基于结构光的2D深度边缘检测

Structured Light Based Depth Edge Detection for Object Shape Recovery 文章总结

比较经典的一篇2D depth edge detection的文章，2005年CVPR

文章大意：现有的Canny边缘提取算法，无法区分texture edge and depth edge, 然后作者结合structured light and white light image, 以白光图像中提取的边缘作为candidate，再在白光图减去structured light image得到的图像中，利用Gabor Filter找到信号扭曲的地方，白光的主要作用是，作为candidate去除黑白条纹交界处Gabor Filter找出来的边缘，因为从频域上来讲，条纹交界的地方属于信号剧烈变化的地方，会和深度不连续地方的结构光信号扭曲一样，被视为一种频域的显著信号。

以及，为什么要做一个减法呢？因为黑白条纹结构光，可以看成是对白光投影的间断性采样，但是除了投影仪的光，物体本身也会反射一些环境光，这样两张图一减去，相当于去除了物体本身的纹理的影响，只留下了基本的几何信息对于结构光的扭曲。

这篇论文有一定的意义，但是其算法思路和introduction，都写得较为简单，放在现在肯定是不行了，但是在十几年前，倒也算是略有新意。

文章摘抄：

However, the use of traditional Canny edges cannot distinguish between texture edges and depth edge.

The goal of this research is to produce a depth edge map of the real world scene.

Unfortunately, few research results have been reported that provide only depth discontinuities without computing 3D information at every pixel in the input image of a scene.

We first find candidate depth edges by applying a Gabor filter to the patterned image. We then accurately locate depth edges using edge information from white light image.