一种深度图像的边缘飞点处理方法及装置制造方法及图纸

本发明专利技术提供一种深度图像的边缘飞点处理方法及装置，其中，方法包括：对深度图进行边缘检测，得到边缘区域，边缘区域包括飞点在内的若干个边缘点；在峰值对应的时间箱图上，以每个边缘点为中心构建对应的多个搜索区域；对每个搜索区域内的所有像素点进行聚类分析，确认搜索区域内每个像素点的场景类别；在一个搜索区域内，获取一个边缘点的场景类别，并以相同类别中与该边缘点距离最近的像素点的时间箱作为该边缘点的校正值，以此类推，完成对所有边缘点的时间箱的校正。通过结合峰值对应的时间箱图，对深度图中各个边缘点构建搜索区域并进行聚类分析后完成时间箱的校正，有效提高直接飞行时间深度图像中飞点现象的处理精度以及边缘清晰度。及边缘清晰度。及边缘清晰度。

【技术实现步骤摘要】
一种深度图像的边缘飞点处理方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种深度图像的边缘飞点处理方法及装置。

技术介绍

[0002]与传统的灰度图像或彩色图像相比，深度图像具有物体的三维特征信息，因而越来越多的应用于计算机视觉、计算机图形学等领域。目前主要采用TOF(Time of Flight，飞行时间)相机生成物体的深度图像。
[0003]然而在采用TOF技术时，在图像边缘处会产生飞点效应，即由景深相差较大造成的深度测量非连续的情况，具体在iTOF(indirect time of flight，间接飞行时间)相机中由于其成像原理，边缘处的深度值是由不同距离的物体共同作用得到的，因此会不可避免的出现在前景和背景之间飞点，而在dTOF(direct time of flight，直接飞行时间)相机中，虽然边缘附近的深度会在前景和背景两个深度值中选取最大概率的深度值，理论上dTOF技术不会出现在前景和背景之间的飞点，但是由于dTOF技术在深度计算过程中的误差，在边缘处同样容易出现深度误差比较大的飞点。
[0004]目前针对iTOF中的飞点现象一般采用图像的方法进行飞点滤除处理，而dTOF虽然可以借鉴这种方式，但容易存在漏检和误检的问题，且过滤之后的图像容易形成孔洞，使得针对dTOF相机的飞点处理不够准确。

技术实现思路

[0005]鉴于上述现有技术的不足，本专利技术的目的在于提供一种深度图像的边缘飞点处理方法及装置，以提高直接飞行时间深度图像中飞点现象的处理精度，提高深度图像的边缘清晰度。
[0006]为了达到上述目的，本专利技术采取了以下技术方案：
[0007]本专利技术第一方面提供一种深度图像的边缘飞点处理方法，包括如下步骤：
[0008]对深度图进行边缘检测，得到边缘区域，所述边缘区域包括飞点在内的若干个边缘点；
[0009]在峰值对应的时间箱图上，以每个边缘点为中心构建对应的多个搜索区域；
[0010]对每个所述搜索区域内的所有像素点进行聚类分析，确认所述搜索区域内每个像素点的场景类别；
[0011]在一个搜索区域内，获取一个边缘点的场景类别，并以相同类别中与该边缘点距离最近的像素点的时间箱作为该边缘点的校正值，以此类推，完成对所有边缘点的时间箱的校正。
[0012]在一个实施例中，所述以每个边缘点为中心构建对应的多个搜索区域，包括：
[0013]以每个边缘点为中心、N个像素间距为半径构建圆形，其中N为正整数；
[0014]将每个圆形对应的外切正方形区域确认为所述搜索区域。
[0015]在一个实施例中，所述N的取值范围为2
‑
5。
[0016]在一个实施例中，所述深度图由以下步骤获得：
[0017]以第一分辨率获取像素阵列中每个像素点的粗略直方图；
[0018]根据所述粗略直方图计算每个像素点的粗略飞行时间，根据所述粗略飞行时间确认曝光窗区域；
[0019]在所述曝光窗区域以第二分辨率获取所述像素阵列中每个像素点的精细直方图；
[0020]根据所述精细直方图计算每个像素点的深度值后生成深度图。
[0021]在一个实施例中，所述对深度图进行边缘检测，得到边缘区域，所述边缘区域包括飞点在内的若干个边缘点，之后还包括：对粗略直方图进行边缘点的时间箱校正；
[0022]在所述完成对所有边缘点的时间箱的校正后，还包括：；
[0023]根据校正后的粗略直方图计算每个像素点的粗略飞行时间，根据所述粗略飞行时间确认曝光窗区域；
[0024]在所述曝光窗区域以第二分辨率获取所述像素阵列中每个像素点的精细直方图；
[0025]根据所述精细直方图计算每个像素点的深度值后生成精细深度图。
[0026]在一个实施例中，所述对深度图进行边缘检测，得到边缘区域之后，所述方法还包括：
[0027]通过腐蚀算法对所述边缘区域进行扩大。
[0028]在一个实施例中，所述对每个所述搜索区域内的所有像素点进行聚类分析，确认所述搜索区域内每个像素点的场景类别，包括：
[0029]根据所述搜索区域内各个像素点的时间箱，对所述搜索区域内的像素点进行聚类分析，得到若干个聚类中心；
[0030]根据各个聚类中心的时间箱确认对应的场景类别。
[0031]在一个实施例中，所述对所述搜索区域内的像素点进行聚类分析，确认所述搜索区域内每个像素点的场景类别之前，所述方法还包括：
[0032]根据当前场景中的前景物体以及背景物体的数量，调整所述聚类中心的数量。
[0033]在一个实施例中，所述聚类中心的数量范围为2
‑
5个。
[0034]本专利技术第二方面提供一种深度图像的边缘飞点处理装置，包括：
[0035]边缘检测模块，用于对深度图进行边缘检测，得到边缘区域，所述边缘区域包括飞点在内的若干个边缘点；
[0036]构建模块，用于在峰值对应的时间箱图上，以每个边缘点为中心构建对应的多个搜索区域；
[0037]聚类分析模块，用于对每个所述搜索区域内的所有像素点进行聚类分析，确认所述搜索区域内每个像素点的场景类别；
[0038]边缘校正模块，用于在一个搜索区域内，获取一个边缘点的场景类别，并以相同类别中与该边缘点距离最近的像素点的时间箱作为该边缘点的校正值，以此类推，完成对所有边缘点的时间箱的校正。
[0039]本专利技术的有益效果为：提供一种深度图像的边缘飞点处理方法及装置，通过结合峰值对应的时间箱图，对深度图中各个边缘点构建搜索区域并进行聚类分析后完成时间箱的校正，有效提高直接飞行时间深度图像中飞点现象的处理精度以及边缘清晰度。
附图说明
[0040]下面将结合附图及实施例对本专利技术作进一步说明，附图中：
[0041]图1为本专利技术实施例中深度图像的边缘飞点处理方法的流程图；
[0042]图2为本专利技术实施例中一种边缘区域的示意图；
[0043]图3为本专利技术实施例中一种搜索区域的示意图；
[0044]图4为本专利技术实施例中深度图像的边缘飞点处理装置的结构图。
具体实施方式
[0045]为了使本专利技术实施例所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0046]需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接即可以是用于固定作用也可以是用于电路连通作用。
[0047]需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深度图像的边缘飞点处理方法，其特征在于，包括如下步骤：对深度图进行边缘检测，得到边缘区域，所述边缘区域包括飞点在内的若干个边缘点；在峰值对应的时间箱图上，以每个边缘点为中心构建对应的多个搜索区域；对每个所述搜索区域内的所有像素点进行聚类分析，确认所述搜索区域内每个像素点的场景类别；在一个搜索区域内，获取一个边缘点的场景类别，并以相同类别中与该边缘点距离最近的像素点的时间箱作为该边缘点的校正值，以此类推，完成对所有边缘点的时间箱的校正。2.根据权利要求1所述的深度图像的边缘飞点处理方法，其特征在于，所述以每个边缘点为中心构建对应的多个搜索区域，包括：以每个边缘点为中心、N个像素间距为半径构建圆形，其中N为正整数；将每个圆形对应的外切正方形区域确认为所述搜索区域。3.根据权利要求2所述的深度图像的边缘飞点处理方法，其特征在于，所述N的取值范围为2
‑
5。4.根据权利要求1所述的深度图像的边缘飞点处理方法，其特征在于，所述深度图由以下步骤获得：以第一分辨率获取像素阵列中每个像素点的粗略直方图；根据所述粗略直方图计算每个像素点的粗略飞行时间，根据所述粗略飞行时间确认曝光窗区域；在所述曝光窗区域以第二分辨率获取所述像素阵列中每个像素点的精细直方图；根据所述精细直方图计算每个像素点的深度值后生成深度图。5.根据权利要求1所述的深度图像的边缘飞点处理方法，其特征在于，所述对深度图进行边缘检测，得到边缘区域，所述边缘区域包括飞点在内的若干个边缘点，之后还包括：对粗略直方图进行边缘点的时间箱校正；在所述完成对所有边缘点的时间箱的校正后，还包括：根据校正后的粗略直方图计算每个像素点的粗略飞行时间，根据所述粗略飞行时间确认曝光窗区域；在所述...

【专利技术属性】
技术研发人员：金文婷，王乐天，
申请(专利权)人：深圳市灵明光子科技有限公司，
类型：发明
国别省市：