一種圖像降噪方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像處理技術(shù)領(lǐng)域，尤其設(shè)及一種圖像降噪方法及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著科技的發(fā)展，圖像作為多媒體時代主要的信息載體之一，在采集、轉(zhuǎn)換和傳輸 過程中，易受到成像設(shè)備與外部環(huán)境噪聲干擾等影響導(dǎo)致質(zhì)量下降，因此，圖像降噪是圖像 工程中一個基礎(chǔ)和必要的預(yù)處理步驟，是圖像感知、分類與識別的關(guān)鍵技術(shù)之一。圖像降噪 的本質(zhì)是模式分類，即從有規(guī)律的"圖像模式"中將具有點奇異的不規(guī)則"噪聲模式"分離出 來。
[0003] 目前，圖像降噪方法主要分為空域濾波、變換域濾波W及變換域統(tǒng)計建模分析等 =大類。傳統(tǒng)的大部分濾波方法屬于空域濾波，如均值濾波、中值濾波等。實際上采用各種 平滑函數(shù)對圖像進(jìn)行卷積處理，在便于硬件實現(xiàn)，削弱噪聲的同時對圖像的有用信息也進(jìn) 行了平滑。變換域統(tǒng)計建模分析方法對變換域系數(shù)進(jìn)行統(tǒng)計建模，能夠取得較好降噪效果， 但是需要較多的先驗信息，建立適合的模型進(jìn)行訓(xùn)練，而且計算復(fù)雜度很高。在變換域濾波 方法中，基于小波變換的收縮闊降噪方法最具代表性，但是變換域收縮闊值生失真，稱為偽 吉布斯現(xiàn)象。
[0004] 已有的技術(shù)中，紅外圖像降噪的方法有:a.通過TOF(飛行時間）技術(shù)采集圖像，在 深度圖像上直接應(yīng)用雙邊濾波技術(shù)，該技術(shù)的主要問題是容易丟失圖像的細(xì)節(jié)信息。b.通 過TOF技術(shù)采集圖像，將深度圖像轉(zhuǎn)化為灰度圖像，利用灰度的梯度變化進(jìn)行濾波，該技術(shù) 的主要問題是：如果不做梯度變化自適應(yīng)，則邊緣保持效果不理想；如果做梯度變化自適 應(yīng)，則速度非常慢。C.通過TOF技術(shù)采集圖像，在深度圖像上直接應(yīng)用中值濾波，該算法對椒 鹽噪聲有很好的抑制效果，對其他類型的噪聲則不理想。d.通過TOF采集圖像，在深度圖像 上直接應(yīng)用中值濾波，該算法對椒鹽噪聲有很好的抑制效果，對其他類型的噪聲則不理想， 另外TOF技術(shù)采集的深度圖像中，椒鹽噪聲只是其中很少的一部分。e.通過TOF技術(shù)采集圖 像，采用多帖均值濾波，該技術(shù)要求采集多幅深度圖像，該技術(shù)的主要問題有兩個，一是對 噪聲的判斷不穩(wěn)定;二是會增加數(shù)據(jù)采集的時間。綜合W上的方法，采用TOF技術(shù)的S維掃 描儀采集到的深度圖像在目標(biāo)邊緣部分存在比較嚴(yán)重的噪聲。本發(fā)明旨在解決當(dāng)前技術(shù)對 運(yùn)種深度圖像降噪時存在著邊緣細(xì)節(jié)信息容易丟失和速度慢的缺點。本發(fā)明基于TOF技術(shù) 的=維掃描儀采集到的深度數(shù)據(jù)，在目標(biāo)的邊緣部分存在著比較嚴(yán)重的噪聲，當(dāng)前的深度 圖像降噪技術(shù)直接針對深度圖像進(jìn)行降噪時存在著邊緣容易模糊(丟失細(xì)節(jié)信息），速度慢 的問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種圖像降噪方法及系統(tǒng)，本發(fā)明利用TOFS維掃描儀采集 的紅外圖像引導(dǎo)深度圖像進(jìn)行快速降噪處理、同時解決了其邊緣圖像的清晰、而且避免圖 像原有細(xì)節(jié)信息的丟失。
[0006] 本發(fā)明是提供一種圖像降噪方法，包括： 輸入相機(jī)采集原深度圖像和原紅外圖像； 將采集的深度圖像，前后景剔除，得到前后景剔除的原深度圖像； 將前后景剔除的原深度圖像剔除地面，得到地面剔除的原深度圖像； 將采集的紅外圖像的灰度值進(jìn)行重映射，得到重映射后的紅外圖像； 將重映射后的紅外圖像的前后景剔除，得到前后景剔除的紅外圖像； 將前后景剔除的紅外圖像地面過濾，得到過濾后的紅外圖像； 將過濾后的紅外圖像進(jìn)行二值化，得到二值化后的紅外圖像； 將所述二值化的紅外圖像和所述地面剔除的原深度圖像疊加降噪，得到降噪后的圖 像； 將降噪后的圖像，采用聯(lián)合雙邊濾波算法對邊緣部分進(jìn)行增強(qiáng)，得到增強(qiáng)后的圖像； 將增強(qiáng)后的圖像替換采集的原紅外圖像，得到增強(qiáng)降噪的紅外圖像。
[0007] 進(jìn)一步地，所述的原深度圖像和原紅外圖像是飛機(jī)時間相機(jī)同一時間采集的。
[0008] 進(jìn)一步地，所述的原深度圖像前后景剔除距離的闊值公式為：
其中，深度圖像中一點P，其深度值為Z，其灰度值為g，深度闊值為[Dmin，Dmax]，深度過 濾后的灰度值記為Gf。
[0009] 進(jìn)一步地，所述采集的原紅外圖像的灰度值進(jìn)行重新映射， 灰度值重映射的算法為： Gf = Max[min(Gorg/a*b*c,Cmax),Cmin]*255 其中Gorg表示原始灰度值，a表示灰度等級的最大值，一般用故表示n表示灰度等級. b表示紅外成像設(shè)備的標(biāo)準(zhǔn)偏差，C表示紅外圖像的平均值. Cma巧與技.1巧，灰度映射范圍最大值. Cmi化與G,L0),灰度映射范圍最小值. 曰，13,(3是跟設(shè)備相關(guān)的參數(shù)，其中，取曰=2;.6,6=4.0,。=0.1,〇]1曰義=1.0,〇11；[]1=0.1 進(jìn)一步地，所述深度圖像中的地面剔除算法為:從剔除前后景的深度圖像中，從下往上 共取m行，在運(yùn)m行中，采用橫向掃描線原理，每點的灰度記為g(x，y)，如果邑^，7)〉0，則將該 點加入集合Q，對非空集合Q(為了保證Q非空，m需要選擇一個合適的值，取m=20)，計算出每 一點的=維相機(jī)坐標(biāo)，采用最小二乘法擬合出集合Q的平面方程P。
[0010] 進(jìn)一步地，所述深度圖像中的地面剔除算法平面P的方程為 aX+bY+cZ+D=0 其中，平面的法線向量記為N(a，b，c)，集合Q中的點Qi到平面的距離記為di，根據(jù)點到 平面的距離公式有： di = Qi*N+D; 其中，集合Q中元素的最終灰度值G為：
本發(fā)明是提供一種圖像降噪系統(tǒng)，包括： 所述相機(jī)采集模塊，用于采集原深度圖像和原紅外圖像； 所述第一前后景剔除模塊，用于剔除原深度圖像的前后景，得到前后景剔除的原深度 圖像； 所述第一地面剔除模塊，用于剔除原深度圖像的地面，得到地面剔除的原深度圖像； 所述灰度值重映射模塊，用于紅外圖像的灰度值進(jìn)行重映射，得到重映射后的紅外圖 像； 所述第二前后景剔除模塊，用于剔除重映射后的紅外圖像的前后景，得到前后景剔除 的紅外圖像； 所述地面過濾模塊，用于前后景剔除的紅外圖像的地面過濾，得到過濾后的紅外圖像； 所述二值化模塊，用于過濾后的紅外圖像進(jìn)行二值化，得到二值化后的紅外圖像； 所述疊加降噪模塊，用于所述二值化的紅外圖像和所述地面剔除的原深度圖像疊加降 噪，得到降噪后的圖像； 所述第一圖像模塊，采用聯(lián)合雙邊濾波算法對邊緣部分進(jìn)行增強(qiáng)，得到增強(qiáng)后的圖像； 所述第二圖像模塊，用于增強(qiáng)后的圖像替換采集的原紅外圖像，得到增強(qiáng)降噪的紅外 圖像。
[0011]有益效果 本發(fā)明提供了一種圖像降噪方法及系統(tǒng)，采用TOF技術(shù)的=維掃描儀采集到的深度圖 像在目標(biāo)邊緣部分存在比較嚴(yán)重的噪聲，本發(fā)明旨在解決當(dāng)前技術(shù)對運(yùn)種深度圖像降噪時 存在著邊緣細(xì)節(jié)信息容易丟失和速度慢的缺點。本發(fā)明基于TOF技術(shù)的=維掃描儀采集到 的深度數(shù)據(jù)，在目標(biāo)的邊緣部分存在著比較嚴(yán)重的噪聲，當(dāng)前的深度圖降噪技術(shù)直接針對 深度圖進(jìn)行降噪時存在著邊緣容易模糊(丟失細(xì)節(jié)信息），速度慢的問題。本發(fā)明綜合利用 TOFS維掃描儀采集到的深度圖和紅外圖，利用紅外圖像清晰的邊緣和低噪聲，紅外圖和深 度圖同分辨率(能實現(xiàn)一一映射）的特點，由紅外圖引導(dǎo)深度圖進(jìn)行快速降噪，同時保持良 好的邊緣信息。
[00。]附圖像說明 圖1是圖像處理的流程圖像 圖2是TOF相機(jī)采集的原始深度圖像 圖3 TOF相機(jī)采集的原始紅外圖像 圖4是經(jīng)過深度過濾后得到的人體深度圖像 圖5是經(jīng)過深度過濾后得到得人體紅外成像圖像 圖6是最終結(jié)果圖像
【具體實施方式】
[0013] 為了使本發(fā)明所要解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚、明白，W下結(jié) 合實施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用W解 釋本發(fā)明，并不用于限定本發(fā)明。
[0014] 實施例1 本實施例提供一種圖像降噪方法，包括： 輸入相機(jī)采集原深度圖像和原紅外圖像； 將采集的深度圖像，前后景剔除，得到前后景剔除的原深度圖像； 將前后景剔除的原深度圖像剔除地面，得到地面剔除的原深度圖像； 將采集的紅外圖像的灰度值進(jìn)行重映射，得到重映射后的紅外圖像； 將重映射后的紅外圖像的前后景剔除，得到前后景剔除的