本發(fā)明涉及光電檢測與視覺應用，特別涉及一種事件流去噪方法及裝置。

背景技術：

1、如圖1所示，傳統(tǒng)視覺傳感器技術在處理高速運動場景時面臨挑戰(zhàn)，主要表現為運動對象的模糊效應及亮度急劇變化時像素飽和現象。加之，這些傳感器固守固定的幀率輸出模式，從而引入了數據的時間離散性，進一步加劇了在快節(jié)奏運動場景中信息細節(jié)的遺失問題。這一局限性顯著削弱了視覺定位系統(tǒng)在類似情景下的導航精確度與定位可靠性。

2、事件相機，作為視覺傳感領域的一項革新成果，顛覆了傳統(tǒng)同步成像的方式，采用先進的對數光強度感應機制來捕捉場景動態(tài)。這種傳感器通過其獨特的對數光感受器，不僅高效地記錄光線強度的變化，而且以對數形式編碼這些變化，大大增強了對比度處理能力和對細微光強變化的敏感度。

3、然而，事件相機在實際應用上還存在問題。事件相機由于其本身結構對環(huán)境亮度變化十分敏感，在輸出的異步事件流中包含大量噪聲ba(background?activate，背景激活)干擾。ba噪聲可能來源于數字信號傳輸時的脈沖噪聲以及光電二極管所引起的高斯噪聲等，對于進一步的應用以及事件流可視化質量造成很大影響。提高事件相機檢測亮度變化的閾值有助于降低噪聲，但是降低了對于物體運動引起的亮度變化檢測的靈敏度，造成信息丟失。所以，如何解決事件相機使用過程中產生的噪聲是一個亟待解決的問題，也就是說，對于事件流進行降噪處理是使用事件流信息前非常重要的預處理環(huán)節(jié)，在使用事件流信息前對其進行降噪會大大降低后續(xù)算法設計的難度。

技術實現思路

1、本發(fā)明提供一種事件流去噪方法及裝置，以解決事件相機輸出的異步事件流中包含大量噪聲干擾，影響事件流可視化質量，降低了對于物體運動引起的亮度變化檢測的靈敏度，造成信息丟失等問題。

2、本發(fā)明第一方面實施例提供一種事件流去噪方法，包括以下步驟：獲取極端光照情況下的微弱目標運動的事件流信息；根據所述事件流信息構造二維數組事件流數量呈現圖，以累計每個像素位置的事件流數據；利用預先構建的鄰域濾波器對所述事件流數據進行卷積運算，以得到矩陣鄰域事件；根據所述矩陣鄰域事件對所述事件流數據去噪，以得到去噪后的事件流數據，并計算所述去噪后的事件流數據的聚集程度值；對所述去噪后的事件流數據迭代執(zhí)行卷積和去噪過程，直至所述聚集程度值呈上升趨勢，得到無噪聲事件流數據。

3、可選地，所述根據所述事件流信息構造二維數組事件流數量呈現圖，以累計每個像素位置的事件流數據，包括：

4、創(chuàng)建空白畫布，利用預設時間窗口將所述事件流信息在所述空白畫布上進行點堆疊，以得到所述二維數組事件流數量呈現圖；

5、在所述二維數組事件流數量呈現圖上獲取所述每個像素位置的事件流數據。

6、可選地，所述二維數組事件流數量呈現圖的高度根據所述事件流信息的像素高度確定，所述二維數組事件流數量呈現圖的寬度根據所述事件流信息的像素寬度確定。

7、可選地，所述根據所述矩陣鄰域事件對所述事件流數據去噪，以得到去噪后的事件流數據，并計算所述去噪后的事件流數據的聚集程度值，包括：

8、根據預設時空閾值去除所述事件流數據不處于所述矩陣鄰域事件中的多個事件，得到所述去噪后的事件流數據；

9、記錄所述去噪后的事件流數據中每個事件的像素位置和極性；

10、根據所述每個事件的像素位置和極性可視化所述去噪后的事件流數據，以計算所述去噪后的事件流數據的聚集程度。

11、可選地，所述根據所述每個事件的像素位置和極性可視化所述去噪后的事件流數據，以計算所述去噪后的事件流數據的聚集程度值，包括：

12、創(chuàng)建全白rgb圖像；

13、根據所述每個事件的像素位置和極性將所述去噪后的事件流數據繪制在所述全白rgb圖像上，得到所述可視化的去噪事件流數據；

14、根據所述可視化的去噪事件流數據計算所述去噪后的事件流數據的聚集程度值。

15、可選地，所述根據所述每個事件的像素位置和極性將所述去噪后的事件流數據繪制在所述全白rgb圖像上，得到所述可視化的去噪事件流數據，包括：

16、將所述去噪后的事件流數據中極性為1的事件，在所述全白rgb圖像對應像素位置設為紅色，將所述去噪后的事件流數據中極性為0的事件，在所述全白rgb圖像對應像素位置設為藍色，得到所述可視化的去噪事件流數據。

17、本發(fā)明第二方面實施例提供一種事件流去噪裝置，包括：獲取模塊，用于獲取極端光照情況下的微弱目標運動的事件流信息；累計模塊，用于根據所述事件流信息構造二維數組事件流數量呈現圖，以累計每個像素位置的事件流數據；卷積運算模塊，用于利用預先構建的鄰域濾波器對所述事件流數據進行卷積運算，以得到矩陣鄰域事件；去噪模塊，用于根據所述矩陣鄰域事件對所述事件流數據去噪，以得到去噪后的事件流數據，并計算所述去噪后的事件流數據的聚集程度值；迭代去噪模塊，用于對所述去噪后的事件流數據迭代執(zhí)行卷積和去噪過程，直至所述聚集程度值呈上升趨勢，得到無噪聲事件流數據。

18、本發(fā)明第三方面實施例提供一種電子設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述程序，以實現如上述實施例所述的事件流去噪方法。

19、本發(fā)明第四方面實施例提供一種計算機程序產品，該計算機程序/指令被處理器執(zhí)行時實現如上的事件流去噪方法。

20、本發(fā)明第五方面實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲計算機程序，該程序被處理器執(zhí)行時實現如上的事件流去噪方法。

21、本發(fā)明實施例提出的事件流去噪方法及裝置，通過時空相關性有效地濾除背景活動噪聲，同時保留真實的事件信息，在處理挑戰(zhàn)性情況(如物體邊界、極端光照條件)時展現出更高的魯棒性；搭載了一個基于事件的時間上下文聚合模塊用來提取事件數據中的時間上下文特征，通過利用事件的高時間分辨率特性，增強了網絡對于全局特征的建模，利用不同的時間窗口完成不同的事件流可視化方式；設計了一種量化評價標準，用以評估事件流的噪聲去除效果和圖像質量，進而可以根據噪聲去除效果和圖像質量進一步進行去噪過程，提高了系統(tǒng)降噪的準確性和魯棒性。

22、本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

技術特征：

1.一種事件流去噪方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的事件流去噪方法，其特征在于，所述根據所述事件流信息構造二維數組事件流數量呈現圖，以累計每個像素位置的事件流數據，包括：

3.根據權利要求1或2所述的事件流去噪方法，其特征在于，所述二維數組事件流數量呈現圖的高度根據所述事件流信息的像素高度確定，所述二維數組事件流數量呈現圖的寬度根據所述事件流信息的像素寬度確定。

4.根據權利要求1所述的事件流去噪方法，其特征在于，所述根據所述矩陣鄰域事件對所述事件流數據去噪，以得到去噪后的事件流數據，并計算所述去噪后的事件流數據的聚集程度值，包括：

5.根據權利要求4所述的事件流去噪方法，其特征在于，所述根據所述每個事件的像素位置和極性可視化所述去噪后的事件流數據，以計算所述去噪后的事件流數據的聚集程度值，包括：

6.根據權利要求5所述的事件流去噪方法，其特征在于，所述根據所述每個事件的像素位置和極性將所述去噪后的事件流數據繪制在所述全白rgb圖像上，得到所述可視化的去噪事件流數據，包括：

7.一種事件流去噪裝置，其特征在于，包括：

8.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述程序，以實現如權利要求1-6任一項所述的事件流去噪方法。

9.一種計算機程序產品，其特征在于，該計算機程序/指令被處理器執(zhí)行時實現權利要求1-6任一項所述的事件流去噪方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行，以用于實現如權利要求1-6任一項所述的事件流去噪方法。

技術總結
本發(fā)明涉及光電檢測與視覺應用技術領域，特別涉及一種事件流去噪方法及裝置，其中，方法包括：獲取極端光照情況下的微弱目標運動的事件流信息；根據事件流信息構造二維數組事件流數量呈現圖，以累計每個像素位置的事件流數據；利用鄰域濾波器對事件流數據進行卷積運算，以得到矩陣鄰域事件；根據矩陣鄰域事件對事件流數據去噪，以得到去噪后的事件流數據及其聚集程度值；對去噪后的事件流數據迭代執(zhí)行卷積和去噪過程，直至聚集程度值呈上升趨勢，得到無噪聲事件流數據。由此，解決了事件相機輸出的異步事件流中包含大量噪聲，影響事件流可視化質量，降低了對于物體運動引起的亮度變化檢測的靈敏度，造成信息丟失等問題。

技術研發(fā)人員：孫婷,宋佳輝,尤睿,于世潔,吳思瑤,張艾林
受保護的技術使用者：北京信息科技大學
技術研發(fā)日：
技術公布日：2025/1/2