CN111260592A - 一种深度图像去噪方法及装置 - Google Patents

Abstract

本申请公开了一种深度图像去噪方法及装置，该方法包括：在获取到待去噪的目标深度图像后，将目标深度图像中的每一像素点作为待去噪点，然后获取目标深度图像中每一单位深度切片图像中存在的待去噪点数量，接着，判断待去噪点数量是否小于预设数量阈值，若小于预设数量阈值，则将待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0，若不小于预设数量阈值，则获取待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将噪声点的像素置为0。可见，本申请是从x‑y平面和z方向对深度图像进行全面去噪，充分考虑了噪声的各种表现特性，从而能够达到较好的去噪效果，提高去噪效果的质量。

Description

一种深度图像去噪方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种深度图像去噪方法及装置。

背景技术

随着便携、平价的深度摄像头的发展，深度图像在图像处理领域的研究和应用有着越来越重要的意义。通过应用深度图像上的信息，可以提升机器视觉领域中相关研究和应用的表现，比如，图像分割，物体追踪，图像识别，和图像重建等。

但是，由于现有深度摄像头技术原理的限制，在使用具有景深的模组或深度摄像头设备时，往往伴随着设备元器件或成像算法引入的噪声数据，包括点簇噪声、前景噪声等，这些噪声会严重影响物体识别精度和位置判断，因此，需要去除这些噪声才能更好的进行识别任务。现有的深度图像去噪方法主要是基于区域生长的类似方法，先将在x-y平面内相连通的像素进行数量统计，再将小于人为设定的阈值的局部连通区域视为噪声进行删除。或者，直接基于感兴趣的前后深度区域进行硬截断，将点云不在设定的前后区域范围的像素均视为噪声。但这两种去噪方法在处理深度图像前景噪声或点噪声时，方法不够灵活，阈值选择难以较好确定，且分别只是在x-y平面或者只是在深度方向(z方向)进行计算和阈值比较，去噪不够全面，难免有遗留的较难去除的噪声数据，无法达到较好的去噪效果。

发明内容

本申请实施例的主要目的在于提供一种深度图像去噪方法及装置，能够对深度图像进行全面去噪，提高去噪效果的质量。

第一方面，本申请实施例提供了一种深度图像去噪方法，包括：

获取待去噪的目标深度图像，并将所述目标深度图像中的每一像素点作为待去噪点；

获取所述目标深度图像中每一单位深度切片图像中存在的待去噪点数量；

判断所述待去噪点数量是否小于预设数量阈值；

若小于所述预设数量阈值，则将所述待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0；

若不小于所述预设数量阈值，则获取所述待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将所述噪声点的像素置为0。

可选的，在所述获取待去噪的目标深度图像之后，还包括：

对所述目标深度图像进行预处理，得到预处理后的目标图像；

则，所述获取所述目标深度图像中每一单位深度切片图像中存在的待去噪点数量，包括：

获取所述预处理后的目标图像中每一单位深度切片图像中存在的待去噪点数量。

可选的，确定所述预设数量阈值，包括：

确定所述目标深度图像中待去噪点数量占比之和小于预设百分比的所有单位深度图像切片；

获取所述所有单位深度图像切片中存在的待去噪点数量的最大值；

将所述待去噪点数量的最大值作为所述预设数量阈值。

可选的，所述获取所述待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将所述噪声点的像素置为0，包括：

判断所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值是否小于预设差值；

若小于所述预设差值，则判断预设计数器的计数值与所述相邻预设距离平方的比值是否小于预设比例参数；

若小于所述预设比例参数，则将所述待去噪点作为噪声点，并将所述噪声点的像素置为0。

可选的，所述预设比例参数的取值大于0且小于1。

第二方面，本申请实施例还提供了一种深度图像去噪装置，包括：

第一获取单元，用于获取待去噪的目标深度图像，并将所述目标深度图像中的每一像素点作为待去噪点；

第二获取单元，用于获取所述目标深度图像中每一单位深度切片图像中存在的待去噪点数量；

判断单元，用于判断所述待去噪点数量是否小于预设数量阈值；

第一去噪单元，用于若判断出所述待去噪点数量小于预设数量阈值，则将所述待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0；

第二去噪单元，用于若判断出所述待去噪点数量不小于预设数量阈值，则获取所述待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将所述噪声点的像素置为0。

可选的，所述装置还包括：

预处理单元，用于对所述目标深度图像进行预处理，得到预处理后的目标图像；

则，所述第二获取单元具体用于：

获取所述预处理后的目标图像中每一单位深度切片图像中存在的待去噪点数量。

可选的，所述装置还包括：

确定单元，用于确定所述目标深度图像中待去噪点数量占比之和小于预设百分比的所有单位深度图像切片；

第三获取单元，用于获取所述所有单位深度图像切片中存在的待去噪点数量的最大值；

获得单元，用于将所述待去噪点数量的最大值作为所述预设数量阈值。

可选的，所述第二去噪单元包括：

第一判断子单元，用于判断所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值是否小于预设差值；

第二判断子单元，用于若判断出所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值小于预设差值，则判断预设计数器的计数值与所述相邻预设距离平方的比值是否小于预设比例参数；

第二去噪子单元，用于若判断出预设计数器的计数值与所述相邻预设距离平方的比值小于预设比例参数，则将所述待去噪点作为噪声点，并将所述噪声点的像素置为0。

可选的，所述预设比例参数的取值大于0且小于1。

本申请实施例还提供了一种深度图像去噪设备，包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述深度图像去噪方法中的任意一种实现方式。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述深度图像去噪方法中的任意一种实现方式。

本申请实施例提供的一种深度图像去噪方法及装置，在获取到待去噪的目标深度图像后，将目标深度图像中的每一像素点作为待去噪点，然后获取目标深度图像中每一单位深度切片图像中存在的待去噪点数量，接着，判断待去噪点数量是否小于预设数量阈值，若小于预设数量阈值，则将待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0，若不小于预设数量阈值，则获取待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将噪声点的像素置为0。可见，本申请实施例是从x-y平面和z方向对深度图像进行全面去噪，充分考虑了噪声的各种表现特性，从而能够达到较好的去噪效果，提高去噪效果的质量。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于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为本申请实施例提供的一种深度图像去噪方法的流程示意图；

图2为本申请实施例提供的确定预设数量阈值的示意图；

图3为本申请实施例提供的待去噪点数量与其上下左右相邻预设距离内待去噪点的区域显示示意图；

图4为利用现有方法实现深度图像去噪的效果示意图；

图5为本申请实施例提供的实现深度图像去噪的效果示意图；

图6为本申请实施例提供的一种深度图像去噪装置的组成示意图。

具体实施方式

目前，在对深度图像进行去噪时，一种常用的去噪方法是基于相邻像素深度差在设定范围内地区域生长统计局部连通像素数量是否小于设定的阈值来判断是否是噪声的方法，该方法只是在x-y平面进行去噪；而另一种常用的去噪方法是直接基于感兴趣的前后深度区域进行硬截断，将点云不在设定的前后区域范围的像素均视为噪声，该方法只是在深度方向(z方向)进行去噪。可见，这两种去噪方法分别只是在x-y平面或者只是在深度方向(z方向)上进行去噪，方法不够灵活，阈值选择难以较好确定，且去噪不够全面，难免有遗留的较难去除的噪声数据，无法达到较好的去噪效果。

为解决上述缺陷，本申请实施例提供了一种深度图像去噪方法，在获取到待去噪的目标深度图像后，将目标深度图像中的每一像素点作为待去噪点，然后获取目标深度图像中每一单位深度切片图像中存在的待去噪点数量，接着，判断待去噪点数量是否小于预设数量阈值，若小于预设数量阈值，则将待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0，若不小于预设数量阈值，则获取待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将噪声点的像素置为0。可见，本申请实施例是从x-y平面和z方向对深度图像进行全面去噪，充分考虑了噪声的各种表现特性，从而能够达到较好的去噪效果，提高去噪效果的质量。

为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，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。

第一实施例

参见图1，为本实施例提供的一种深度图像去噪方法的流程示意图，该方法包括以下步骤：

S101：获取待去噪的目标深度图像，并将目标深度图像中的每一像素点作为待去噪点。

在本实施例中，将采用本实施例实现噪声去除的任一深度图像定义为目标深度图像，并将目标深度图像中的每一像素点定义为待去噪点。其中，深度图像也被称为距离影像(range image)，指的是将从图像采集器到场景中各点的距离(深度)作为像素值的图像，它直接反映了景物可见表面的几何形状。需要说明的是，目标深度图像通常可以通过具有景深的模组或摄像头的深度相机拍摄得到。

S102：获取目标深度图像中每一单位深度切片图像中存在的待去噪点数量。

在本实施例中，通过步骤S101获取到待去噪的目标深度图像并将该目标深度图像中的每一像素点作为待去噪点后，可以按照后续步骤S102-S105对每一像素点进行噪声检测，以确定出目标深度图像的所有噪声点并去除。

需要说明的是，为了提高去噪的准确性，一种可选的实现方式是，在获取到待去噪的目标深度图像后，进一步可以先对目标深度图像进行预处理，得到预处理后的目标图像，然后，再获取预处理后的目标图像中每一单位深度切片图像中存在的待去噪点数量。

具体来讲，在获取到待去噪的目标深度图像后，可以先将人们不感兴趣的区域的所有像素点的像素值置为0，即，将这些像素点均作为噪声去除掉。选择出目标图像中有效的深度距离图像作为预处理后的目标图像，比如，可以选取1米～1.5米深度之间的深度图像作为有效的预处理后的目标图像。并统计出预处理后的目标图像中每一单位深度切片图像中存在的待去噪点数量，其中，单位深度可根据实际情况进行设定，本申请实施例对此不进行限制，比如，可以将单位深度取为1毫米，则需要获取预处理后的目标图像中每1毫米深度的切片图像中存在的待去噪点数量。

S103：判断待去噪点数量是否小于预设数量阈值。

在本实施例中，通过步骤S102获取到目标深度图像中每一单位深度切片图像中存在的待去噪点数量后，可以分别判断每一单位深度切片图像中存在的待去噪点数量是否小于预设数量阈值。其中，预设数量阈值指的是区分每一单位深度切片图像中存在的待去噪点是否为噪声点的临界值，若某一单位深度切片图像中存在的待去噪点数量大于等于该临界值，则说明该单位深度切片图像中像素点个数较多，且不是噪声点的可能性较大，可继续执行步骤S105，反之，若某一单位深度切片图像中存在的待去噪点数量小于该临界值，则说明该单位深度切片图像中像素点个数较少，且为噪声点的可能性较大，可继续执行步骤S104。

其中，本实施例将预设数量阈值定义为Z(a)，Z(a)的具体取值可根据实际情况由人为直接设定，或者，一种可选的实现方式是，也可以通过执行下述步骤A1-A3来确定出预设数量阈值Z(a)的值：

步骤A1：确定目标深度图像中待去噪点数量占比之和小于预设百分比的所有单位深度图像切片。

在本实现方式中，可以分别统计出每个单位深度图像切片上所存在的待去噪点数量，并分别计算出每一单位深度图像切片上存在的待去噪点数量占整个目标深度图像中所有待去噪点总数量的百分比，如图2所示，图中每一灰色直方条对应表示每一单位深度图像切片上存在的待去噪点数量(或占整个目标深度图像中所有待去噪点总数量的百分比)。

然后，再统计出待去噪点数量占比小于预设百分比的所有单位深度图像切片。其中，预设百分比可根据实际情况继续设定，本申请实施例对此不进行限定，比如可以设定为95％。如图2所示，可以在图中从上往下移动代表预设百分比的虚线(如图2中A、B、C、D代表的虚线)，统计每次移动虚线后超过该虚线的直方条中待去噪点数量占整个目标深度图像中所有待去噪点总数量的百分比之和(或直接是百分比之和)是否达到预设百分比(如95％)，若否，则继续往下移动虚线直至到达预设百分比，则停止移动虚线，并统计出未达到虚线的各个直方条代表的单位深度图像切片上存在的待去噪点数量。

步骤A2：获取所有单位深度图像切片中存在的待去噪点数量的最大值。

在本实现方式中，通过步骤A1确定出目标深度图像中待去噪点数量占比小于预设百分比的所有单位深度图像切片后，进一步可以从中确定出包含待去噪点数量最大的单位深度图像切片。例如，如图2所示，假设将虚线移动到D处时，达到了预设百分比，则可以确定出包含待去噪点数量最大的单位深度图像切片为第一个直方条(此处将其定义为d_k)。

步骤A3：将待去噪点数量的最大值作为预设数量阈值。

在本实现方式中，通过步骤A2确定出待去噪点数量的最大值后，可以将该最大值作为预设数量阈值，表明存在待去噪点数量小于该最大值的单位深度图像切片上的待去噪点数量较少，且均为噪声点。例如，基于上述举例，如图2所示，确定出包含待去噪点数量最大的单位深度图像切片为第一个直方条d_k，则可以将该单位深度图像切片中存在的待去噪点数量值35作为设为预设数量阈值，即，Z(a)＝35。

S104：将待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0。

在本实施例中，若通过步骤S103判断出待去噪点数量小于预设数量阈值，则说明该单位深度切片图像中像素点个数较少，且为噪声点的可能性较大，此时，可以将待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0，即，将噪声点去除。

S105：获取待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将噪声点的像素置为0。

在本实施例中，若通过步骤S103判断出待去噪点数量不小于预设数量阈值，则说明在深度方向判断出该单位深度切片图像中像素点个数较多，且不是噪声点的可能性较大，则进一步还需要从x-y平面这个角度对每一待去噪点进行检测，即，可以获取待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将噪声点的像素置为0，将其去掉。

具体来讲，一种可选的实现方式是，本实施例可以通过执行以下步骤B1-B3，从x-y平面这个角度对每一待去噪点进行检测。

步骤B1：判断待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值是否小于预设差值。

在本实现方式中，计算当前位置的待去噪点(此处将其坐标定义为(x,y))与其上下左右相邻预设距离(此处将其定义为r)内待去噪点的像素差值是否小于预设差值(此处将其定义为gap)，如图3所示。即，判断下述公式(1)是否成立：

abs(value(x,y)-value(x-i,y-j))＜gap (1)

其中，预设差值gap的具体取值可根据实际情况进行设定，本申请对此不进行限制，比如可以取为10毫米，即，gap＝10毫米；(x-i,y-j)表示与待去噪点(x,y)上下左右相邻r距离内的待去噪点的像素值(即坐标)。

步骤B2：若小于预设差值，则判断预设计数器的计数值与相邻预设距离平方的比值是否小于预设比例参数。

若上述公式(1)成立，即，判断出待去噪点与其上下左右相邻预设距离内待去噪点的像素差值小于预设差值gap，则进一步需要判断预设计数器的计数值(此处将其定义为count)与相邻预设距离平方(即r²)的比值是否小于预设比例参数(此处将其定义为β)，即，判断下述公式(2)是否成立：

count/r/r＜β (2)

其中，预设比例参数β的具体取值可根据实际情况进行设定，一种可选的实现方式是，可以取为大于0且小于1的数值，即，0＜β＜1。

步骤B3：若小于预设比例参数，则将待去噪点作为噪声点，并将噪声点的像素置为0。

若上述公式(2)成立，则表明该待去噪点为噪声点，可将其像素置为0，将其去掉。

需要说明的是，不仅可以通过执行上述步骤B1-B3实现从x-y平面这个角度对每一待去噪点进行检测。还可以利用区域生长算法实现在x-y平面上的去噪，具体实现过程与现有方式一致，在此不再赘述。

综上，本实施例提供的一种深度图像去噪方法，在获取到待去噪的目标深度图像后，将目标深度图像中的每一像素点作为待去噪点，然后获取目标深度图像中每一单位深度切片图像中存在的待去噪点数量，接着，判断待去噪点数量是否小于预设数量阈值，若小于预设数量阈值，则将待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0，若不小于预设数量阈值，则获取待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将噪声点的像素置为0。可见，本申请实施例是从x-y平面和z方向对深度图像进行全面去噪，充分考虑了噪声的各种表现特性，从而能够达到较好的去噪效果，提高去噪效果的质量。

本申请实施例采用的深度图像去噪方法，能够对深度图像进行全面去噪，提高去噪效果的质量。与目前分别只是在x-y平面或者只是在深度方向(z方向)进行去噪的方法相比，本申请充分考虑了噪声的各种表现特性，进行全面去噪，达到了较好的去噪效果，提高了去噪效果的质量。如图4所示，其示出了利用现有方法实现深度图像去噪的效果示意图，可见，图4中左、中、右三幅图均明显存在未被去除的噪声点，相比之下，如图5所示，其示出了本申请实施例提供的实现深度图像去噪的效果示意图，可见，图5中左、中、右三幅图分别对应图4中左、中、右三幅图来说，明显去噪效果的质量更高，几乎去除了所有的噪声点，深度图像识别结果的精度更高。

第二实施例

本实施例将对一种深度图像去噪装置进行介绍，相关内容请参见上述方法实施例。

参见图6，为本实施例提供的一种深度图像去噪装置的组成示意图，该装置包括：

第一获取单元601，用于获取待去噪的目标深度图像，并将所述目标深度图像中的每一像素点作为待去噪点；

第二获取单元602，用于获取所述目标深度图像中每一单位深度切片图像中存在的待去噪点数量；

判断单元603，用于判断所述待去噪点数量是否小于预设数量阈值；

第一去噪单元604，用于若判断出所述待去噪点数量小于预设数量阈值，则将所述待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0；

第二去噪单元605，用于若判断出所述待去噪点数量不小于预设数量阈值，则获取所述待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将所述噪声点的像素置为0。

在本实施例的一种实现方式中，所述装置还包括：

预处理单元，用于对所述目标深度图像进行预处理，得到预处理后的目标图像；

则，所述第二获取单元602具体用于：

获取所述预处理后的目标图像中每一单位深度切片图像中存在的待去噪点数量。

在本实施例的一种实现方式中，所述装置还包括：

确定单元，用于确定所述目标深度图像中待去噪点数量占比之和小于预设百分比的所有单位深度图像切片；

第三获取单元，用于获取所述所有单位深度图像切片中存在的待去噪点数量的最大值；

获得单元，用于将所述待去噪点数量的最大值作为所述预设数量阈值。

在本实施例的一种实现方式中，所述第二去噪单元602包括：

第一判断子单元，用于判断所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值是否小于预设差值；

第二判断子单元，用于若判断出所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值小于预设差值，则判断预设计数器的计数值与所述相邻预设距离平方的比值是否小于预设比例参数；

第二去噪子单元，用于若判断出预设计数器的计数值与所述相邻预设距离平方的比值小于预设比例参数，则将所述待去噪点作为噪声点，并将所述噪声点的像素置为0。

在本实施例的一种实现方式中，所述预设比例参数的取值大于0且小于1。

综上，本实施例提供的一种深度图像去噪装置，在获取到待去噪的目标深度图像后，将目标深度图像中的每一像素点作为待去噪点，然后获取目标深度图像中每一单位深度切片图像中存在的待去噪点数量，接着，判断待去噪点数量是否小于预设数量阈值，若小于预设数量阈值，则将待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0，若不小于预设数量阈值，则获取待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将噪声点的像素置为0。可见，本申请实施例是从x-y平面和z方向对深度图像进行全面去噪，充分考虑了噪声的各种表现特性，从而能够达到较好的去噪效果，提高去噪效果的质量。

进一步地，本申请实施例还提供了一种深度图像去噪设备，包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述深度图像去噪方法的任一种实现方法。

进一步地，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述深度图像去噪方法的任一种实现方法。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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，或者诸如媒体网关等网络通信设备，等等)执行本申请各个实施例或者实施例的某些部分所述的方法。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种深度图像去噪方法，其特征在于，包括：

获取待去噪的目标深度图像，并将所述目标深度图像中的每一像素点作为待去噪点；

获取所述目标深度图像中每一单位深度切片图像中存在的待去噪点数量；

判断所述待去噪点数量是否小于预设数量阈值；

若小于所述预设数量阈值，则将所述待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0；

若不小于所述预设数量阈值，则获取所述待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将所述噪声点的像素置为0。

2.根据权利要求1所述的方法，其特征在于，在所述获取待去噪的目标深度图像之后，还包括：

对所述目标深度图像进行预处理，得到预处理后的目标图像；

则，所述获取所述目标深度图像中每一单位深度切片图像中存在的待去噪点数量，包括：

获取所述预处理后的目标图像中每一单位深度切片图像中存在的待去噪点数量。

3.根据权利要求1所述的方法，其特征在于，确定所述预设数量阈值，包括：

确定所述目标深度图像中待去噪点数量占比之和小于预设百分比的所有单位深度图像切片；

获取所述所有单位深度图像切片中存在的待去噪点数量的最大值；

将所述待去噪点数量的最大值作为所述预设数量阈值。

4.根据权利要求1所述的方法，其特征在于，所述获取所述待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将所述噪声点的像素置为0，包括：

判断所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值是否小于预设差值；

若小于所述预设差值，则判断预设计数器的计数值与所述相邻预设距离平方的比值是否小于预设比例参数；

若小于所述预设比例参数，则将所述待去噪点作为噪声点，并将所述噪声点的像素置为0。

5.根据权利要求4所述的方法，其特征在于，所述预设比例参数的取值大于0且小于1。

6.一种深度图像去噪装置，其特征在于，包括：

第一获取单元，用于获取待去噪的目标深度图像，并将所述目标深度图像中的每一像素点作为待去噪点；

第二获取单元，用于获取所述目标深度图像中每一单位深度切片图像中存在的待去噪点数量；

判断单元，用于判断所述待去噪点数量是否小于预设数量阈值；

第一去噪单元，用于若判断出所述待去噪点数量小于预设数量阈值，则将所述待去噪点数量所属单位深度切片图像中所有待去噪点的像素置为0；

第二去噪单元，用于若判断出所述待去噪点数量不小于预设数量阈值，则获取所述待去噪点数量所属单位深度切片图像中与相邻待去噪点的像素百分比不满足预设条件的待去噪点作为噪声点，并将所述噪声点的像素置为0。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

预处理单元，用于对所述目标深度图像进行预处理，得到预处理后的目标图像；

则，所述第二获取单元具体用于：

获取所述预处理后的目标图像中每一单位深度切片图像中存在的待去噪点数量。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

确定单元，用于确定所述目标深度图像中待去噪点数量占比之和小于预设百分比的所有单位深度图像切片；

第三获取单元，用于获取所述所有单位深度图像切片中存在的待去噪点数量的最大值；

获得单元，用于将所述待去噪点数量的最大值作为所述预设数量阈值。

9.根据权利要求6所述的装置，其特征在于，所述第二去噪单元包括：

第一判断子单元，用于判断所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值是否小于预设差值；

第二判断子单元，用于若判断出所述待去噪点数量所属单位深度切片图像中待去噪点与其上下左右相邻预设距离内待去噪点的像素差值小于预设差值，则判断预设计数器的计数值与所述相邻预设距离平方的比值是否小于预设比例参数；

第二去噪子单元，用于若判断出预设计数器的计数值与所述相邻预设距离平方的比值小于预设比例参数，则将所述待去噪点作为噪声点，并将所述噪声点的像素置为0。

10.根据权利要求9所述的装置，其特征在于，所述预设比例参数的取值大于0且小于1。

11.一种深度图像去噪设备，其特征在于，包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行权利要求1-5任一项所述的方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-5任一项所述的方法。

Images