基于向下倾角方向的单台TOF相机人体降噪方法及系统技术方案

本发明专利技术公开一种基于向下倾角方向的单台TOF相机人体降噪方法，获取有人体的前景深度图像以及背景深度图像，对有人体的前景深度图像和背景深度图像进行背景差分处理；把只有人体的深度图像中的每个像素的深度数据映射到二维图像中；对二维图像进行形态学滤波处理；在滤波后的二维图像中找到人体对应的每个像素的深度数据，对所述深度数据进行梯度滤波，得到梯度滤波图像；将梯度滤波图像中的深度数据转化成世界坐标系下的人体点云数据，得到相对平滑的人体点云数据。本发明专利技术用于向下倾角的TOF相机检测项目；用三维深度图像映射到二维图像进行需要的处理，避开三维点云数据的滤波，数据处理等复杂度较大的算法，最终才用三维数据做人体数据的平滑滤波。

Noise Reduction Method and System for Single TOF Camera Based on Downward Inclination Direction

【技术实现步骤摘要】
基于向下倾角方向的单台TOF相机人体降噪方法及系统
本专利技术涉及计算机视觉
，尤其涉及一种基于向下倾角方向的单台TOF相机人体降噪方法及系统。
技术介绍
现有技术中，TOF相机的工作原理如图1所示，TOF是Timeofflight的简写，直译为飞行时间的意思。所谓飞行时间法3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行(往返)时间来得到目标物距离信息就是深度图像(以下简称深度图像)。目前，通过TOF相机对人体进行检测也是计算机视觉领域一个重要的研究方向，目前对于人体姿态检测的方法大多基于2D图像。相比于2D图像，深度图像因具有的三维空间特征从而为消除人体检测的光照变化、表观近似和遮挡阴影等干扰因素提供了可能，其中TOF相机以其性能和原理的特点被采用较多，而用TOF相机采集深度图像又以单个TOF正面拍摄研究为主(如图1)。对于TOF相机拍摄的深度图像，人体姿态检测的方法多采用提取人体骨架的方式。但是，在现有技术中，还存在很多缺陷：一般情况下，现有技术中研究TOF相机多数要求相机必须正对物体拍摄，在特殊的场合不适用；另外，现有技术中既要本文档来自技高网...

【技术保护点】
1.一种基于向下倾角方向的单台TOF相机人体降噪方法，其特征在于，包括以下步骤：分别获取有人体的前景深度图像以及背景深度图像，对有人体的前景深度图像和背景深度图像进行背景差分处理，得到只有人体的深度图像；把所述只有人体的深度图像中的每个像素的深度数据映射到二维图像中，得到映射的二维图像；对所述二维图像进行形态学滤波处理，采用开运算方式处理，去除人体边缘的噪声，得到滤波后的二维图像；在滤波后的二维图像中找到人体对应的每个像素的深度数据，对所述深度数据进行梯度滤波，得到梯度滤波图像；将梯度滤波图像中的深度数据转化成世界坐标系下的人体点云数据，对人体点云数据进行平滑处理，得到相对平滑的人体点云数据。

【技术特征摘要】
1.一种基于向下倾角方向的单台TOF相机人体降噪方法，其特征在于，包括以下步骤：分别获取有人体的前景深度图像以及背景深度图像，对有人体的前景深度图像和背景深度图像进行背景差分处理，得到只有人体的深度图像；把所述只有人体的深度图像中的每个像素的深度数据映射到二维图像中，得到映射的二维图像；对所述二维图像进行形态学滤波处理，采用开运算方式处理，去除人体边缘的噪声，得到滤波后的二维图像；在滤波后的二维图像中找到人体对应的每个像素的深度数据，对所述深度数据进行梯度滤波，得到梯度滤波图像；将梯度滤波图像中的深度数据转化成世界坐标系下的人体点云数据，对人体点云数据进行平滑处理，得到相对平滑的人体点云数据。2.根据权利要求1所述的基于向下倾角方向的单台TOF相机人体降噪方法，其特征在于，所述对有人体的前景深度图像和背景深度图像进行背景差分处理，具体为：将有人体的前景深度图像和背景深度图像进行相减，公式如下：deep人＝||deep场景-deep背景||其中，deep人表示只有人体的深度图像，deep场景表示有人体的前景深度图像，deep背景表示背景深度图像。3.根据权利要求1所述的基于向下倾角方向的单台TOF相机人体降噪方法，其特征在于，所述在滤波后的二维图像中找到人体对应的每个像素的深度数据，对所述深度数据进行梯度滤波，得到梯度滤波图像，具体为：对每个人体点计算这个点和周围n*n大小的核的梯度值x，若-a<x<a，其中，a能进行调节，则认为这个梯度变化不快，能保留这个点的梯度；当周围n*n大小的核的每一个点都和中心点进行比较后，再根据权重对此点进行深度值的调节，得到梯度滤波图像。4.根据权利要求1所述的基于向下倾角方向的单台TOF相机人体降噪方法，其特征在于，所述将梯度滤波图像中的深度数据转化成世界坐标系下的人体点云数据，具体为：将梯度滤波图像中的深度数据先从图像坐标(x0，y0，z0)转换到相机坐标(x1，y1，z1)，公式如下：v＝(x0-320*0.5，y0-240*0.5，foclen)x1＝v.x*sy1＝v.y*sz1＝v.z*s其中：foclen＝320*0.5/tan[(90*0.5)*π/180]scalefactor＝0.041667z0＝img.at(y0，x0)-147；再从相机坐标(x1，y1，z1)转换到世界坐标(x2，y2，z2)，公式如下：pp＝remap*px2＝pp(0，0)y2＝pp(1，0)z2＝pp(2，0)其中：P是一个[4*1]矩阵，P(0，0)＝x1，p(1，0)＝y1，p(2，0)＝z1，p(3，0)＝0，remap是变换的矩阵，图像中的每个像素点的坐标：(x0，y0，z0)，其中z0表示这个像素点深度值，以相机为原点的三维坐标表示为：x1，y1，z1)，v、s是参数，foclen、scalefoclen是一个固定的系数，img.at(y0，x0)表示这一点的深度值。5.根据权利要求1所述的基于向下倾角方向的单台TOF相机人体降噪方法，其特征在于，所述对人体点云数据进行平滑处理，具体为：对人体点云数据做卷积处理，得到平滑滤波器，通过平滑滤波器进行平滑处理，滤波器处理的输出像素值g(i，j，z)是输入图像像素值f(i+k，j+I，z+H)的加权和，公式如下：g(i，j，z)＝∑f(i+k，j+I，z+H)h(k，I，H)其中，h(k，I，H)，表示滤波器的加权系数，...

【专利技术属性】
技术研发人员：沈诚，魏娉婷，
申请(专利权)人：杭州一隅千象科技有限公司，
类型：发明
国别省市：浙江,33