一种深度图像缺陷快速修复方法技术

一种深度图像缺陷快速修复方法，解决修复过程中存在物体边缘深度信息丢失以及算法执行效率低的技术问题，方法是：对深度图像进行区域划分

【技术实现步骤摘要】
一种深度图像缺陷快速修复方法


[0001]本专利技术属于图像处理信息技术的深度图像数据的三维重建领域，特别是一种深度图像缺陷快速修复方法
。

技术介绍

[0002]对于在小场景三维重建领域，深度相机因其价格低廉
、
具备可移动性等优势而被广泛采用，大量应用于虚拟现实
、
机器人视觉等方向
。
采用深度相机进行三维重建的过程中，由于设备自身测量范围的影响，加上视角局限，导致深度图像中容易出现大面积空洞缺陷
。
此外，深度相机依靠投射主动光源来获取深度数据，因此受到环境光照的影响，深度图像中容易出现噪声点，这些图像缺陷会导致三维重建的结果精度不高
。
为了获取更加精确的深度数据，重建出高精度的三维模型，则必须对深度图像中的缺陷进行修复
。
[0003]现有技术中深度图像缺陷修复方法有快速行进算法
、
最近邻插值算法，以及各类线性滤波算法和非线性滤波算法
。
现有技术的上述算法各自都存在一些技术缺陷：
[0004](1)
利用快速行进算法修复空洞时，很难准确确定空洞边界的位置
。
[0005](2)
最近邻插值算法以及线性滤波算法容易造成图像中物体边缘信息的丢失，导致重建的三维模型和实际情况差别较大
。
[0006](3)
联合双边滤波算法等非线性滤波算法虽能较好地实现图像缺陷修复，但是综合计算了像素之间的颜色和距离信息，需要引入额外的彩色图像进行指导，导致计算量大，算法执行效率低，不利于实现实时的三维模型重建
。
[0007]综合分析现有技术的深度图像修复算法，可知改善深度图像修复过程中物体边缘信息丢失的程度，并提高修复效率是本行业亟待解决的技术问题
。

技术实现思路

[0008]针对深度图像缺陷修复过程中存在物体边缘深度信息丢失以及算法执行效率低的技术问题，本专利技术提出一种由深度图像中心向四周扩散的方法，快速找到待修复空洞的边缘，进而结合最近邻插值算法实现深度图像中空洞的快速修复
。
此外，对于物体边缘修复过程中容易导致深度信息丢失的状况，本专利技术提出一种赋予权重的滤波算法，对采取的运用于修复的像素值，根据其与待修复像素值的相关程度的不同赋予不同的权重，最后实现归一化，能够有效改善物体边缘深度信息丢失的程度
。
在处理过程中，只有找到无效的像素值时，才进行相关的计算来进行修复，因此能够有效提高算法执行效率，实现一种快速高效的深度图像缺陷修复
。
[0009]本专利技术实现专利技术目的采用的方法是：
[0010]该方法包括以下步骤：
[0011]步骤
1.
对深度图像进行区域划分；
[0012]确定深度图像的几何中心点，以深度图像的几何中心点为起始点，利用水平和竖直的直线进行深度图像分割，将深度图像划分成一组大小相同的区域；
[0013]步骤
2.
对深度图像进行空洞区域查找并做出标记：
[0014]采用的
x*x
滤波窗口，遍历深度图像进行空洞区域查找，在遍历查找过程中，如果当前窗口中像素值全都为0时，则当前窗口置信度为0，将当前窗口视为空洞区域，并将当前窗口中心点作为该空洞区域的标记点；
[0015]步骤
3.
循环步骤2将深度图像全部空洞区域中心点作出标记点；
[0016]步骤
4.
对深度图像进行空洞区域填充修复：
[0017]采用
x*x
滤波窗口，以深度图像的几何中心点为起始点，逐渐向远离深度图像的几何中心点方向遍历查找，当滤波窗口中心出现步骤2做出的空洞区域标记点时，沿与水平夹角
45
度直线的深度图像的几何中心区域方向，按照欧氏距离从小到大的顺序寻找不为零的像素值，并将该不为零的像素值作为窗口的像素值对空洞区域进行填充修复；
[0018]步骤
5.
循环步骤4将深度图像全部空洞区完成填充修复
。
[0019]本专利技术分散的噪声点去除步骤如下：
[0020]步骤
1.
以深度图像中左上角坐标为
(0
，
0)
的点为起始点，采用
x*x
的滤波窗口，依据从上到下
、
从左到右，遍历整个深度图像
。
[0021]深度图像中左上角坐标为
(0
，
0)
的点为起始点，是基于本领域默认的图像中的坐标
(0
，
0)
为起始点
。
[0022]步骤
2.
令当前窗口中像素值不为零的像素的个数为
m
，并求这
m
个像素值的均值
。
[0023]步骤
3.
比较当前窗口中每个不为零的像素值与
(2)
计算的均值之间的大小关系，如果二者之间差值的绝对值大于
0.5
，则将该像素值视为对边缘信息保留影响较大的点，将其视为无效像素值，不参与后续计算，剩下差值的绝对值小于或等于
0.5
的像素值视为有效像素值，参与后续计算，并令有效像素的个数为
n。
[0024]步骤
4.
计算
(3)
中得到的
n
个有效像素值的均值和方差，令均值为
α
，方差为
σ
，并按照式
(1)
计算有效像素值的权重，按照式
(2)
计算得到最终填充噪声点的像素值的大小，用计算得到的最终像素值代替噪声点的像素值：
[0025][0026][0027]公式中，
v
i
为经过步骤3挑选出的第
i
个有效像素的像素值，
ω
i
为第
i
个有效像素值的权重，
V
i
为填充噪声点的像素值；
[0028]步骤
5.
采用
x+a*x+a
的滤波窗口代替
x*x
滤波窗口，重复步骤
1、2、3、4
再对深度图像进行一次滤波处理
。
[0029]本专利技术的有益效果是：深度图像空洞的边缘查找速度快
、
填充数据更接近真实数值
、
改善物体深度信息丢失的程度
、
有效提高算法执行效率
。
[0030]下面结合附图对本专利技术进行详细说明
。
附图说明
[0031]附图1为本专利技术划分为4个区域，采用
3*3
滤波窗口深度图像处理示意图
。
具体实施方式
[0032]一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种深度图像缺陷快速修复方法，该方法包括：深度图像中的空洞修复，其特征在于：该方法包括以下步骤：步骤
1.
对深度图像进行区域划分；确定深度图像的几何中心点，以深度图像的几何中心点为起始点，利用水平和竖直的直线进行深度图像分割，将深度图像划分成一组大小相同的区域；步骤
2.
对深度图像进行空洞区域查找并做出标记：采用的
x*x
滤波窗口，遍历深度图像进行空洞区域查找，在遍历查找过程中，如果当前窗口中像素值全都为0时，则当前窗口置信度为0，将当前窗口视为空洞区域，并将当前窗口中心点作为该空洞区域的标记点；步骤
3.
循环步骤2将深度图像全部空洞区域中心点作出标记点；步骤
4.
对深度图像进行空洞区域填充修复：采用
x*x
滤波窗口，以深度图像的几何中心点为起始点，逐渐向远离深度图像的几何中心点方向遍历查找，当滤波窗口中心出现步骤2做出的空洞区域标记点时，沿与水平夹角
45
度直线的深度图像的几何中心区域方向，按照欧氏距离从小到大的顺序寻找不为零的像素值，并将该不为零的像素值作为窗口的像素值对空洞区域进行填充修复；步骤
5.
循环步骤4将深度图像全部空洞区完成填充修复
。2.
根据权利要求1所述的一种深度图像缺陷快速修复方法，其特征在于：该方法还包括对深度图像中分散的噪声点进行去除步骤，所述的分散的噪声点去除步骤如下：步骤
1.
以深度图像中左上角坐标为
(0
，
0)
的点为起始点，采用
x*x
的滤波窗口，依据从上到下
、
从左到右，遍历整个深度图像；步骤
2.
令当前窗口中像素值不为零的像素的个数为
m
，并求这
m
个像素值的均值；步骤
3.
比较当前窗口中每个不为零的像素值与
(2)
计算的均值之间的大小关系，如果二者之间差值的绝对值大于
0.5
...

【专利技术属性】
技术研发人员：程俊廷，徐英杰，张乐，张宣仲，林鹏，唐星宇，庞军，郑桂林，邹国柱，
申请(专利权)人：滁州学院，
类型：发明
国别省市：