[发明专利]一种基于脉冲型ToF深度图像去噪的方法

说明书

本发明公开一种基于脉冲型ToF深度图像去噪的方法，直接从脉冲型ToF深度相机的成像模型出发，设计脉冲型ToF传感器的原始测量数据的正则化器，采用基于变分的半盲反卷积算法对深度去噪，有效地对脉冲型ToF深度图像去噪并保持深度图像的边缘细节信息。

技术领域

本发明属于计算机视觉领域，具体涉及到一种基于脉冲型ToF深度图像去噪的方法。

背景技术

三维成像技术在移动机器人、远程医疗及三维电视等领域有着广阔的应用前景和商业价值。对深度信息的精确获取是三维研究和三维实际应用所必须的关键技术。因此，快速和高质量的深度传感器是非常受欢迎的，在各种各样的深度获取技术中(双目，结构光，激光雷达等)飞行时间(ToF)相机已经成为一种高效的、低成本的、多用途的深度成像方案。ToF相机按照激光器种类不同可以分为连续波型与脉冲型。连续型ToF相机出现较早，对其研究也比较多，其成像原理是利用连续波相位差间接计算相机与目标的距离。连续波ToF相机激光器功耗大，无法长时间使用；测量过程受环境影响较大，不适于室外测量，不利于高精度测量场合。为了弥补连续型ToF相机的缺点，脉冲型ToF相机应运而生。脉冲型ToF相机功耗小，能够长时间测量；此类型相机不需要使用相位等其他参数，避免计算过程中的累积误差，测量精度高；脉冲型激光器能在短时间内释放高能量信号，减少了外界光源对测量结果的影响。因此，脉冲型ToF相机具有较大的应用前景。

脉冲型ToF相机在广泛应用的同时也存在着一定的缺陷，其中高频随机噪声和飞行像素便是急需解决的一个问题。高频随机噪声和飞行像素都属于噪声。图像中的噪声来源于图像采集、压缩、传输等各个过程，图像去噪就是降低图像中噪声的过程。图像去噪算法遵循的原则是在分离噪声的同时，可以尽可能多地保留原图像的一些细节和边缘信息，即能够将图像中的有用信息和噪声数据分开。现有的关于深度图像去噪的研究不是太全面，直接研究脉冲型ToF深度去噪的方法更是稀少。专利申请号为CN201680019856.0专利名称为“用于对TOF传感器图像进行实时运动伪影处理和去噪的方法和系统”的专利申请通过计算ToF传感器在发送和接收信号的过程中产生多个相关值去计算距离值。根据多个相关值产生引导图像，根据引导图像进行滤波形成去噪引导图像，最终输出滤波之后的图像。这个方法的鲁棒性不好，不能对飞行像素有较好的去噪效果。专利申请号为CN201710874911.0专利名称为“一种Kinect深度图像增强方法”的专利申请通过同时对彩色图和深度图进行边缘检测，划分深度图空洞并对空洞进行联合双边滤波的填充的方法进行去噪。此方法针会造成一定的模糊，部分深度值会产生误差。

以往的发明专利或是论文都是以改进的针对彩色图像的滤波算法对深度图进行去噪，这样在滤波的同时会造成局部细节深度信息的丢失。

发明内容

有鉴于此，为解决脉冲型ToF深度图像中的高频随机噪声和飞行像素的问题，本发明提出一种基于脉冲型ToF深度图像去噪的方法，直接从脉冲型ToF深度相机的成像模型出发，设计脉冲型ToF传感器的原始测量数据的正则化器，采用基于变分的半盲反卷积算法对深度去噪，有效地对脉冲型ToF深度图像去噪并保持深度图像的边缘细节信息。

本发明的基于脉冲型ToF深度图像去噪的方法，直接从深度相机的原始测量值g(z)出发，设计其正则化器，在不损坏深度图像边缘信息、不损坏像素深度值的同时还能较好的去噪。

附图说明

图1为本发明实施总体流程图

图2为本发明脉冲型ToF相机成像模型计算示意图。

图3为本发明点扩散函数(PSF)估计步骤的流程示意图。

图4为本发明深度值估计步骤的流程示意图。

具体实施方式

以下将结合附图所示的具体实施方式对本发明进行详细描述。

图1是本发明提出的一种基于脉冲型ToF深度图像去噪的方法的总体流程图，如图1所示，包括：