一、kinect v2原理分析
1. 硬件結構
1.1 kinect v2拆機評測
二、kinect v2性能分析
PERFORMANCE EVALUATION OF THE 1ST AND 2ND GENERATION KINECT FOR MULTIMEDIA APPLICATIONS
首先介紹了兩代kinect，並簡要說明了它們的工作原理。最後通過實驗從光照、工作距離還有在應用上（三維重建、人體追蹤）比較了兩代kinect的性能。
FIRST EXPERIENCES WITH KINECT V2 SENSOR FOR CLOSE RANGE 3D MODELLING
- 單副深度圖數據會有隨機的斑點噪聲。多幅深度圖求平均可以一定程度上的避免這種問題。但是一般50-100副就夠了。
- 一些RGBD相機需要預熱，我們可以通過實驗發現，kinect v2也需要預熱時間在30min左右（kinect v2工作20min後纔打開排風扇）。
![]()
- 材質的反射率和顏色深淺對距離測量的影響：會使反射回來的紅外強度變小，導致距離比預期的要大。
![]()
![]()
- kinect v2最好在精確測量前進行標定，包括幾何標定和深度標定。工作距離最好在（0.8m-3.0m），如果要避免徑向畸變，可以只選取深度圖中中心的區域。
![]()
Assessment and Calibration of a RGB-D Camera (Kinect v2 Sensor) Towards a Potential Use for Close-Range 3D Modeling
- 作者與前一篇相同，內容與上一篇幾乎一樣，但是更加詳細
- 增加樣本並不能提高精確度，但是可以使結果更“均勻”？
Evaluating and Improving the Depth Accuracy of Kinect for Windows v2
- 從五個方面評估了kinect v2的深度相機：包括準確度分佈、深度分辨率、深度熵、邊緣噪聲和結構噪聲。然後用三角定位法通過多臺kinect v2提高了深度相機的準確度。
- 精度分佈：可以用不同的橢圓錐來表示不同精度區域
![]()
綠色區域表示精度誤差小於2mm的區域，黃色的是2-4mm，紅色是大於4mm，紫色的點表示測量的關鍵點位置。
- 深度分辨率。實驗通過將面對着kinect的平面繞水平軸旋轉45度和60度，然後讓kinect從不同的距離測量平面。平面分辨率的定義如下：
![]()
M[i+1],M[i]代表着相鄰的兩個點的深度值 - 深度熵：用熵的定義來描述kinect的穩定性和可靠性。深度熵的定義如下：
![]()
i表示是$M_d$深度圖上的第i個數據；j表示$M_d$相鄰的時間間隔內的所有幀內，第i個數據可能的不同的量；$p(i)_j$表示在時間間隔內的所有幀，j出現的頻率。
![]()
![]()
- 邊緣噪聲：邊緣會有信息缺失。隨着距離的增加，噪聲並沒有增加很多。
- 結構噪聲：可能是由於衍射
![]()
Hole Filling for Kinect v2 Depth Images
- windows SDK對於彩色圖和深度圖的配準不是十分準確。因此求了一個H矩陣
![]()
- 用定向雙邊濾波對深度圖上的缺失數據進行了填補
![]()
Low-cost Coastal Mapping using Kinect v2 Time-of-Flight Cameras
- 對kinect的彩色相機和紅外相機都進行了標定，用的是基於張正友標定法的Bouget’s Camera Calibration Toolbox
結果如下：
彩色相機：
![]()
![]()
![]()
紅外相機：
![]()
![]()
![]()
- 介紹了“flying pixels”這種TOF測量中普遍存在的問題。它是由於一個像素在不同距離上覆蓋住了物體的邊界，光會從位於前面的和後面的物體表面返回，生成一個介於這兩個距離之間的深度信息。
![]()
- 簡要說明了散熱的重要性
- 測量水中物體深度時，精度的衰減
Joint depth and color camera calibration with distortion correction
此文主要針對的是kinect v1，但是對第二代的標定也有借鑑意義
對此文中方法的實現可從這裏找到
- 提出來一種同時對深度相機和彩色相機進行標定的方法，同時滿足三方面的要求：精確性，實用性和廣泛適用性。
