CN106603942B - 一种tof相机降噪方法 - Google Patents

一种tof相机降噪方法 Download PDF

Info

Publication number
CN106603942B
CN106603942B CN201611163827.XA CN201611163827A CN106603942B CN 106603942 B CN106603942 B CN 106603942B CN 201611163827 A CN201611163827 A CN 201611163827A CN 106603942 B CN106603942 B CN 106603942B
Authority
CN
China
Prior art keywords
pixel
value
weight
sumweight
filter window
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
CN201611163827.XA
Other languages
English (en)
Other versions
CN106603942A (zh
Inventor
方利红
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.)
Hangzhou Core Intelligent Technology Co Ltd
Original Assignee
Hangzhou Core 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 Hangzhou Core Intelligent Technology Co Ltd filed Critical Hangzhou Core Intelligent Technology Co Ltd
Priority to CN201611163827.XA priority Critical patent/CN106603942B/zh
Publication of CN106603942A publication Critical patent/CN106603942A/zh
Application granted granted Critical
Publication of CN106603942B publication Critical patent/CN106603942B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种TOF相机降噪方法
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，缓存滤波窗口内(2m+1)*(2n+1)的每个像素点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表示反射光线强度。
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：像素对应的二次采样值分别为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|；I＜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，缓存滤波窗口内(2m+1)*(2n+1)的每个像素点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|；I＜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、反射光线强度图像；
S2：遍历待处理区域的所有像素点，缓存滤波窗口内(2m+1)*(2n+1)的每个像素点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，dist值为被测物体距离相机的TOF传感器的距离，amp表示反射光线强度；
所述计算每个像素的距离图像、反射光线强度图像的方法为，对每个像素进行二次采样；
二次采样具体为：像素对应的二次采样值分别为DCS1，DCS2；
距离dist＝C/2*T*atan(DCS1/DCS2)/2/pi；
反射光线强度amp＝sqrt(DCS1^2+DCS2^2)；
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；
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；
采用线性权重计算方法计算所述像素点对应的权重的方法为：
差异Dif＝|amp(I，j)-amp_center|；I＜m，j＜n；
使用线性权重，weight(I，j)＝A-Dif，A为可调节系数；
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步骤S3-步骤S5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、反射光线强度图像的方法为，对每个像素进行四次采样；
四次采样具体为：像素对应的四次采样值分别为DCS1，DCS2，DCS3，DCS4；
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，采用高斯曲线方式；
差异Dif＝|amp(I，j)-amp_center|；I＜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。
CN201611163827.XA 2016-12-15 2016-12-15 一种tof相机降噪方法 Active CN106603942B (zh)

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 CN106603942A (zh) 2017-04-26
CN106603942B true 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)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10003757B2 (en) * 2012-12-28 2018-06-19 Nokia Technologies Oy Method and apparatus for de-noising data from a distance sensing camera
CN108495113B (zh) * 2018-03-27 2020-10-27 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
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
CN110807811B (zh) * 2019-09-20 2022-04-12 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 (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8274583B2 (en) * 2009-06-05 2012-09-25 Apple Inc. Radially-based chroma noise reduction for cameras

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
CN106603942A (zh) 2017-04-26

Similar Documents

Publication Publication Date Title
CN106603942B (zh) 一种tof相机降噪方法
US10557921B2 (en) Active brightness-based strategy for invalidating pixels in time-of-flight depth-sensing
CN106197612B (zh) 一种基于机器视觉的透明瓶装液位检测方法
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
CN105654501B (zh) 基于模糊阈值的自适应图像分割方法
EP2851865B1 (en) Image-processing apparatus for removing haze contained in video, and method therefor
EP2846306B1 (en) Image processing apparatus for removing haze contained in still image and method thereof
Edeler et al. Time-of-flight depth image denoising using prior noise information
CN107798290B (zh) 基于光子计数的三维图像信噪分离和混合正则化重构方法
JP6621767B2 (ja) 飛行時間データをビニングするための方法
WO2015086663A1 (en) Time-of-light-based systems using reduced illumination duty cycles
CN107392095A (zh) 一种基于掩码图像的红外弱小目标检测算法
CN104182992B (zh) 一种基于全景视觉的海上弱小目标检测方法
CN109788216A (zh) 用于tof的抗干扰方法、装置及tof传感器芯片
CN112986964A (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
JP2015175752A (ja) 距離画像生成装置、物体検出装置および物体検出方法
CN104834915A (zh) 一种复杂云天背景下小红外目标检测方法
CN110530883A (zh) 一种缺陷检测方法
EP3961258A1 (en) Distortion determination apparatus and method of determining a distortion
Godbaz et al. Understanding and ameliorating mixed pixels and multipath interference in AMCW lidar
CN110956657A (zh) 深度图像获取方法及装置、电子设备及可读存储介质
CN114373130A (zh) 一种天基红外暗弱小运动目标检测方法
CN108510480B (zh) 基于辐射对比度的卫星探测性能评估方法、装置及存储器
CN116664448B (zh) 一种基于图像去雾的中高能见度计算方法及计算系统
CN112070804A (zh) 一种基于tof相机的运动目标检测方法

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