[发明专利]视差深度图像的噪声识别方法和噪声识别装置

权利要求书

1.一种识别视差深度图像中噪声的噪声识别方法，包括：

将视差深度图像分成多个图像块；

针对每一个图像块，

确定该图像块的视差值取值范围中的可信视差取值范围；

对于该图像块中的每一个像素，判断其视差值是否落入该图像块的可信视差取值范围，以及如果该像素的视差值没有落入该可信视差取值范围，则判定该像素的视差值为噪声。

2.如权利要求1所述的噪声识别方法，所述确定该图像块的视差值取值范围中的可信视差取值范围包括：

计算该图像块的视差分布直方图；

利用视差分布直方图将视差值取值范围划分成多个范围；以及

从该多个范围中找到置信度最高的一个或多个范围或置信度大于预定阈值的一个或多个范围作为可信视差取值范围。

3.如权利要求1所述的噪声识别方法，其中，所述将图像分成多个图像块，包括：

将整个图像等分成彼此不重叠的多个图像块；或者

将整个图像分成图像块具有重叠的多个图像块。

4.如权利要求3所述的噪声识别方法，其中图像块的尺寸随图像块的代表性视差值的大小不同而不同，其中当图像块的代表性视差值较大时，图像块的尺寸较大。

5.如权利要求2所述的噪声识别方法，所述计算视差分布直方图包括：

将该图像块的视差值取值范围或者整个图像的视差值取值范围平均分成m个范围，[a0,a1),[a1,a2),…,[a(m-1),am)，其中a0和am分别为该图像块的视差值取值的最小值和最大值或者整幅图像的视差值取值的最小值和最大值，m为大于2的正整数；以及

扫描图像块内各个像素的视差值，统计落入每个视差值范围内的像素的个数。

6.如权利要求2所述的噪声识别方法，所述将视差分布直方图中的视差值取值范围划分成多个范围，包括：

以视差分布直方图的统计计算中涉及的各个取值范围作为初始划分的视差范围；

计算每两个相邻视差范围的代表性视差值之间的距离；

如果该两个相邻视差范围的代表性视差值之间的距离小于预定阈值，合并两个视差范围；以及

重复上述距离计算和视差范围合并过程，一直到没有合并操作为止。

7.如权利要求6所述的噪声识别方法，其中，所述计算每两个相邻视差范围的代表性视差值之间的距离，包括：

找到每个视差范围中取其值的像素个数最多的视差值作为该视差范围的代表性视差值；以及

计算相邻视差范围的代表性视差值之差作为每两个相邻视差范围的代表性视差值之间的距离。

8.一种识别视差深度图像中噪声的噪声识别装置，包括：

图像块划分部件，用于将视差深度图像分成多个图像块；

可信视差取值范围确定部件，用于针对每一个图像块，确定该图像块的视差值取值范围中的可信视差取值范围；以及

噪声识别部件，用于对于一个图像块中的每一个像素，判断其视差值是否落入该图像块的可信视差取值范围，以及如果该像素的视差值没有落入该可信视差取值范围，则判定该像素的视差值为噪声。

9.如权利要求8所述的噪声识别装置，所述可信视差取值范围确定部件确定该图像块的视差值取值范围中的可信视差取值范围包括：

计算该图像块的视差分布直方图；

利用视差分布直方图将视差值取值范围划分成多个范围；

从该多个范围中找到置信度最高的一个或多个范围或置信度大于预定阈值的一个或多个范围作为可信视差取值范围。

10.如权利要求9所述的噪声识别装置，其中，所述利用视差分布直方图将视差值取值范围划分成多个范围，包括：

以视差分布直方图的统计计算中涉及的各个取值范围作为初始划分的视差范围；

计算每两个相邻视差范围的代表性视差值之间的距离；

如果该两个相邻视差范围的代表性视差值之间的距离小于预定阈值，合并两个视差范围；以及

重复上述距离计算和视差范围合并过程，一直到没有合并操作为止。