一種深度圖像的修復算法
【專利摘要】本發(fā)明提出了一種深度圖像的修復算法，該算法將形態(tài)學濾波與雙邊濾波算法相結合的方法對深度圖像進行處理，通過形態(tài)學中的幾種基本算法實現(xiàn)對深度圖像中空洞的填補，然后利用雙邊濾波平滑圖像。利用不同的結構元素消除掉目標物體中包含的不同類型的噪聲信號。該算法的步驟如下：步驟一：建立形態(tài)學算法的膨脹、腐蝕、開運算、閉運算公式；步驟二：建立形態(tài)學濾波器；步驟三：選取結構元素；步驟四：建立雙邊濾波準則。
【專利說明】
-種深度圖像的修復算法
技術領域
[0001] 本發(fā)明設及深度圖像處理，圖像修復領域。
【背景技術】
[0002] 深度圖像在人機交互、Ξ維場景重建、導航與定位等領域有著較為廣泛的應用;深 度圖像在采集過程中由于受到設備本身和采集環(huán)境的影響，使采集得到的圖像中存在大量 的空桐，W致很難提取到準確的深度信息。
[0003] 國內外有很多研究人員對于深度圖像的優(yōu)化與修復也進行了不少的研究，比如通 過高斯濾波的方法對空桐進行填補修復、雙邊濾波的方法來對深度圖像進行修復、通過對 非局域均值濾波加入邊緣信息權重對深度圖像進行上采樣來修復深度圖像等，但是各種方 法均有缺陷容易就會造成邊緣模糊，丟失邊緣信息、存在區(qū)域性、大面積空桐的情況效果并 不是很好。

【發(fā)明內容】

[0004] 針對上述不足之處，本發(fā)明提出將形態(tài)學濾波與雙邊濾波算法相結合的方法對深 度圖像進行處理，通過形態(tài)學中的幾種基本算法實現(xiàn)對深度圖像中空桐的填補，然后利用 雙邊濾波平滑圖像。
[0005] 本發(fā)明的目的是:使經過處理后的圖像更加清晰，易于提取到準確的深度信息。
[0006] 本發(fā)明為實現(xiàn)上述目的所采用的的技術方案是:一種深度圖像的修復算法，
[0007] 該算法的步驟如下：
[000引步驟一:建立形態(tài)學算法的膨脹、腐蝕、開運算、閉運算公式；
[0009] 步驟二:建立形態(tài)學濾波器；
[0010] 步驟Ξ:選取結構元素；
[0011] 步驟四：建立雙邊濾波準則。
[0012] 本發(fā)明的有益效果是:本發(fā)明將形態(tài)學濾波與雙邊濾波算法相結合的方法對深度 圖像進行處理，通過形態(tài)學中的幾種基本算法實現(xiàn)對深度圖像中空桐的填補，然后利用雙 邊濾波平滑圖像。形態(tài)學濾波是W形態(tài)學中幾種基礎運算為核屯、算法的一種圖像處理的方 法，比起常規(guī)的線性濾波，在某種程度上有著更好的效果。它利用不同的結構元素消除掉目 標物體中包含的不同類型的噪聲信號。
[0013] 具體實施方法
[0014] 為了使本發(fā)明的技術方案、目的更明確，W下結合附圖1到4進一步描述此發(fā)明。
[0015] 本發(fā)明基于形態(tài)學濾波和雙邊濾波相結合的方法對深度圖像處理。形態(tài)學濾波主 要是基于數(shù)學形態(tài)學，是一種非線性的濾波形式，它由膨脹、腐蝕、開、閉運算等基本的算法 組合而成。通過集合相關的思想來對圖像結構進行分析，可W直觀的得到物體的形態(tài)本質， 使其易于分析處理。所W利用其運一特性對深度圖像中空桐進行處理，處理完成W后圖像 會出現(xiàn)一點毛糖的現(xiàn)象，再結合雙邊濾波具有良好的平滑圖像功能，使得處理后的圖像更 加清晰，易于提取到準確的深度信息。
[0016] 形態(tài)學中包括很多不同的方法，例如，膨脹、腐蝕、開運算和閉運算等，其中膨脹和 腐蝕是最基本的運算。
[0017] -、建立形態(tài)學算法的膨脹、腐蝕、開運算、閉運算公式
[0018] 設置f為圖像函數(shù)，S為結構元素，Df和Dg分別表示為f、s的定義域。
[0019] 1、建立膨脹公式，結合圖2
[0020] 膨脹的主要作用是擴充目標物體的邊緣，使物體范圍增大，運樣就可W將與物體 接觸到的孤立部分合并進物體本身，在本方法中定義膨脹公式為：
[00別]。適如知郵二ms餅;'Ks，ηνγ)巧（X! y.:! I (t-X)，（Rvy)紀 和（x，y) eDg}
[0022] 2、建立腐蝕公式，結合圖3
[0023] 腐蝕的作用剛好和膨脹相反，它主要是使目標物體的邊緣向內部收縮，在本方法 中，腐蝕的公式定義為：
[0024] (f Θ S) (t，m) =min{f (t+x，m+y)-s(x，y) I (t+x)，（m+y) eDf和（x，y) eDg}
[00巧]3、建立開運算公式
[0026] 先進行腐蝕運算再進行膨脹運算，運個過程就是開運算，開運算的作用能夠去掉 圖像中單獨的小點、毛刺和小橋，并能平滑物體的邊緣，開運算的公式定義為：
[0027] f、''.)沒? ('f 資 S,;瀉 S
[0028] 4、建立閉運算公式
[0029] 先進行膨脹運算再進行腐蝕運算，運個過程就是閉運算，閉運算的作用能夠將目 標物體中存在的細小空桐進行填充，并且能修復細小裂縫、平滑物體的邊緣(閉運算是通過 填充圖像的凹角來濾波的），閉運算的公式定義為：
[0030] 細黎黨i' f潑S .)資S
[0031] 二、建立形態(tài)學濾波器，結合圖4
[0032] 開運算能夠去除圖像中的孤立、毛刺點，閉運算能夠填補圖像中細小的裂縫，如果 單獨運用開閉進行圖像濾波，會因為它們自身的特性出現(xiàn)統(tǒng)計偏差的問題，運就會導致濾 波效果不佳，所W需要對開閉運算進行組合使用:開閉濾波和閉開濾波，但是開閉濾波會使 結果幅度偏小，而閉開濾波又會使結果偏大，故在此基礎上采用的是將運兩種運算進行平 均后使用：
[0033] 開閉濾波公式：
[0034] f〇c = f〇S 參 S
[0035] 閉開濾波公式：
[0036] fc〇 = f 參 SOS
[0037] 采用組合公式：
[00；3 引
[0039] Ξ、選取結構元素
[0040] 結構元素的選取對形態(tài)學濾波有著至關重要的作用，結構元素的尺寸大小和形狀 都會影響到濾波的結果，所W應當選取合適的結構元素，在本發(fā)明中采用的是圓形結構元 素。
[0041] 四、建立雙邊濾波準則
[0042] 雙邊濾波是一種非線性濾波雙邊濾波由兩個核函數(shù)組成，它不僅參考了空間域上 的相關性，同時還參考了像素值的相似程度。運樣就能在濾波的同時考慮到圖像信息中的 圖像邊緣信息，使圖像在正常高斯濾波后很模糊的邊緣信息得W保持清晰，并且圖像邊緣 更加平滑。
[0043] 高斯核函數(shù)的表達式為：
[0044]
[0045] 其中，Sg表示高斯函數(shù)的標準差，高斯核函數(shù)僅僅考慮了像素的空間關系，并沒有 關注圖像的灰度值變化，所W在濾波的時候也將邊緣進行了平滑處理，運就導致了濾波的 結果往往趨于模糊化。所W雙邊濾波則是在此基礎上增加一個函數(shù)來約束圖像的灰度值變 化。所W，上述表達式變換為：
[0046]
[0047] 式中，δκ表示變換后高斯函數(shù)的標準差，所W雙邊濾波的權系數(shù)為：
[004引 Η=出出
[0049]如果（i，j)和點(x，y)的灰度值很接近的話，權系數(shù)Η就會趨向于出。結果會趨于高 斯濾波的結果。雙邊濾波的結果取決于Sg和δτ，兩個參數(shù)當Sg-定δτ的值很大時，權系數(shù)Η也 很大，則此時和高斯濾波一樣，達不到保留邊緣的效果。但是當δτ的值很小時，將會失去濾 波的作用，所W選取合適的參數(shù)進行濾波至關重要。
【主權項】
1. 一種深度圖像的修復算法，該算法涉及深度圖像處理，圖像修復領域，其特征是：該 算法的主要步驟如下： 步驟一:建立形態(tài)學算法的膨脹、腐蝕、開運算、閉運算公式； 步驟二:建立形態(tài)學濾波器； 步驟三:選取結構元素； 步驟四：建立雙邊濾波準則。2. 根據(jù)權利要求1所述的一種深度圖像的修復算法，其特征是:步驟一中各公式設立如 下： 設置f為圖像函數(shù)，s為結構元素，EL和Hg分別表示為f、s的定義域； 1、 建立膨脹公式 膨脹的主要作用是擴充目標物體的邊緣，使物體范圍增大，這樣就可以將與物體接觸 到的孤立部分合并進物體本身，在本方法中定義膨脹公式為：2、 建立腐蝕公式 腐蝕的作用剛好和膨脹相反，它主要是使目標物體的邊緣向內部收縮，在本方法中，腐 蝕的公式定義為：3、 建立開運算公式 先進行腐蝕運算再進行膨脹運算，這個過程就是開運算，開運算的作用能夠去掉圖像 中單獨的小點、毛刺和小橋，并能平滑物體的邊緣，開運算的公式定義為： 4、 建立閉運算公式先進行膨脹運算再進行腐蝕運算，這個過程就是閉運算，閉運算的作用能夠將目標物 體中存在的細小空洞進行填充，并且能修復細小裂縫、平滑物體的邊緣(閉運算是通過填充 圖像的凹角來濾波的），閉運算的公式定義為：3.根據(jù)權利要求1所述的一種深度圖像的修復算法，其特征是:步驟二中形態(tài)學濾波器 的建立方法如下： 開運算能夠去除圖像中的孤立、毛刺點，閉運算能夠填補圖像中細小的裂縫，如果單獨 運用開閉進行圖像濾波，會因為它們自身的特性出現(xiàn)統(tǒng)計偏差的問題，這就會導致濾波效 果不佳，所以需要對開閉運算進行組合使用：開閉濾波和閉開濾波，但是開閉濾波會使結 果幅度偏小，而閉開濾波又會使結果偏大，故在此基礎上采用的是將這兩種運算進行平均 后使用： 開閉濾波公式：閉開濾波公式：采用組合公式：4. 根據(jù)權利要求1所述的一種深度圖像的修復算法，其特征是:步驟三結構元素選取為 圓形結構元素。5. 根據(jù)權利要求1所述的一種深度圖像的修復算法，其特征是:步驟四中雙邊濾波建立 方法如下為： 高斯核函數(shù)的表達式為：表示高斯函數(shù)的標準差，雙邊濾波則是在此基礎上增加一個函數(shù)來約束圖像的灰度 值變化;所以，上表達式變換為：式中§1表示變換后高斯函數(shù)的標準差，所以雙邊濾波的權系數(shù)為：
【文檔編號】G06T5/00GK105825482SQ201610147426
【公開日】2016年8月3日
【申請日】2016年3月15日
【發(fā)明人】范勇, 胡成華
【申請人】四川用聯(lián)信息技術有限公司