CN106603942A - 一种tof相机降噪方法 - Google Patents
一种tof相机降噪方法 Download PDFInfo
- Publication number
- CN106603942A CN106603942A CN201611163827.XA CN201611163827A CN106603942A CN 106603942 A CN106603942 A CN 106603942A CN 201611163827 A CN201611163827 A CN 201611163827A CN 106603942 A CN106603942 A CN 106603942A
- Authority
- CN
- China
- Prior art keywords
- pixel
- weight
- sumweight
- point
- values
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Measurement Of Optical Distance (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种TOF相机降噪方法,计算每个像素的距离图像、返回光线强度图像;遍历待处理区域的所有像素点,缓存每个像素点其周围的像素点dist值与amp值,计算滤波窗口内的像素点对应的权重;滤波窗口内每个点的权重与该点的dist值相乘并累加求和得到sumdist;滤波窗口内所有权重值求和得到sumweight;sumweight小于阈值,使用滤波窗口内所有点距离值的中值替代中心点的距离值;sumweight大于阈值,sumdist与sumweight的比值代替中心点的距离值;重复直至遍历完所有待处理像素点,本发明与目前降噪方法相比,能够对TOF相机测得的数据进行很精准的降噪。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种用于TOF相机降噪的方法。
背景技术
目前TOF相机采用TOF传感器,TOF是Time of Flight技术的缩写,即传感器发出经调制的光,遇物体后反射,传感器通过计算光线发射和反射时间差或相位差,来换算被拍摄景物的距离,以产生深度信息,返回的光线强度与物体表面反射率(物体表面反射率是物体的固有性质)和物体离相机距离有关,其中反射率越低返回光线的光强度越弱,距离越远返回光线的光强度越弱。与传统的基于双目测距或结构光测距的方法相比,TOF测距具有受环境光影响小,与物体表面纹理特征无关等优势。
尽管TOF传感器与普通的图像传感器有更强的感光效率,但测量结果不可避免的会受到噪声影响。目前TOF相机常用的降噪方法如中值滤波,均值滤波等,只使用深度值进行运算,不可避免的会导致图像边缘的模糊,导致被测量物体的边缘区域距离产生很大误差。
发明内容
本发明所要解决的技术问题是提供一种TOF相机降噪方法,
本发明解决上述技术问题的技术方案如下:
一种TOF相机降噪方法,其特征在于:按照如下步骤,
S1:根据TOF测距方法,计算每个像素的距离图像、返回光线强度图像;
S2:遍历待处理区域的所有像素点,缓存每个像素点其周围(2m+1)*(2n+1)的像素点dist值与amp值,其中m和n分别为每个像素点水平和垂直方向的滤波半径;
S3:计算滤波窗口内(2m+1)*(2n+1)的像素点对应的权重;
S4:滤波窗口内每个点的权重与该点的dist值相乘并累加求和得到sumdist;滤波窗口内所有权重值求和得到sumweight;
S5:对sumweight进行判断,如果sumweight小于阈值,说明测得的是一个孤立的点,这在正常场景中通常不存在,使用滤波窗口内所有点距离值的中值替代中心点的距离值;如果sumweight大于阈值,则使用sumdist与sumweight的比值代替中心点的距离值;
S6:对下一个待处理像素重复3-5的操作,直至遍历完所有待处理像素。
dist(distance,距离)值为被测物体距离相机的TOF传感器的距离,amp表示反射光强度。
进一步,所述计算每个像素的距离图像、返回光线强度图像的方
法为,对每个像素进行二次或四次采样;
二次采样具体为:像素对应的四次采样值分别为DCS1,DCS2;
距离dist=C/2*T*atan(DCS1/DCS2)/2/pi,amp=sqrt(DCS1^2+DCS2^2);
四次采样具体为:像素对应的四次采样值分别为DCS1,DCS2,DCS3,DSC4;
距离dist=C/2*T*atan((DCS3-DCS1)/(DCS2-DCS4))/2/pi,其中C为光速,T为光源调制周期,pi为圆周率;
反射光线强度amp=sqrt(((DCS3-DCS1)^2+(DCS2-DCS4)^2)),sqrt为开方运算。
进一步,步骤S3,计算滤波窗口内(2m+1)*(2n+1)的像素点对应的权重,窗口内的像素点与中心点的amp值差异越大则权重越小,采用高斯曲线或者线性权重计算方法或查表的方式;
差异Dif=|amp(I,j)–amp_center|;l<m,j<n;
使用高斯曲线计算权重Weight(I,j),权重Weight(I,j)=exp(-Dif^2/sigma^2),sigma为可调节系数;
使用线性权重,weight(I,j)=A–Dif,A为可调节系数;
采用查表的方式,差异为0,1,2,3,…X;对应的权重表设置为Y,……0,X和Y都为正整数。
与现有技术相比较,本发明的显著效果:本发明与目前常用的降噪方法相比,结合TOF测距的具体特点,根据反射光的强度去推断是否输入同一物体表面,从而对TOF相机测得的数据进行很精准的降噪。
附图说明
图1为本发明TOF相机降噪方法的流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
一种TOF相机降噪方法,采用现有的相机TOF传感器,TOF传感器通过计算光线发射和反射时间差或相位差,来换算被拍摄景物的距离,以产生深度信息,返回的光线强度与物体表面反射率和物体离相机距离有关,其中反射率越低返回光线的光强度越弱,距离越远返回光线的光强度越弱。
本发明的TOF相机降噪方法具体按照如下步骤,如图1所示;
步骤1;根据TOF测距方法,计算每个像素的距离图像、返回光线强度图像;
步骤2;遍历待处理区域的所有像素点,缓存每个像素点其周围(2m+1)*(2n+1)的像素点dist值与amp值,其中m和n分别为每个像素点水平和垂直方向的滤波半径;
步骤3;计算滤波窗口内(2m+1)*(2n+1)的像素点对应的权重;
步骤4;滤波窗口内每个点的权重与该点的dist值相乘并累加求和得到sumdist;滤波窗口内所有权重值求和得到sumweight;
步骤5;对sumweight进行判断,如果sumweight小于阈值,说明测得的是一个孤立的点,这在正常场景中通常不存在,使用滤波窗口内所有点距离值的中值替代中心点的距离值;如果sumweight大于阈值,则使用sumdist与sumweight的比值代替中心点的距离值;
步骤6;对下一个待处理像素重复3-5的操作,直至遍历完所有待处理像素。
步骤1计算每个像素的距离图像、返回光线强度图像的方法为,对每个像素进行采样,一般为二次或四次采样,但是二次采样效果差用的较少,一般是采用四次采样的方法;
四次采样具体为:像素对应的四次采样值分别为DCS1,DCS2,DCS3,DSC4;
距离dist=C/2*T*atan((DCS3-DCS1)/(DCS2-DCS4))/2/pi,其中C为光速,T为光源调制周期,pi为圆周率;
反射光线强度amp=sqrt(((DCS3-DCS1)^2+(DCS2-DCS4)^2)),sqrt为开方运算。
步骤3,计算滤波窗口内(2m+1)*(2n+1)的像素点对应的权重,窗口内的像素点与中心点的amp值差异越大则权重越小,采用高斯曲线或者线性权重计算方法或查表的方式;
差异Dif=|amp(I,j)–amp_center|;l<m,j<n;
使用高斯曲线计算权重Weight(I,j),权重Weight(I,j)=exp(-Dif^2/sigma^2),sigma为可调节系数;
使用线性权重,weight(I,j)=A–Dif,A为可调节系数;
采用查表的方式,差异为0,1,2,3,…X顺序连续的正整数;差异对应的权重为Y,……0顺序连续的正整数,X和Y都为正整数。
步骤5阈值的确定方法为根据差异对应的权重,例如,差异为0时,对应的权重为20,则设置阈值为20。
最后,以上仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种TOF相机降噪方法,其特征在于:按照如下步骤,
S1:根据TOF测距方法,计算每个像素的距离图像、返回光线强度图像;
S2:遍历待处理区域的所有像素点,缓存每个像素点其周围(2m+1)*(2n+1)的像素点dist值与amp值,其中m和n分别为每个像素点水平和垂直方向的滤波半径;
S3:计算滤波窗口内(2m+1)*(2n+1)的每个像素点分别对应的权重;
S4:滤波窗口内每个点的权重与该点的dist值相乘并累加求和得到sumdist;滤波窗口内所有权重值求和得到sumweight;
S5:对sumweight进行判断,如果sumweight小于阈值,说明测得的是一个孤立的点,这在正常场景中通常不存在,使用滤波窗口内所有点距离值的中值替代中心点的距离值;如果sumweight大于阈值,则使用sumdist与sumweight的比值代替中心点的距离值;
S6:对下一个待处理像素重复3-5的操作,直至遍历完所有待处理像素点。
2.根据权利要求1所述的TOF相机降噪方法,其特征在于,所述计算每个像素的距离图像、返回光线强度图像的方法为,对每个像素进行二次或四次采样;
二次采样具体为:像素对应的四次采样值分别为DCS1,DCS2;
距离dist=C/2*T*atan(DCS1/DCS2)/2/pi,amp=sqrt(DCS1^2+DCS2^2);
四次采样具体为:像素对应的四次采样值分别为DCS1,DCS2,DCS3,DSC4;
距离dist=C/2*T*atan((DCS3-DCS1)/(DCS2-DCS4))/2/pi,其中C为光速,T为光源调制周期,pi为圆周率;
反射光线强度amp=sqrt(((DCS3-DCS1)^2+(DCS2-DCS4)^2)),sqrt为开方运算。
3.根据权利要求2所述的TOF相机降噪方法,其特征在于,步骤S3,计算滤波窗口内(2m+1)*(2n+1)的像素点对应的权重,窗口内的像素点与中心点的amp值差异越大则权重越小,采用高斯曲线或者线性权重计算方法或查表的方式;
差异Dif=|amp(l,j)-amp_center|;l<m,j<n;
使用高斯曲线计算权重Weight(l,j),权重Weight(l,j)=exp(-Dif^2/sigma^2),sigma为可调节系数;
使用线性权重,weight(l,j)=A-Dif,A为可调节系数;
采用查表的方式,差异为0,1,2,3,…X;对应的权重表设置为Y,……0,X和Y都为正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611163827.XA CN106603942B (zh) | 2016-12-15 | 2016-12-15 | 一种tof相机降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611163827.XA CN106603942B (zh) | 2016-12-15 | 2016-12-15 | 一种tof相机降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106603942A true CN106603942A (zh) | 2017-04-26 |
CN106603942B CN106603942B (zh) | 2019-12-03 |
Family
ID=58801770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611163827.XA Active CN106603942B (zh) | 2016-12-15 | 2016-12-15 | 一种tof相机降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106603942B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150334318A1 (en) * | 2012-12-28 | 2015-11-19 | Nokia Corporation | A method and apparatus for de-noising data from a distance sensing camera |
CN108495113A (zh) * | 2018-03-27 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 用于双目视觉系统的控制方法和装置 |
CN110288543A (zh) * | 2019-06-21 | 2019-09-27 | 北京迈格威科技有限公司 | 一种深度图像保边处理方法和装置 |
CN110807811A (zh) * | 2019-09-20 | 2020-02-18 | 炬佑智能科技(苏州)有限公司 | 对不同反射率物体的深度补偿方法及tof相机 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100309345A1 (en) * | 2009-06-05 | 2010-12-09 | Apple Inc. | Radially-Based Chroma Noise Reduction for Cameras |
CN103019474A (zh) * | 2012-09-25 | 2013-04-03 | 友达光电股份有限公司 | 光学触控扫描装置 |
CN103473743A (zh) * | 2013-09-12 | 2013-12-25 | 清华大学深圳研究生院 | 一种获取图像深度信息的方法 |
CN105991900A (zh) * | 2015-02-05 | 2016-10-05 | 扬智科技股份有限公司 | 噪声检测方法和去噪方法 |
-
2016
- 2016-12-15 CN CN201611163827.XA patent/CN106603942B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100309345A1 (en) * | 2009-06-05 | 2010-12-09 | Apple Inc. | Radially-Based Chroma Noise Reduction for Cameras |
CN103019474A (zh) * | 2012-09-25 | 2013-04-03 | 友达光电股份有限公司 | 光学触控扫描装置 |
CN103473743A (zh) * | 2013-09-12 | 2013-12-25 | 清华大学深圳研究生院 | 一种获取图像深度信息的方法 |
CN105991900A (zh) * | 2015-02-05 | 2016-10-05 | 扬智科技股份有限公司 | 噪声检测方法和去噪方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150334318A1 (en) * | 2012-12-28 | 2015-11-19 | Nokia Corporation | A method and apparatus for de-noising data from a distance sensing camera |
US10003757B2 (en) * | 2012-12-28 | 2018-06-19 | Nokia Technologies Oy | Method and apparatus for de-noising data from a distance sensing camera |
CN108495113A (zh) * | 2018-03-27 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 用于双目视觉系统的控制方法和装置 |
CN110288543A (zh) * | 2019-06-21 | 2019-09-27 | 北京迈格威科技有限公司 | 一种深度图像保边处理方法和装置 |
CN110288543B (zh) * | 2019-06-21 | 2021-11-30 | 北京迈格威科技有限公司 | 一种深度图像保边处理方法和装置 |
CN110807811A (zh) * | 2019-09-20 | 2020-02-18 | 炬佑智能科技(苏州)有限公司 | 对不同反射率物体的深度补偿方法及tof相机 |
Also Published As
Publication number | Publication date |
---|---|
CN106603942B (zh) | 2019-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816641B (zh) | 基于多尺度形态学融合的加权局部熵红外小目标检测方法 | |
CN106603942A (zh) | 一种tof相机降噪方法 | |
US10557927B2 (en) | Ladar range rate estimation using pulse frequency shift | |
CN102436652B (zh) | 一种多源遥感图像自动配准方法 | |
CN106197612B (zh) | 一种基于机器视觉的透明瓶装液位检测方法 | |
US10620315B2 (en) | Ladar range estimate with range rate compensation | |
CN105654501B (zh) | 基于模糊阈值的自适应图像分割方法 | |
US10371818B2 (en) | Motion compensation for dynamic imaging | |
CN107403134B (zh) | 基于局部梯度三边的图域多尺度红外弱小目标检测方法 | |
JP6621767B2 (ja) | 飛行時間データをビニングするための方法 | |
CN103955583B (zh) | 一种确定夜晚灯光数据提取城市建成区阈值的方法 | |
CN112986964B (zh) | 基于噪声邻域密度的光子计数激光点云自适应去噪方法 | |
US20180268522A1 (en) | Electronic device with an upscaling processor and associated method | |
CN106097317A (zh) | 一种基于离散余弦相位信息的多光斑检测和定位方法 | |
Godbaz et al. | Understanding and ameliorating mixed pixels and multipath interference in AMCW lidar | |
Zhang et al. | A study on coastline extraction and its trend based on remote sensing image data mining | |
US9785824B2 (en) | Apparatus and a method for detecting a motion of an object in a target space | |
Qi et al. | The stereo matching algorithm based on an improved adaptive support window | |
CN104502992A (zh) | 一种基于空时过采样扫描的弱小点目标精确定位方法及系统 | |
CN115616608B (zh) | 一种单光子三维成像距离超分辨方法及系统 | |
CN113919398B (zh) | 一种基于深度学习的非视域目标信号辨识方法 | |
CN110187346B (zh) | 一种复杂工况下地基sar粗差探测方法 | |
CN112581466B (zh) | 一种复杂曲面干涉测量中条纹的清晰度评价方法 | |
Lu et al. | Image processing and recognition algorithm for target tracking | |
CN108573236A (zh) | 基于离散分数布朗随机场的云天背景下红外弱小目标检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |