一种基于彩色图像分割的深度图去噪方法技术

本发明专利技术公开了一种基于彩色图像分割的深度图去噪方法。首先，对彩色图进行色度空间转换和灰度转换。其次，采用Sobel算子将灰度图转换为梯度图，基于梯度图进行分水岭分割，将彩色图分割为若干区域。然后，计算LUV空间下各相邻区域间的欧式距离，并根据梯度图计算各相邻区域交界处的梯度均值差，利用这两组信息进行区域融合，合并相似区域，标记连通域。最后，根据彩色图和深度图的对应关系标记深度图连通域，利用深度图相同区域的深度近似相等的特点，对深度图进行空洞补偿和去噪处理。该方法具有去噪效果显著、易于硬件实现的特点。

【技术实现步骤摘要】

本专利技术涉及图像处理和自然交互
，具体涉及图像深度图的空洞补偿和去噪技术。
技术介绍
深度图是将二维图像转换为三维场景不可缺少的信息。基于结构光的主动视觉模式可以较为准确地获取图像的深度信息，该模式相比双目立体摄像头，具有获取的深度图信息更稳定可靠、不受环境光影响、立体匹配过程简单、算法计算量小等优势。如微软的体感交互设备Kinect就是采用红外结构光的主动视觉模式，即通过红外激光投射固定模式的图像到物体表面，经物体表面的漫反射形成散斑点，由图像传感器采集获得散斑图像，再通过图像深度感知模块计算获得物体的深度图信息。由于在块匹配运动估计过程中存在误匹配的问题、加上激光投射的方法会形成被遮挡区域，由此形成深度图有空洞现象，空洞也可以视为深度图的噪声。因此，通过去噪修复可进一步优化深度图。目前,应用较为广泛的去噪修复方法有滤波去噪和非局部图像去噪方法。滤波去噪方法通过选择不同的滤波器及其参数可达到不同的滤波效果，会损伤一定的源图像，模糊图像边缘，造成图像失真。非局部图像去噪方法对局部小空洞有较好的去噪效果，对于边缘形状失真的去噪结果不理想，无法恢复图像中失真大的边缘信息。这些去噪方法对大面积空洞引起的噪声效果不理想。
技术实现思路
本专利技术的目的在于克服以上不足之处，提出了，其技术方案如下 (1)获取深度图和RGB彩色 (2)对RGB彩色图进行色度空间转换，得到LUV彩色 LUV色彩空间中，L*表示物体亮度，u*和V*是色度，由CIE XYZ空间经简单变换得到，具视觉统一性。RGB到LUV的色度空间转换分为两步权利要求1.，包括以下步骤(1)获取深度图和RGB彩色图；(2)对RGB彩色图进行色度空间转换，得到LUV彩色图；(3)将RGB彩色图转换为灰度图；(4)根据Sobel算子将灰度图转换为梯度图；(5)基于梯度图的分水岭分割，根据步骤(4)中的梯度图与所述LUV彩色图的像素对应关系，将分割结果映射到所述LUV彩色图上，从而将所述LUV彩色图分割为若干区域，并标记各区域；(6)计算分水岭分割后各区域的LUV均值；(7)计算LUV空间下各相邻区域间的欧式距离ED；(8)计算所述梯度图中各相邻区域交界处的梯度均值差ME；(9)根据步骤(7)中的欧式距离ED和步骤(8)中的梯度均值差ME，对步骤(5)中经分水岭分割后的LUV彩色图进行区域融合，得到新的区域划分结果，并用连通域标记表示该结果;(10)利用所述深度图与步骤(9)中的已标记连通域的LUV彩色图中像素的对应关系， 标记深度图连通域，即将LUV彩色图分割结果映射到深度图上，得到深度图的区域划分结果，并用连通域标记表示该结果；(11)查找深度图中的空洞和边缘噪声，标记噪声像素；(12)计算剔除噪声的像素点后深度图各区域的深度均值Mean；(13)将(11)中查找出的噪声像素值置为其所属区域的深度均值。2.根据权利要求1所述的方法，步骤(2)中，RGB到LUV的色度空间转换分为两步3.根据权利要求1所述 的方法，步骤(4)中的Sobel算子为全文摘要本专利技术公开了。首先，对彩色图进行色度空间转换和灰度转换。其次，采用Sobel算子将灰度图转换为梯度图，基于梯度图进行分水岭分割，将彩色图分割为若干区域。然后，计算LUV空间下各相邻区域间的欧式距离，并根据梯度图计算各相邻区域交界处的梯度均值差，利用这两组信息进行区域融合，合并相似区域，标记连通域。最后，根据彩色图和深度图的对应关系标记深度图连通域，利用深度图相同区域的深度近似相等的特点，对深度图进行空洞补偿和去噪处理。该方法具有去噪效果显著、易于硬件实现的特点。文档编号G06T5/00GK102999888SQ20121049026公开日2013年3月27日 申请日期2012年11月27日 优先权日2012年11月27日专利技术者葛晨阳, 陈燕, 王大伦, 葛瑞龙, 姚慧敏, 郝立娟 申请人:西安交通大学本文档来自技高网...

【技术保护点】
一种基于彩色图像分割的深度图去噪方法，包括以下步骤：(1)获取深度图和RGB彩色图；(2)对RGB彩色图进行色度空间转换，得到LUV彩色图；(3)将RGB彩色图转换为灰度图；(4)根据Sobel算子将灰度图转换为梯度图；(5)基于梯度图的分水岭分割，根据步骤（4）中的梯度图与所述LUV彩色图的像素对应关系，将分割结果映射到所述LUV彩色图上，从而将所述LUV彩色图分割为若干区域，并标记各区域；(6)计算分水岭分割后各区域的LUV均值；(7)计算LUV空间下各相邻区域间的欧式距离ED；(8)计算所述梯度图中各相邻区域交界处的梯度均值差ME；(9)根据步骤(7)中的欧式距离ED和步骤(8)中的梯度均值差ME，对步骤（5）中经分水岭分割后的LUV彩色图进行区域融合，得到新的区域划分结果，并用连通域标记表示该结果；(10)利用所述深度图与步骤（9）中的已标记连通域的LUV彩色图中像素的对应关系，标记深度图连通域，即将LUV彩色图分割结果映射到深度图上，得到深度图的区域划分结果，并用连通域标记表示该结果；(11)查找深度图中的空洞和边缘噪声，标记噪声像素；(12)计算剔除噪声的像素点后深度图各区域的深度均值Mean；(13)将(11)中查找出的噪声像素值置为其所属区域的深度均值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：葛晨阳，陈燕，王大伦，葛瑞龙，姚慧敏，郝立娟，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：