CN110708440A - 相机降噪方法、电子设备及计算机存储介质 - Google Patents
相机降噪方法、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN110708440A CN110708440A CN201910951177.2A CN201910951177A CN110708440A CN 110708440 A CN110708440 A CN 110708440A CN 201910951177 A CN201910951177 A CN 201910951177A CN 110708440 A CN110708440 A CN 110708440A
- Authority
- CN
- China
- Prior art keywords
- original data
- data
- noise reduction
- camera
- reduction method
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种相机降噪方法、电子设备及计算机存储介质,该相机降噪方法包括:获取相机采集的同一像素点在不同帧的多组原始数据;在已获取到的多组原始数据的总组数大于预设组数时,计算位于当前的原始数据之前的预设组数的原始数据的平均值和方差;根据平均值和方差计算得到与当前的原始数据对应的滤波数据。通过上述相机降噪方法,本申请能够对TOF相机的噪声进行时间滤波,防止TOF相机边缘平滑化和边缘测距不准,提高滤波效率。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种相机降噪方法、电子设备及计算机存储介质。
背景技术
目前TOF(Time of Flight,飞行时间)相机采用TOF传感器,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。
因为光学以及传感器厂商的技术原因,TOF相机采集到的原始数据噪声较大,采集到的原始数据无法直接精确的应用于实际应用中,现有的技术中,大多是采用与目标点临近的空间点进行空间滤波计算,从而减少噪声,但此方法会将物体边缘平滑化,导致边缘测距不准;另外TOF相机的噪声大多属于时间上的高斯白噪声,空间滤波对此问题的效果并不是很明显。
发明内容
本申请提供一种相机降噪方法、电子设备及计算机存储介质,以解决现有技术中空间滤波使TOF相机边缘平滑化和边缘测距不准的问题。
为解决上述技术问题,本申请采用的一个技术方案是提供一种相机降噪方法,所述相机降噪方法包括:
获取相机采集的同一像素点在不同帧的多组原始数据;
在已获取到的所述多组原始数据的总组数大于预设组数时,计算位于当前的原始数据之前的所述预设组数的原始数据的平均值和方差;
根据所述平均值和所述方差计算得到与所述当前的原始数据对应的滤波数据。
为解决上述技术问题,本申请采用的另一个技术方案是提供一种电子设备,所述电子设备包括存储器以及与所述存储器耦接的处理器,所述处理器用于执行所述计算机程序以实现如上述的相机降噪方法的步骤。
为解决上述技术问题,本申请采用的另一个技术方案是提供一种计算机存储介质,其中存储有计算机程序,计算机程序被执行时实现如上述的状态判断方法的步骤。
区别于现有技术,本申请的有益效果是:获取相机采集的同一像素点在不同帧的多组原始数据;在已获取到的多组原始数据的总组数大于预设组数时,计算位于当前的原始数据之前的预设组数的原始数据的平均值和方差;根据平均值和方差计算得到与当前的原始数据对应的滤波数据。通过上述相机降噪方法,本申请能够对TOF相机的噪声进行时间滤波,防止TOF相机边缘平滑化和边缘测距不准,提高滤波效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的相机降噪方法第一实施例的流程示意图;
图2是本申请提供的相机降噪方法第二实施例的流程示意图;
图3是本申请提供的电子设备一实施例的结构示意图;
图4是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参阅图1,图1是本申请提供的相机降噪方法第一实施例的流程示意图。本实施例的相机降噪方法应用于电子设备,具体可以为智能手机、智能手表、相机等带有相机功能的电子设备。以下以电子设备TOF相机进行详细说明。
TOF相机包括传感器和处理器,处理器与传感器连接,传感器用于发出经调制的光,光遇到待拍摄物体后反射回传感器;处理器用于根据光的发射时间和接收时间之差,计算得到TOF相机和待拍摄物体之间的距离,该原始数据可以包括距离或相位差。其中,因为处理器接收光从发射到反射回来的时间存在差异,使得其反应在照片不同帧的不同像素点的数据有所差异,本申请采用FPFA处理器(Field Programmable GateArray,现场可编程门阵列)的并行处理能力,FPGA包括多个逻辑模块,每个逻辑模块用于处理不同的事务,使得同一帧不同像素点在不同帧中的数据可以同时进行降噪处理。
本实施例的相机降噪方法具体包括以下步骤:
S101:获取相机采集的同一像素点在不同帧的多组原始数据。
TOF相机获取相机采集的是任一帧中的某一个像素点在不同帧中数据,处理器依据形成照片的时间先后顺序来计算某一帧中同一像素点在不同帧中的数据,该采集的数据即为TOF相机采集的原始数据。由于每束光线的出射角度不同,导致每束光线到待拍摄物体的距离不相同,相应光束反射回传感器的时间不同,对应于不同帧数据中不同像素点获取的时间差和距离差数据不同,也使得本实施例计算所需的不同帧中同一像素点的原始数据有所差异,此时,相机采集到同一像素点在不同帧中的多组原始数据。例如,相机像素为320x240,每秒的帧数为20帧,每一帧数据为不同光线返回时的数据集合,而每一帧数据包括320x240个点的数据,即320x240个像素点,为了对拍照过程中所有帧中的每个像素点进行降噪处理。本实施例采用对每一帧中的同一像素点在不同帧中的数据进行滤波降噪。例,取第一帧中的320x240个像素点中的某一像素点,取像素点从第一帧开始的往后每一帧的数据进行降噪,同样地,第一帧中的其他像素点同样采用此方法进行降噪处理,使所有帧数中的所有像素点进行降噪。
S102:在已获取到的多组原始数据的总组数大于预设组数时,计算位于当前的原始数据之前的预设组数的原始数据的平均值和方差。
在已获取到的同一像素点在不同帧中的原始数据的总组数大于预设组数时,TOF相机计算位于当前的原始数据之前的预设组数的原始数据的平均值和方差。并且原始数据的总组数也是获取同一像素点在不同帧中的原始数据的序列。
其中,当前的原始数据是指TOF相机采集的同一像素点在不同帧中的原始数据。预设组数是指预先设置的采集的某一帧中同一像素点在不同帧中原始数据的序列组数,此时,当前的原始数据的组数大于预先设置的组数。
在TOF相机获取相机采集的原始数据时,处理器可以统计已获取到的某一帧中同一像素点在不同帧中的原始数据的总组数,并将已获取到的同一像素点在不同帧中的原始数据的总组数与预设组数进行比较;在处理器判断到已获取到的同一像素点在不同帧中的原始数据的总组数大于预设组数时,则处理器计算位于当前的原始数据之前的预设组数的原始数据的平均值和方差;在处理器判断到已获取到的同一像素点在不同帧中的原始数据的总组数小于或等于预设组数时,则当前的原始数据对应的滤波数据为该当前的原始数据,从而减少滤波的运算量,提高效率。
其中,预设组数可以为2、3、4、5、6、7或8,本实施例的预设组数为4,能够提高计算的精准度。
在一实施例中,处理器计算位于当前的同一像素点在不同帧中的原始数据之前的预设组数的原始数据的平均值,该平均值满足以下公式:
div[i]=(X[i-m]+X[i-(m-1)]+X[i-(m-2)]+...+X[i-1]}/m (1)
其中,预设组数为m;X[i]为当前的原始数据;i为总组数,i大于4。当m=4时,处理器计算前4帧数据集中同一像素点在不同帧中获取的原始数据的平均值,及处理器取某一帧中的一个像素点,对该像素点在第1、2、3、4帧中的原始数据求平均值,公式(1)为:
div[i]=(X[i-4]+X[i-3]+X[i-2]+X[i-1]}/m (2)
处理器计算位于当前的同一像素点在不同帧中的原始数据之前的预设组数的原始数据的方差,该方差满足以下公式:
当m=4时,处理器计算前4帧数据集中同一像素点的原始数据的方差,公式(3)为:
S103:根据平均值和方差计算得到与当前的原始数据对应的滤波数据。
处理器根据S102中所得的平均值和方差计算得到与当前的原始数据对应的滤波数据,即处理器根据某一像素点前几组原始数据的平均值和方差,计算当前组原始数据对应的滤波数据,该滤波数据可以为处理器对同一像素点在不同帧的原始数据进行时间上的高斯白噪声降噪后所得的数据。
该滤波数据满足以下公式:
Y[i]=a*div[i]+(1-a)*X[i] (5)
其中,a为参数。
其中,处理器根据公式(2)、(4)和(5)计算得到与当前的原始数据对应的滤波数据。
本实施例在已获取到的多组原始数据的总组数大于预设组数时,计算位于当前的原始数据之前的预设组数的原始数据的平均值和方差;根据平均值和方差计算得到与当前的原始数据对应的滤波数据,因此能够对TOF相机的噪声进行时间滤波,防止TOF相机边缘平滑化和边缘测距不准,提高滤波效率。
本申请进一步提供第二实施例的相机降噪方法,如图2所示,该相机降噪方法包括以下步骤:
S201:获取相机采集的同一像素点在不同帧的多组原始数据。
S202:在已获取到的多组原始数据的总组数大于预设组数时,计算位于当前的原始数据之前的预设组数的原始数据的平均值和方差。
步骤S201-S202与步骤S101-S102相同,在此不再赘述。
S203:计算当前的原始数据与平均值之间的差值的绝对值。
处理器计算当前的同一像素点在不同帧中的原始数据与平均值之间差值的绝对值,具体形式如下所示:
|X[i]-div[i]|
其中,X[i]表示当前的某一像素点在不同帧中的原始数据,div[i]为预设组数的原始数据的平均值。
S204:将绝对值与方差进行比较。
处理器根据公式(4)计算得到预设组数的原始数据的方差,并将绝对值与方差进行比较。
其中,处理器可以将绝对值与方差的倍数进行比较,例如处理器可以将绝对值与方差的3倍进行比较,即处理器将|X[i]-div[i]|与3t[i]进行比较,以提高数据的准确度。在其他实施例中,处理器可以将绝对值与方差的其他倍数进行比较,其他倍数可以为2倍、4倍、5倍或者6倍等。
S205:根据比较结果设置参数。
处理器根据比较结果设置参数a,即处理器根据|X[i]-div[i]|与3t[i]的比较结果。其中,在比较结果为|X[i]-div[i]|小于或等于3t[i]时,参数a可以大于或等于0.1且小于或等于0.5,即在|X[i]-div[i]|≤3t[i]时,参数a大于或等于0.1且小于或等于0.5,例如参数a为0.25。在比较结果为|X[i]-div[i]|大于3t[i]时,参数a可以大于或等于0且小于或等于0.1,即在|X[i]-div[i]|>3t[i]时,参数a大于或等于0且小于或等于0.1,例如参数a为0.05。其中,参数a的具体数值跟TOF相机周围的环境有关,周围环境的天气情况等都可能成为影响参数a的因数,例如曝光度、光照强度等。
S206:根据平均值和方差计算得到与当前的原始数据对应的滤波数据。
处理器根据步骤S205得到的参数a,根据参数a和公式(5)计算得到与当前的某一像素点在不同帧中的原始数据对应的滤波数据。
本实施例计算当前的某一像素点在不同帧中的原始数据与平均值之间的差值的绝对值;将绝对值与方差进行比较;根据比较结果设置参数,能够提高了滤波的效率。
为实现上述实施例的相机降噪方法,本申请提出了一种电子设备,具体请参阅图3,图3是本申请提供的电子设备一实施例的结构示意图。
电子设备300包括存储器31以及处理器32,其中,存储器31与处理器32耦接。
存储器31用于存储程序数据,处理器32用于执行程序数据以实现上述实施例的相机降噪方法。
在本实施例中,处理器32还可以称为CPU(Central Processing Unit,中央处理单元)。处理器32可能是一种集成电路芯片,具有信号的处理能力。处理器32还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器32也可以是任何常规的处理器等,本申请中主要采用FPGA处理器。
本申请还提供一种计算机存储介质,请继续参阅图4,图4是本申请提供的计算机存储介质一实施例的结构示意图,该计算机存储介质400中存储有程序数据41,该程序数据41在被处理器执行时,用以实现上述实施例的相机降噪方法。
本申请的实施例以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种相机降噪方法,其特征在于,所述相机降噪方法包括:
获取相机采集的同一像素点在不同帧的多组原始数据;
在已获取到的所述多组原始数据的总组数大于预设组数时,计算位于当前的原始数据之前的所述预设组数的原始数据的平均值和方差;
根据所述平均值和所述方差计算得到与所述当前的原始数据对应的滤波数据。
2.根据权利要求1所述的相机降噪方法,其特征在于,在所述总组数小于或等于所述预设组数时,所述当前的原始数据对应的滤波数据为所述当前的原始数据。
3.根据权利要求1所述的相机降噪方法,其特征在于,所述平均值满足以下公式:
div[i]=(X[i-m]+X[i-(m-1)]+X[i-(m-2)]+...+X[i-1]}/m
其中,所述预设组数为m;X[i]为所述当前的原始数据;i为所述总组数。
5.根据权利要求2所述的相机降噪方法,其特征在于,所述滤波数据满足以下公式:
Y[i]=a*div[i]+(1-a)*X[i]
其中,a为参数。
6.根据权利要求1所述的相机降噪方法,其特征在于,在根据所述平均值和所述方差计算得到与所述当前的原始数据对应的滤波数据的步骤之前,所述相机降噪方法进一步包括:
计算所述当前的原始数据与所述平均值之间的差值的绝对值;
将所述绝对值与所述方差进行比较;
根据比较结果设置所述参数。
7.根据权利要求6所述的相机降噪方法,其特征在于,在|X[i]-div[i]|≤3t[i]时,所述参数大于或等于0.1且小于或等于0.5。
8.根据权利要求6所述的相机降噪方法,其特征在于,在|X[i]-div[i]|>3t[i]时,所述参数大于或等于0且小于或等于0.1。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及与所述存储器耦接的处理器;
其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现如权利要求1~8任一项所述的相机降噪方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现如权利要求1~8任一项所述的相机降噪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951177.2A CN110708440A (zh) | 2019-10-08 | 2019-10-08 | 相机降噪方法、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951177.2A CN110708440A (zh) | 2019-10-08 | 2019-10-08 | 相机降噪方法、电子设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110708440A true CN110708440A (zh) | 2020-01-17 |
Family
ID=69198224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910951177.2A Pending CN110708440A (zh) | 2019-10-08 | 2019-10-08 | 相机降噪方法、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110708440A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325690A (zh) * | 2007-06-12 | 2008-12-17 | 上海正电科技发展有限公司 | 监控视频流中人流分析与人群聚集过程的检测方法及系统 |
CN102306307A (zh) * | 2011-07-11 | 2012-01-04 | 宁波大学 | 一种彩色显微图像序列中固点噪声的定位方法 |
US20190195798A1 (en) * | 2011-06-06 | 2019-06-27 | Abbott Laboratories | Spatially resolved ligand-receptor binding assays |
JP2019106644A (ja) * | 2017-12-13 | 2019-06-27 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
-
2019
- 2019-10-08 CN CN201910951177.2A patent/CN110708440A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325690A (zh) * | 2007-06-12 | 2008-12-17 | 上海正电科技发展有限公司 | 监控视频流中人流分析与人群聚集过程的检测方法及系统 |
US20190195798A1 (en) * | 2011-06-06 | 2019-06-27 | Abbott Laboratories | Spatially resolved ligand-receptor binding assays |
CN102306307A (zh) * | 2011-07-11 | 2012-01-04 | 宁波大学 | 一种彩色显微图像序列中固点噪声的定位方法 |
JP2019106644A (ja) * | 2017-12-13 | 2019-06-27 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Whyte et al. | Deblurring shaken and partially saturated images | |
US10755417B2 (en) | Detection system | |
US9361680B2 (en) | Image processing apparatus, image processing method, and imaging apparatus | |
US8229172B2 (en) | Algorithms for estimating precise and relative object distances in a scene | |
JP5932476B2 (ja) | 画像処理装置、撮像装置、距離計測方法および距離計測プログラム | |
CN111091592B (zh) | 图像处理方法、图像处理装置、电子设备及可读存储介质 | |
CN109064504B (zh) | 图像处理方法、装置和计算机存储介质 | |
US20160247285A1 (en) | Image processing device and image depth processing method | |
US8948453B2 (en) | Device, method and non-transitory computer readable storage medium for detecting object | |
CN111161338A (zh) | 一种基于二维图像灰度进行深度预测的点云密度提升方法 | |
Lopez-Fuentes et al. | Revisiting image vignetting correction by constrained minimization of log-intensity entropy | |
US9538074B2 (en) | Image processing apparatus, imaging apparatus, and image processing method | |
CN103136745A (zh) | 利用散焦碉堡图像执行深度估计的系统及方法 | |
US20230384085A1 (en) | Phase unwrapping method based on multi-view constraints of light field and related components | |
CN113962877B (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
CN115131215A (zh) | 一种图像的校正方法及及屏下系统 | |
CN110708440A (zh) | 相机降噪方法、电子设备及计算机存储介质 | |
CN112669432A (zh) | 容积云渲染方法、装置、电子设备及存储介质 | |
CN117173324A (zh) | 点云着色方法、系统、终端及存储介质 | |
CN112367476B (zh) | Tof相机的曝光时间确定方法、装置及终端设备 | |
CN113238250B (zh) | 一种消除屏下杂散光的方法、装置、屏下系统和存储介质 | |
US10319079B2 (en) | Noise estimation using bracketed image capture | |
EP4033757A1 (en) | Depth image generation method and apparatus, reference image generation method and apparatus, electronic device, and computer readable storage medium | |
KR101826711B1 (ko) | ToF 카메라의 깊이맵 보정 방법 | |
CN113066165B (zh) | 多阶段无监督学习的三维重建方法、装置和电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |