CN109087347B - 一种图像处理方法及装置 - Google Patents

一种图像处理方法及装置 Download PDF

Info

Publication number
CN109087347B
CN109087347B CN201810928774.9A CN201810928774A CN109087347B CN 109087347 B CN109087347 B CN 109087347B CN 201810928774 A CN201810928774 A CN 201810928774A CN 109087347 B CN109087347 B CN 109087347B
Authority
CN
China
Prior art keywords
image
pixel point
depth image
pixel
reflectivity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810928774.9A
Other languages
English (en)
Other versions
CN109087347A (zh
Inventor
吴旷
张合勇
陈嵩
胡忠强
习文勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Guangpo Intelligent Technology Co ltd
Original Assignee
Zhejiang Guangpo Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Guangpo Intelligent Technology Co ltd filed Critical Zhejiang Guangpo Intelligent Technology Co ltd
Priority to CN201810928774.9A priority Critical patent/CN109087347B/zh
Publication of CN109087347A publication Critical patent/CN109087347A/zh
Application granted granted Critical
Publication of CN109087347B publication Critical patent/CN109087347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/514Depth or shape recovery from specularities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种图像处理方法及装置,其中,方法包括:获取深度图像,以及与所述深度图像对应的反射率图像;基于所述反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,将所述深度图像划分为多个区域;其中,一个区域所对应的物体的材质相同,且不同所述区域所对应的物体的材质不同;所述规则为:任意两个像素值间的差值小于预设阈值。通过本申请,为后续得到较好的图像处理效果提供条件。

Description

一种图像处理方法及装置
技术领域
本申请涉及图像处理领域,特别涉及一种图像处理方法及装置。
背景技术
深度图像是由深度相机通过采集场景的深度数据后所得到的图像。深度图像中的任意一个像素点对应的像素值表示:该像素点所代表的物体的景深距离。因此,深度图像记录了当前视角中的场景的空间结构信息。
在实际应用中,传统深度相机在采集场景的深度数据的过程中,叠加一些噪声,使得所采集到的深度图像具有噪声。由于深度图像中存在噪声,使得根据深度图像中物体的材质信息,对深度图像进行处理时,所得到的处理效果不理想。例如,分割出深度图像中相同材质的物体所对应的区域,所得到的分割效果较差。
因此,需要对所采集得到的深度图像进行预处理,为后续得到较好的图像处理效果提供条件。
发明内容
基于此,本申请提出了一种图像处理方法,用以为后续得到较好的图像处理效果提供条件。
本申请还提供了一种图像处理装置,用以保证上述方法在实际中的实现及应用。
本申请提供的技术方案为:
本申请公开了一种图像处理方法,包括:
获取深度图像,以及与所述深度图像对应的反射率图像;
基于所述反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,将所述深度图像划分为多个区域;其中,一个区域所对应的物体的材质相同,且不同所述区域所对应的物体的材质不同;所述规则为:任意两个像素值间的差值小于预设阈值。
其中,在所述将所述深度图像划分为多个区域之后,还包括:
分别标记所述深度图像中的每个所述区域,得到标记后的图像;
将所述标记后的图像确定为对所述深度图像进行分割后的分割图像。
其中,在所述将所述深度图像划分为多个区域之后,还包括:
对所述深度图像中所划分得到的每个区域中的像素点进行保边滤波,得到滤波后的深度图像;
将所述滤波后的深度图像,确定为对深度图像进行降噪后的图像。
其中,所述基于所述反射率图像中相同材质的物体所对应的像素值间所
满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素
点在空间位置上的对应关系,将所述深度图像划分为多个区域,包括:
将所述反射率图像中满足所述规则的多个像素点划分为一个第一区域,得到多个第一区域;
基于所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,在所述深度图像中,确定与所述第一区域具有相同占位的第二区域;
将一个所述第二区域确定为一个具有相同材质物体所对应的区域,得到所述多个区域。
其中,所述将所述反射率图像中满足所述规则的多个像素点划分为一个第一区域,得到多个第一区域,包括:
在所述反射率图像中选取多个像素点,并将所选取的一个像素点确定为一个第一像素点集合,得到多个第一像素点集合;
针对任一所述第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点;并将满足所述规则的像素点与所述第一像素点集合中的像素点组成一个新的第一像素点集合;以及将不满足所述规则的像素点确定为一个第一像素点集合;其中,一个不满足所述规则的像素点构成一个第一像素点集合;
返回执行所述针对任一第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点的步骤;直至所述反射率图像中的像素点都被划分到第一像素点集合;
将每个所述第一像素点集合在所述反射率图像中所占的区域,确定为所述第一区域,得到所述多个第一区域。
本申请实施例还公开了一种图像处理装置,包括:
获取单元,用于获取深度图像,以及与所述深度图像对应的反射率图像;
划分单元,用于基于所述反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,将所述深度图像划分为多个区域;其中,一个区域所对应的物体的材质相同,且不同所述区域所对应的物体的材质不同;所述规则为:任意两个像素值间的差值小于预设阈值。
其中,该装置还包括:
标记单元,用于分别标记所述深度图像中的每个所述区域,得到标记后的图像;
第一确定单元,用于将所述标记后的图像确定为对所述深度图像进行分割后的分割图像。
其中,该装置还包括:
滤波单元,用于对所述深度图像中所划分得到的每个区域中的像素点进行保边滤波,得到滤波后的深度图像;
第二确定单元,用于将所述滤波后的深度图像,确定为对深度图像进行降噪后的图像。
其中,所述划分单元,包括:
划分子单元,用于将所述反射率图像中满足所述规则的多个像素点划分为一个第一区域,得到多个第一区域;
第一确定子单元,用于基于所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,在所述深度图像中,确定与所述第一区域具有相同占位的第二区域;
第二确定子单元,用于将一个所述第二区域确定为一个具有相同材质物体所对应的区域,得到所述多个区域。
其中,所述划分子单元,包括:
第一确定模块,用于在所述反射率图像中选取多个像素点,并将所选取的一个像素点确定为一个第一像素点集合,得到多个第一像素点集合;
执行模块,用于针对任一所述第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点;并将满足所述规则的像素点与所述第一像素点集合中的像素点组成一个新的第一像素点集合;以及将不满足所述规则的像素点确定为一个第一像素点集合;其中,一个不满足所述规则的像素点构成一个第一像素点集合;
执行模块,用于返回执行所述针对任一第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点的步骤;直至所述反射率图像中的像素点都被划分到第一像素点集合;
第二确定模块,用于将每个所述第一像素点集合在所述反射率图像中所占的区域,确定为所述第一区域,得到所述多个第一区域。
本申请的有益效果为:
由于反射率图像体现的是物体所对应的每个像素点的反射率,并且相同材质的物体所对应的像素点的反射率满足一定规则,因此,相比于基于深度图像中的像素点,基于反射率图像中的像素点,以及反射率图像中的像素点与深度图像中的像素点在空间位置上的对应关系,可以更准确地划分出深度图像中具有相同材质的物体所对应的区域;由于划分出深度图像中具有相同材质的物体所对应的区域的准确性得到提高,因此,后续基于深度图像中物体的材质信息进行处理时,所得到的处理效果得到提高,进而为后续得到较好的图像处理效果提供条件。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请中一种图像处理方法实施例的流程图;
图2为本申请中一种深度图像的分割方法实施例的流程图;
图3为本申请中一种深度图像的降噪方法实施例的流程图;
图4为本申请中一种图像处理装置实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参考图1,示出了本申请中一种图像处理方法实施例的流程图,该方法实施例可以包括:
步骤101:获取深度图像,以及与深度图像对应的反射率图像。
在本实施例中,可以通过深度相机拍摄场景中的物体,其中,深度相机在拍摄目标场景中的物体,得到场景对应的深度图像的过程中,根据拍摄场景中的物体所使用的有源光和场景中的物体所反射的光,计算出场景中物体的每个像素点的反射率和景深距离,得到场景中物体的反射率图像和深度图像。
在本步骤中,获取由深度相机对同一场景中的物体所生成的反射率图像和深度图像,即获取场景中的物体的反射率图像和深度图像。例如,深度相机拍摄室内一个角落的三维深度图像,在本步骤中,所获取的深度图像为该室内一个角落的深度图像;深度图像对应的反射率图像,即为该室内一个角落的反射率图像。
在所获取的反射率图像中,每个像素点所对应的像素值表示该像素点的反射率的大小。由于场景中相同材质的物体所对应的像素点的反射率的大小相近,即相同材质的物体所对应的像素点的反射率间满足规则,其中,该规则可以为:任意两个像素点的反射率间的差值小于预设阈值。
此外,所获取的反射率图像中的像素点和深度图像中的像素点在空间位置上具有对应关系,例如,反射率图像中的第一行第一列的像素点对应深度图像中第一行第一列的像素点;反射率图像中的第一行第二列的像素点对应深度图像中第一行第二列的像素点等等。
步骤102:基于反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及反射率图像中像素点与深度图像中像素点在空间位置中的对应关系,将深度图像划分为多个区域。
在获取到深度相机生成的反射率图像和深度图像之后,接着,在本步骤中,通过将反射率图像中满足规则像素点作为相同材质的物体所对应的区域,以及利用反射率图像和深度图像中像素点在空间位置中的对应关系,将深度图像划分为多个区域。其中,深度图像中的一个区域所对应的物体材质相同,不同区域所对应的物体的材质不同。
具体的,将深度图像划分为多个区域的具体过程可以包括步骤A1~步骤A3:
步骤A1:将反射率图像中满足规则的多个像素点划分为一个第一区域,得到多个第一区域。
在本实施例中,需要将深度图像划分为多个区域,其中,每个区域对应场景中具有相同材质的物体。由于反射率图像反映的是场景中物体的反射率,并且,相同材质的物体所对应的反射率满足一定的规则。因此,基于反射率图像中具有相同材质的物体的反射率所满足的规则,将深度图像划分为多个区域。
基于将深度图像划分为多个区域的思路,在本步骤中,将反射率图像中满足规则的多个像素点划分为一个第一区域。其中,规则可以为:任意两个像素值间的差值小于预设阈值。此时,得到多个第一区域,并且所得到的一个第一区域对应的物体的材质相同,不同区域所对应的物体的材质不同。
步骤A2:基于反射率图像中像素点与深度图像中像素点在空间位置中的对应关系,在深度图像中,确定与第一区域具有相同占位的第二区域。
在将反射率图像划分为多个第一区域后,接着,在本步骤中,利用反射率图像中的像素点和深度图像中的像素点在空间位置上的对应关系,在深度图像中,确定与第一区域具有相同占位的第二区域。其中,第一区域的占位表示该第一区域在反射率图像中的空间位置,在本步骤中,在深度图像中确定与第一区域具有相同占位的第二区域,即在深度图像中确定与第一区域具有相同空间位置的区域,为了描述方便,本实施例将深度图像中与第一区域具有相同空间位置的区域统称为第二区域。此时,在深度图像中,确定出与每个第一区域具有相同空间位置的第二区域,得到多个第二区域。
步骤A3:将每个第二区域确定为一个具有相同材质物体所对应的区域,得到多个区域。
由于反射率图像中一个第一区域所对应的物体的材质相同,且不同第一区域所对应的物体的材质不同,因此,在深度图像中所得到的多个第二区域中,一个第二区域所对应的物体的材质相同,不同的第二区域所对应的物体的材质不同。因此,在本步骤中,将每个第二区域确定为一个具有相同材质的物体所对应的区域,得到多个区域。
在本实施例中,由于反射率图像体现的是物体所对应的每个像素点的反射率,并且相同材质的物体所对应的像素点的反射率满足一定规则,因此,相比于基于深度图像中的像素点,基于反射率图像中的像素点,以及反射率图像中的像素点与深度图像中的像素点在空间位置上的对应关系,可以更准确地划分出深度图像中具有相同材质的物体所对应的区域;由于划分出深度图像中具有相同材质的物体所对应的区域的准确性得到提高,因此,后续基于深度图像中物体的材质信息进行处理时,所得到的处理效果得到提高,进而为后续得到较好的图像处理效果提供条件。
在将深度图像划分为多个区域之后,可以利用划分为多个区域的深度图像进行后续的图像分割,即从深度图像中分割出具有相同材质的物体所对应的区域。
具体的,参考图2,示出了本申请中一种深度图像的分割方法实施例的流程图,该方法实施例可以包括:
步骤201:获取深度图像,以及与深度图像对应的反射率图像。
本步骤的具体实现方式与图1所对应的实施例中的步骤101的实现方式相同,具体细节,可以参考步骤101,这里不再赘述。
步骤202:在反射率图像中选取多个像素点,并将所选取的一个像素点确定为一个第一像素点集合,得到多个第一像素点集合。
在获取到反射率图像之后,接着,在本步骤中,从反射率图像中随机选取多个像素点,并将所选取的每个像素点确定为一个像素点集合,为了描述方便,本实施例中将每个像素点集合统称为第一像素点集合,此时,得到多个第一像素点集合。
步骤203:针对任一第一像素点集合,从与该第一像素点集合相邻的像素点中,检测与第一像素点集合中的像素点间满足规则的像素点。
在得到多个第一像素点集合之后,接着,在本步骤中,针对任意一个第一像素点集合执行本步骤的动作。在本步骤中,以一个第一像素点集合为例进行介绍,具体的,在本步骤中,判断与第一像素点集合相邻的像素点中,是否存在满足规则的像素点。
其中,在本步骤中,与第一像素点集合相邻的像素点为:与第一像素点集合具有共同边缘的像素点。在确定出与第一像素点集合相邻的像素点之后,在本步骤中,判断与第一像素点集合相邻的像素点中,是否存在满足规则的像素点,其中,规则可以为:与第一像素点集合中的任意一个像素点间的差值小于预设阈值。
若存在满足规则的像素点,则执行步骤204,否则,则执行步骤205。
步骤204:将满足规则的像素点与第一像素点集合中的像素点组成一个新的第一像素点集合,并将不满足所述预设条件的像素点确定为一个第一像素点集合;其中,一个不满足所述预设条件的像素点构成一个第一像素点集合。
若与第一像素点集合相邻的像素点中存在满足规则的像素点,则执行本步骤的动作。具体的,在本步骤中,将满足规则的像素点与第一像素点集合中的像素点组成为一个新的第一像素点集合。分别将每个不满足规则的像素点确定一个第一像素点集合。具体的,假设与第一像素点集合相邻的像素点有5个,其中不满足规则的像素点有3个,此时,将这3个像素点中的每个像素点作为一个第一像素点集合,即新增3个第一像素点集合。
步骤205:判断更新后的第一像素点集合中的像素点是否包含了反射率图像中所有像素点。
若不包含,则返回步骤203,若包含,则执行步骤206的动作。
步骤206:将包含反射率图像中的像素点的多个第一像素点集合,确定为多个第二像素点集合。
在反射率图像中所有像素点都被划分到第一像素点集合后,执行本步骤的动作,此时,反射率图像中的像素点被划分为多个第一像素点集合。在本步骤中,将一个第一像素点集合作为一个第二像素点集合,得到多个第二像素点集合。
步骤207:分别计算任意两个第二像素点集合间的欧式距离。
在包含反射率图像中所有像素点的多个第二像素点集合后,接着,在本步骤中,分别计算任意两个第二像素点集合间的欧式距离。
步骤208:将欧式距离小于预设距离阈值的第二像素点集合进行合并。
步骤209:将当前的第二像素点集合在反射率图像中所占的区域,确定为所述一个第一区域,得到所述多个第一区域。
在将欧式距离小于预设距离阈值的第二像素点集合进行合并后,将反射率图像中当前的第二像素点集合所占的区域,统称为第一区域,此时,得到多个第一区域。
步骤210:基于反射率图像中像素点与深度图像中像素点在空间位置中的对应关系,在深度图像中,确定与第一区域具有相同占位的第二区域。
该步骤的动作与图1所对应的方法实施例中的步骤A2的动作相同,具体细节可以参考步骤A2,这里不再赘述。
步骤211:将每个第二区域确定为一个具有相同材质物体所对应的区域,得到多个区域。
该步骤的动作与图1所对应的方法实施例中的步骤A3的动作相同,具体细节可以参考步骤A3,这里不再赘述。
上述步骤201~步骤212的目的是:基于反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及反射率图像中的像素点与深度图像中国的像素点在空间位置上的对应关系,将深度图像划分为多个区域。
步骤212:分别标记深度图像中的每个区域,得到对深度图像进行分割后的分割图像。
在得到深度图像中具有相同材质物体所对应的区域之后,接着,在本步骤中,分别标记每个区域,并将标记每个区域后的深度图像,确定为对深度图像进行分割后的分割图像。
在本实施例中,由于反射率图像反映的是场景中物体的反射率特性,因此,相比于深度图像,基于反射率图像所体现的反射率特性,可以更准确的确定出场景中具有相同材质的物体所对应的区域。因此,在本实施例中,通过在反射率图像中确定出场景中具有相同材质的物体所对应的区域,以及,利用反射率图像中的像素点与深度图像中的像素点在空间位置上的对应关系,可以更准确的确定出深度图像中具有相同材质的物体所对应区域。通过对深度图像中所确定出的区域进行标记,实现对深度图像具有相同材质的物体所对应的区域的分割。由于确定深度图像中具有相同材质的物体所对应的区域的准确率得到提高,进而,提高了对深度图像中具有相同材质的物体所对应的区域进行分割的准确性。
发明人在研究过程中发现,由于场景中物体的材质不同,并且不同材质的反射率不同,因此,场景中的物体存在多种不同的反射率特性,导致深度相机在采集场景的深度数据的过程中叠加噪声。因此,在按照图1所对应的方法实施例对深度图像进行处理后,还可以对处理后的深度图像进行降噪处理,具体的降噪思路为,分别对深度图像的每个区域中的像素点进行保边滤波。
在实际应用中,可以通过对反射率图像和深度图像进行加权最小二乘法滤波,实现对深度图像中每个区域中的像素点进行保边滤波处理,进而,实现在尽量不损失深度图像中的空间结构信息的前提下,最大程度的较少深度图像中的噪声。
具体的,参考图3,示出了本申请中一种深度图像降噪方法实施例的流程图,该方法实施例可以包括:
步骤301:获取深度图像,以及与深度图像对应的反射率图像。
在本实施例中,通过深度相机获取场景的深度图像,以及与深度图像对应的反射率图像。
步骤302:对反射率图像进行预处理,得到第一反射率图像。
在获取到反射率图像后,接着,在本步骤中,对所获取的反射率图像进行预处理,具体的预处理可以包括,将反射率图像进行归一化处理,为了描述方便,将归一化处理后的反射率图像统称为第一反射率图像。
步骤303:对第一反射率图像进行迭代导向图滤波,得到导向图滤波后的反射率图像。
在得到第一反射率图像后,接着,在本步骤中,对第一反射率图像进行多次迭代导向滤波,具体的,对第一反射率图像进行多次迭代导向滤波后的过程可以包括步骤B1~步骤B3:
步骤B1:以第一反射率图像为引导图像,以第一反射率图像为输入图像,对该第一反射率图像进行导向图滤波,得到第二反射率图像。
导向图滤波是一种图像滤波技术,通过一张导向图像,对输入图像进行滤波处理,使得对输入图像进行滤波后的图像,在结构上与输入图像相似,在纹理上与引导图像相似。
在本步骤中,以第一反射率图像为引导图像,并且以第一反射率图像为输入图像,对第一反射率图像进行导向图滤波,为了描述方便,本实施例中,将对第一反射率图像进行导向图滤波后的图像,统称为第二反射率图像。
在本步骤中,引导图像与输入图像相同,此时,对第一反射率图像进行导向图滤波的过程就是一个平滑降噪的过程。此时,相比于第一反射率图像,第二反射率图像在保留空间结构信息的前提下,减少了噪声。
步骤B2:以第二反射率图像为引导图图像,以第一反射率图像为输入图像,对该第一反射率图像进行导向图滤波,得到第三反射率图像。
在得到第二反射率图像后,接着,在本步骤中,以第二反射率图像为引导图像,以第一反射率图像为输入图像,对第一反射率图像进行导向图滤波,为了描述方便,将本步骤中以第二反射率图像为引导图像,对第一反射率图像进行导向图滤波后的图像统称为第三反射率图像。
步骤B3:以第三反射率图像为引导图像,以第三反射率图像为输入图像,对该第三反射率图像进行导向图滤波,得到第四反射率图像。
在得到第三反射率图像后,接着,在本步骤中,以第三反射率图像为引导图像,并且,以第三反射率图像为输入图像,对第三反射率图像进行导向图滤波。为了描述方便,本实施例将对第三反射率图像进行导向图滤波后的图像统称为第四反射率图像。
在实际应用中,在得到第四反射率图像后,接着,以第四反射率图像为导向图像,以第一反射率图像为输入图像,对第一反射率图像进行导向图滤波,得到第五反射率图像。接着,还可以对第五反射率图像为导向图像,并且以第五反射率图像为输入图像,对第五反射率图像进行导向图滤波等等。
上述步骤B1~步骤B3的目的是:对第一反射率图像进行迭代保边滤波,使得最终得到的滤波后的反射率图像,在保持空间结构信息的前提下,最大程度的减少噪声。
步骤304:对导向图滤波后的反射率图像和深度图像进行加权最小二乘法滤波,得到滤波后的深度图像。
在对第一反射率图像进行迭代导向图滤波,得到导向图滤波后的反射率图像之后,接着,在本步骤中,将导向图滤波后的反射率图像和深度图像进行加权最小二乘法滤波。
其中,加权最小二乘法滤波的作用是:基于导向滤波后的反射率图像中具有相同材质的物体所对应的区域,以及滤波后的反射率图像中的像素点与深度图像中的像素点在空间位置上的对应关系,实现对深度图像中具有相同材质的物体所对应的区域中的像素点进行保边滤波,得到滤波后的深度图像。
步骤305:对滤波后的深度图像进行降噪归一化,得到降噪后的深度图像。
在得到滤波后的深度图像后,接着,在本步骤中,对滤波后的深度图像进行降噪,其中,本步骤中对滤波后的深度图像进行降噪,主要的目的是去除滤波后的深度图像中的高频高斯噪声。并对降噪后的深度图像进行归一化处理,得到降噪后的深度图像。
参考图4,示出了本申请中一种图像处理装置实施例的结构示意图,该装置实施例可以包括:
获取单元401,用于获取深度图像,以及与所述深度图像对应的反射率图像;
划分单元402,用于基于所述反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,将所述深度图像划分为多个区域;其中,一个区域所对应的物体的材质相同,且不同所述区域所对应的物体的材质不同;所述规则为:任意两个像素值间的差值小于预设阈值。
其中,该装置实施例还可以包括:
标记单元,用于分别标记所述深度图像中的每个所述区域,得到标记后的图像;
第一确定单元,用于将所述标记后的图像确定为对所述深度图像进行分割后的分割图像。
其中,该装置实施例还可以包括:
滤波单元,用于对所述深度图像中所划分得到的每个区域中的像素点进行保边滤波,得到滤波后的深度图像;
第二确定单元,用于将所述滤波后的深度图像,确定为对深度图像进行降噪后的图像。
其中,所述划分单元,可以包括:
划分子单元,用于将所述反射率图像中满足所述规则的多个像素点划分为一个第一区域,得到多个第一区域;
第一确定子单元,用于基于所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,在所述深度图像中,确定与所述第一区域具有相同占位的第二区域;
第二确定子单元,用于将一个所述第二区域确定为一个具有相同材质物体所对应的区域,得到所述多个区域。
其中,所述划分子单元,可以包括:
第一确定模块,用于在所述反射率图像中选取多个像素点,并将所选取的一个像素点确定为一个第一像素点集合,得到多个第一像素点集合;
执行模块,用于针对任一所述第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点;并将满足所述规则的像素点与所述第一像素点集合中的像素点组成一个新的第一像素点集合;以及将不满足所述规则的像素点确定为一个第一像素点集合;其中,一个不满足所述规则的像素点构成一个第一像素点集合;
执行模块,用于返回执行所述针对任一第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点的步骤;直至所述反射率图像中的像素点都被划分到第一像素点集合;
第二确定模块,用于将每个所述第一像素点集合在所述反射率图像中所占的区域,确定为所述第一区域,得到所述多个第一区域。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同相似部分互相参见即可。在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。在文中的“包括”、“包含”等词语解释为包含的含义而不是排他或穷举的含义;也就是说,是“包含但不限于”的含义。在不脱离本发明构思的前提下,还可以做出变形、同等替换、改进等,这些都属于本发明的保护范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (2)

1.一种图像处理方法,其特征在于,包括:
获取深度图像,以及与所述深度图像对应的反射率图像;
基于所述反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,将所述深度图像划分为多个区域,以便更准确地划分出深度图像中具有相同材质的物体所对应的区域;其中,一个区域所对应的物体的材质相同,且不同所述区域所对应的物体的材质不同;所述规则为:任意两个像素值间的差值小于预设阈值;
其中,在所述将所述深度图像划分为多个区域之后,还包括:分别标记所述深度图像中的每个所述区域,得到标记后的图像;将所述标记后的图像确定为对所述深度图像进行分割后的分割图像;
其中,在所述将所述深度图像划分为多个区域之后,还包括:对所述深度图像中所划分得到的每个区域中的像素点进行保边滤波,得到滤波后的深度图像;将所述滤波后的深度图像,确定为对深度图像进行降噪后的图像;
其中,所述基于所述反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,将所述深度图像划分为多个区域,包括:将所述反射率图像中满足所述规则的多个像素点划分为一个第一区域,得到多个第一区域;基于所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,在所述深度图像中,确定与所述第一区域具有相同占位的第二区域;将一个所述第二区域确定为一个具有相同材质物体所对应的区域,得到所述多个区域;
其中,所述将所述反射率图像中满足所述规则的多个像素点划分为一个第一区域,得到多个第一区域,包括:在所述反射率图像中选取多个像素点,并将所选取的一个像素点确定为一个第一像素点集合,得到多个第一像素点集合;针对任一所述第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点;并将满足所述规则的像素点与所述第一像素点集合中的像素点组成一个新的第一像素点集合;以及将不满足所述规则的像素点确定为一个第一像素点集合;其中,一个不满足所述规则的像素点构成一个第一像素点集合;返回执行所述针对任一第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点的步骤;直至所述反射率图像中的像素点都被划分到第一像素点集合;将每个所述第一像素点集合在所述反射率图像中所占的区域,确定为所述第一区域,得到所述多个第一区域;
其中,将每个所述第一像素点集合在所述反射率图像中所占的区域,确定为所述第一区域,得到所述多个第一区域,具体包括:将包含反射率图像中的像素点的多个第一像素点集合,确定为多个第二像素点集合;分别计算任意两个第二像素点集合间的欧式距离;将欧式距离小于预设距离阈值的第二像素点集合进行合并;将当前的第二像素点集合在反射率图像中所占的区域,确定为所述一个第一区域,得到所述多个第一区域;
其中,对所述深度图像中所划分得到的每个区域中的像素点进行保边滤波,得到滤波后的深度图像;将所述滤波后的深度图像,确定为对深度图像进行降噪后的图像,具体包括:对反射率图像进行预处理,得到第一反射率图像;对第一反射率图像进行迭代导向图滤波,得到导向图滤波后的反射率图像;对导向图滤波后的反射率图像和深度图像进行加权最小二乘法滤波,得到滤波后的深度图像;对滤波后的深度图像进行降噪归一化,得到降噪后的深度图像。
2.一种图像处理装置,其特征在于,包括:
获取单元,用于获取深度图像,以及与所述深度图像对应的反射率图像;
划分单元,用于基于所述反射率图像中相同材质的物体所对应的像素值间所满足的规则,以及所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,将所述深度图像划分为多个区域,以便更准确地划分出深度图像中具有相同材质的物体所对应的区域;其中,一个区域所对应的物体的材质相同,且不同所述区域所对应的物体的材质不同;所述规则为:任意两个像素值间的差值小于预设阈值;
其中,还包括:标记单元,用于分别标记所述深度图像中的每个所述区域,得到标记后的图像;第一确定单元,用于将所述标记后的图像确定为对所述深度图像进行分割后的分割图像;
其中,还包括:滤波单元,用于对所述深度图像中所划分得到的每个区域中的像素点进行保边滤波,得到滤波后的深度图像;第二确定单元,用于将所述滤波后的深度图像,确定为对深度图像进行降噪后的图像;
其中,所述划分单元,包括:划分子单元,用于将所述反射率图像中满足所述规则的多个像素点划分为一个第一区域,得到多个第一区域;第一确定子单元,用于基于所述反射率图像中的像素点与所述深度图像中的像素点在空间位置上的对应关系,在所述深度图像中,确定与所述第一区域具有相同占位的第二区域;第二确定子单元,用于将一个所述第二区域确定为一个具有相同材质物体所对应的区域,得到所述多个区域;
其中,所述划分子单元,包括:第一确定模块,用于在所述反射率图像中选取多个像素点,并将所选取的一个像素点确定为一个第一像素点集合,得到多个第一像素点集合;执行模块,用于针对任一所述第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点;并将满足所述规则的像素点与所述第一像素点集合中的像素点组成一个新的第一像素点集合;以及将不满足所述规则的像素点确定为一个第一像素点集合;其中,一个不满足所述规则的像素点构成一个第一像素点集合;执行模块,用于返回执行所述针对任一第一像素点集合,从与所述第一像素点集合相邻的像素点中,检测与所述第一像素点集合中的像素点间满足所述规则的像素点的步骤;直至所述反射率图像中的像素点都被划分到第一像素点集合;第二确定模块,用于将每个所述第一像素点集合在所述反射率图像中所占的区域,确定为所述第一区域,得到所述多个第一区域;
其中,所述第二确定模块,具体用于将包含反射率图像中的像素点的多个第一像素点集合,确定为多个第二像素点集合;分别计算任意两个第二像素点集合间的欧式距离;将欧式距离小于预设距离阈值的第二像素点集合进行合并;将当前的第二像素点集合在反射率图像中所占的区域,确定为所述一个第一区域,得到所述多个第一区域;
其中,所述滤波单元,具体用于对反射率图像进行预处理,得到第一反射率图像;对第一反射率图像进行迭代导向图滤波,得到导向图滤波后的反射率图像;对导向图滤波后的反射率图像和深度图像进行加权最小二乘法滤波,得到滤波后的深度图像;第二确定单元,具体用于对滤波后的深度图像进行降噪归一化,得到降噪后的深度图像。
CN201810928774.9A 2018-08-15 2018-08-15 一种图像处理方法及装置 Active CN109087347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810928774.9A CN109087347B (zh) 2018-08-15 2018-08-15 一种图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810928774.9A CN109087347B (zh) 2018-08-15 2018-08-15 一种图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN109087347A CN109087347A (zh) 2018-12-25
CN109087347B true CN109087347B (zh) 2021-08-17

Family

ID=64793565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810928774.9A Active CN109087347B (zh) 2018-08-15 2018-08-15 一种图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN109087347B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110570496B (zh) * 2019-08-26 2021-03-16 武汉大学 一种基于球谐光照的rgbd图像环境光编辑方法和***
CN112991381B (zh) * 2021-03-15 2022-08-02 深圳市慧鲤科技有限公司 图像处理方法及装置、电子设备和存储介质
CN114659450B (zh) * 2022-03-25 2023-11-14 北京小米机器人技术有限公司 机器人跟随方法、装置、机器人及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101907450A (zh) * 2010-07-22 2010-12-08 西北师范大学 不同反射率材质组合表面的三维宏观形貌构建方法
CN103544493A (zh) * 2013-10-24 2014-01-29 江苏大学 一种激光扫描与机器视觉相结合的果实识别定位方法
CN106228507A (zh) * 2016-07-11 2016-12-14 天津中科智能识别产业技术研究院有限公司 一种基于光场的深度图像处理方法
CN107169475A (zh) * 2017-06-19 2017-09-15 电子科技大学 一种基于kinect相机的人脸三维点云优化处理方法
CN107742299A (zh) * 2017-11-28 2018-02-27 中国联合网络通信集团有限公司 一种图像分割方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107850782B (zh) * 2015-05-13 2019-10-25 脸谱科技有限责任公司 用反射率图表示增强深度图表示

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101907450A (zh) * 2010-07-22 2010-12-08 西北师范大学 不同反射率材质组合表面的三维宏观形貌构建方法
CN103544493A (zh) * 2013-10-24 2014-01-29 江苏大学 一种激光扫描与机器视觉相结合的果实识别定位方法
CN106228507A (zh) * 2016-07-11 2016-12-14 天津中科智能识别产业技术研究院有限公司 一种基于光场的深度图像处理方法
CN107169475A (zh) * 2017-06-19 2017-09-15 电子科技大学 一种基于kinect相机的人脸三维点云优化处理方法
CN107742299A (zh) * 2017-11-28 2018-02-27 中国联合网络通信集团有限公司 一种图像分割方法和装置

Also Published As

Publication number Publication date
CN109087347A (zh) 2018-12-25

Similar Documents

Publication Publication Date Title
CN106709928B (zh) 一种快速的含噪图像二维最大类间方差阈值法
US9292928B2 (en) Depth constrained superpixel-based depth map refinement
CN109087347B (zh) 一种图像处理方法及装置
US9373053B2 (en) Image processor with edge selection functionality
Lo et al. Joint trilateral filtering for depth map super-resolution
US9240038B2 (en) Method and apparatus for acquiring weight coefficient of digital filter
CN110796615A (zh) 一种图像去噪方法、装置以及存储介质
CN113781406B (zh) 电子元器件的划痕检测方法、装置及计算机设备
CN111161299B (zh) 影像分割方法、存储介质及电子装置
CN108234826B (zh) 图像处理方法及装置
CN111598088B (zh) 目标检测方法、装置、计算机设备及可读存储介质
CN108229583B (zh) 一种基于主方向差分特征的快速模板匹配的方法及装置
CN107170002B (zh) 一种图像自动对焦方法和设备
CN110084818B (zh) 动态下采样图像分割方法
CN111881846A (zh) 图像处理方法和相关装置、设备、存储介质
Tallón et al. Upsampling and denoising of depth maps via joint-segmentation
CN109636822A (zh) 一种基于新构建隶属度函数的改进Canny自适应边缘提取方法
van Zyl Marais et al. Robust defocus blur identification in the context of blind image quality assessment
CN113744294A (zh) 图像处理方法及相关装置
CN109299743B (zh) 手势识别方法及装置、终端
Ahn et al. Segmenting a noisy low-depth-of-field image using adaptive second-order statistics
CN112767491B (zh) 焊道拐点的确定方法、装置和计算机可读存储介质
CN115830049A (zh) 角点检测的方法和装置
JP5803763B2 (ja) 移動物体の動線補間装置、方法、及びプログラム
CN112329572B (zh) 一种基于边框和闪光点的快速静态活体检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 303-5, block B, building 1, 268 Shiniu Road, nanmingshan street, Liandu District, Lishui City, Zhejiang Province 323000

Applicant after: Zhejiang Guangpo Intelligent Technology Co.,Ltd.

Address before: Room 1301-1, building 3, Zijin Qizhen building, 859 Shixiang West Road, Sandun Town, Xihu District, Hangzhou City, Zhejiang Province, 310030

Applicant before: HANGZHOU GENIUS PROS TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An image processing method and device

Effective date of registration: 20230529

Granted publication date: 20210817

Pledgee: Lishui Economic Development Zone Sub branch of Bank of China Ltd.

Pledgor: Zhejiang Guangpo Intelligent Technology Co.,Ltd.

Registration number: Y2023330000990