关于kinect v2性能分析的一些论文

一、kinect v2原理分析

1. 硬件结构

1.1 kinect v2拆机评测

拆机评测

二、kinect v2性能分析

PERFORMANCE EVALUATION OF THE 1ST AND 2ND GENERATION KINECT FOR MULTIMEDIA APPLICATIONS

首先介绍了两代kinect，并简要说明了它们的工作原理。最后通过实验从光照、工作距离还有在应用上（三维重建、人体追踪）比较了两代kinect的性能。

FIRST EXPERIENCES WITH KINECT V2 SENSOR FOR CLOSE RANGE 3D MODELLING

• 单副深度图数据会有随机的斑点噪声。多幅深度图求平均可以一定程度上的避免这种问题。但是一般50-100副就够了。
• 一些RGBD相机需要预热，我们可以通过实验发现，kinect v2也需要预热时间在30min左右（kinect v2工作20min后才打开排风扇）。
  
• 材质的反射率和颜色深浅对距离测量的影响：会使反射回来的红外强度变小，导致距离比预期的要大。
  
  
• kinect v2最好在精确测量前进行标定，包括几何标定和深度标定。工作距离最好在（0.8m-3.0m），如果要避免径向畸变，可以只选取深度图中中心的区域。
  

Assessment and Calibration of a RGB-D Camera (Kinect v2 Sensor) Towards a Potential Use for Close-Range 3D Modeling

• 作者与前一篇相同，内容与上一篇几乎一样，但是更加详细
  
  1. 增加样本并不能提高精确度，但是可以使结果更“均匀”？

Evaluating and Improving the Depth Accuracy of Kinect for Windows v2

• 从五个方面评估了kinect v2的深度相机：包括准确度分布、深度分辨率、深度熵、边缘噪声和结构噪声。然后用三角定位法通过多台kinect v2提高了深度相机的准确度。
• 精度分布：可以用不同的椭圆锥来表示不同精度区域
  
  

  绿色区域表示精度误差小于2mm的区域，黄色的是2-4mm，红色是大于4mm，紫色的点表示测量的关键点位置。

• 深度分辨率。实验通过将面对着kinect的平面绕水平轴旋转45度和60度，然后让kinect从不同的距离测量平面。平面分辨率的定义如下：
  
  M[i+1],M[i]代表着相邻的两个点的深度值
  结果如下：
  
• 深度熵：用熵的定义来描述kinect的稳定性和可靠性。深度熵的定义如下：
  
  i表示是$M_d$深度图上的第i个数据；j表示$M_d$相邻的时间间隔内的所有帧内，第i个数据可能的不同的量；$p(i)_j$表示在时间间隔内的所有帧，j出现的频率。
  
  
• 边缘噪声：边缘会有信息缺失。随着距离的增加，噪声并没有增加很多。
• 结构噪声：可能是由于衍射
  

Hole Filling for Kinect v2 Depth Images

• windows SDK对于彩色图和深度图的配准不是十分准确。因此求了一个H矩阵
  
  
• 用定向双边滤波对深度图上的缺失数据进行了填补
  

Low-cost Coastal Mapping using Kinect v2 Time-of-Flight Cameras

• 对kinect的彩色相机和红外相机都进行了标定，用的是基于张正友标定法的Bouget’s Camera Calibration Toolbox
  结果如下：
  彩色相机：
  
  
  
  红外相机：
  
  
  
• 介绍了“flying pixels”这种TOF测量中普遍存在的问题。它是由于一个像素在不同距离上覆盖住了物体的边界，光会从位于前面的和后面的物体表面返回，生成一个介于这两个距离之间的深度信息。
  
• 简要说明了散热的重要性
• 测量水中物体深度时，精度的衰减

Joint depth and color camera calibration with distortion correction

此文主要针对的是kinect v1，但是对第二代的标定也有借鉴意义
对此文中方法的实现可从这里找到
- 提出来一种同时对深度相机和彩色相机进行标定的方法，同时满足三方面的要求：精确性，实用性和广泛适用性。