深度图像的获取原理

Posted ranjiewen

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度图像的获取原理相关的知识,希望对你有一定的参考价值。

RGB-D(深度图像)

技术分享图片 技术分享图片

  深度图像 = 普通的RGB三通道彩色图像 + Depth Map

  在3D计算机图形中,Depth Map(深度图)是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中,Depth Map 类似于灰度图像,只是它的每个像素值是传感器距离物体的实际距离。通常RGB图像和Depth图像是配准的,因而像素点之间具有一对一的对应关系。

  下面可以看到两个不同的深度图,以及从中衍生的原始模型。第一个深度图显示与照相机的距离成比例的亮度。较近的表面较暗; 其他表面较轻。第二深度图示出了与标称焦平面的距离相关的亮度。靠近焦平面的表面较暗; 远离焦平面的表面更轻((更接近并且远离视点)。
立方体结构深度图:更近更深深度图:近距离焦距更深
技术分享图片 技术分享图片 技术分享图片

  RGB-D Dataset:RGB-D Object Dataset

  RGB-D Demo:Demo


图像深度

  图像深度 是指存储每个像素所用的位数,也用于量度图像的色彩分辨率。

  图像深度 确定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数。它决定了彩色图像中可出现的最多颜色数,或灰度图像中的最大灰度等级。比如一幅单色图像,若每个像素有8位,则最大灰度数目为2的8次方,即256。一幅彩色图像RGB三通道的像素位数分别为4,4,2,则最大颜色数目为2的4+4+2次方,即1024,就是说像素的深度为10位,每个像素可以是1024种颜色中的一种。

  例如:
  一幅画的尺寸是1024*768,深度为16,则它的数据量为1.5M。

  计算如下:
  1024×768×16 bit = (1024×768×16)/8 Byte = [(1024×768×16)/8]/1024 KB = 1536 KB = {[(1024×768×16)/8]/1024}/1024 MB = 1.5 MB

 

以上是关于深度图像的获取原理的主要内容,如果未能解决你的问题,请参考以下文章

深度神经网络识别图形图像的基本原理(转)

深度原理与框架-图像超分辨重构-tensorlayer

深度学习从入门到精通——图像分割技术原理解析

图像位深度 8位 16位 24位 32位区别对比 RGB 真彩色 基本概念:(大小,深度,通道)位深度数据类型转换原理 Mat数据读取(opencv里的imread)

如何从 kinect 深度图像中获取深度强度,因为它表示像素到传感器的距离

深度相机生成点云数据的原理