建技术，通常用于从多个视角恢复物体的外部轮廓。传统的可视外壳算法基于RGB图像，可以有效地捕获物体的边界，但在处理物体的凹陷区域时表现不佳。另一方面，基于深度图像的可视外壳技术虽然可以揭示物体的凹面，但其生成的结果往往存在边缘模糊、细节丢失的问题。 为了克服这些局限，作者提出了一种深度图像与RGB图像融合的可视外壳计算方法。该方法采用体素剖分（Space Subdivision）策略，分别根据深度图和RGB图像构建两个不同的可视外壳。在体素空间中，通过对这两个外壳的比较和分析，可以更精确地识别和处理凹面区域。同时，通过利用CUDA（Compute Unified Device Architecture）技术，他们将算法实现于GPU（图形处理器），实现了计算的并行加速，从而提高了处理速度和实时性。 实验结果显示，融合算法能够有效地还原具有复杂凹面结构的物体可视外壳，不仅保留了物体的精细轮廓，而且保持了较高的精度和实时性能。这一方法对于三维重建和计算机视觉领域具有重要意义，尤其在物体识别、场景理解等应用中，能提供更准确的三维信息，有助于提高系统的整体性能。 关键词包括：深度图、可视外壳、凹面还原和三维重建。按照中国图书馆分类法，该研究被归类在TP391.9类别，即计算机科学技术的一般性问题。文章具有文献标识码A，表示其为学术研究论文，文章编号为1004-731X(2015)10-2508-06，反映了其在《系统仿真学报》第27卷第10期的发表情况。