CN111986124B - 一种深度图像缺失像素的填充方法及装置 - Google Patents

一种深度图像缺失像素的填充方法及装置 Download PDF

Info

Publication number
CN111986124B
CN111986124B CN202010930324.0A CN202010930324A CN111986124B CN 111986124 B CN111986124 B CN 111986124B CN 202010930324 A CN202010930324 A CN 202010930324A CN 111986124 B CN111986124 B CN 111986124B
Authority
CN
China
Prior art keywords
pixel
pixels
depth image
filled
region
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
CN202010930324.0A
Other languages
English (en)
Other versions
CN111986124A (zh
Inventor
柯俊山
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.)
Luster LightTech Co Ltd
Original Assignee
Luster LightTech 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 Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN202010930324.0A priority Critical patent/CN111986124B/zh
Publication of CN111986124A publication Critical patent/CN111986124A/zh
Application granted granted Critical
Publication of CN111986124B publication Critical patent/CN111986124B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本申请提供的一种深度图像缺失像素的填充方法及装置，根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域，其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；获取所述带状区域内有效像素到边界距离的映射值，构成优先队列；当所述优先队列中像素个数大于零时，获取所述优先队列的像素，将所述像素添加到有效像素区域；获取所述像素的四邻域像素,划分四邻域像素所处区域，当所述优先队列中像素个数等于零时，得到填充完整的深度图像，实现深度图像的快速有效的填充，在缺失像素进行填充的同时，将需要滤波区域设定为无效像素区域，实现滤波区域中无效像素的填充。

Description

一种深度图像缺失像素的填充方法及装置
技术领域
本申请涉及视觉图像领域，尤其涉及一种深度图像缺失像素的填充方法及装置。
背景技术
在视觉图像领域，深度图像可以反映所拍摄物体的深度信息，通过对获取的深度图像进行处理，可以实现物体的高度测量，体积测量以及相关的检测操作等。目前，由于激光光源或相机的视角局限，激光无法扫描到物体的部分区域，或相机无法观察到激光的部分光条信息，因此图像中存在一部分像素的深度值无法计算，最终导致深度图像中存在缺失像素，且由于采集设备以及采集环境等影响，采集到的深度图像中，不可避免地会引入噪声数据，影响后续算法的处理。
为了能够方便后续深度图像的测量或检测功能，一般需要对深度图像中的缺失像素进行填充，目前现有的深度图像的缺失像素填充方法主要包括：全局填充方法，即利用深度图像的全局特征深度值对缺失像素进行填充；线性填充方法，即利用缺失像素左右邻域的有效像素进行线性插值，或者利用缺失像素的上下邻域像素进行线性插值，或者利用缺失像素上下邻域及左右邻域的有效像素进行线性插值。
线性填充方法仅利用了左右邻域和上下邻域中有效像素的深度信息，全局填充方法则利用全局特征深度值，并未充分的利用缺失像素的其他邻域范围内的有效像素信息，没有更好的利用缺失像素邻域范围内有效像素的深度信息对缺失像素进行填充，同时，较大噪声的数据无法通过常规的滤波算法，如：高斯滤波，均值滤波，中值滤波等进行滤除时，影响有效像素信息的准确性。
发明内容
本申请提供了一种深度图像缺失像素的填充方法及装置，以解决填充方法中未充分利用缺失像素邻域范围内有效像素的深度信息的技术问题。
为了达到上述目的，本申请实施例采用以下技术方案：
第一方面，提供一种深度图像缺失像素的填充方法，所述填充方法包括：
根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域，其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域；
获取所述带状区域内有效像素到边界距离的映射值，构成优先队列；
当所述优先队列中像素个数大于零时，获取所述优先队列的像素，将所述像素添加到有效像素区域；
获取所述像素的四邻域像素,当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至深度图像数据对应的位置处；
将所述对应像素添加到带状区域；
计算所述对应像素到边界距离的映射值，将所述对应像素加入所述优先队列；
当所述优先队列中像素个数等于零时，得到填充完整的深度图像。
结合第一方面，在第一种可能的实现方式中，所述确定深度图像中待填充像素区域前还包括：
通过滤波强度对深度图像进行平滑滤波处理。
结合第一方面，在第二种可能的实现方式中，所述获取所述像素的四邻域像素还包括：
当所述四邻域像素中像素在所述带状区域时，计算对应像素到边界距离的映射值，将所述四邻域像素加入所述优先队列。
结合第一方面，在第三种可能的实现方式中，所述像素的深度值为
式中，u(p)代表待填充像素p的深度值，Nr(p)代表以像素p为中心，以预设半径r为邻域半径内所有有效像素，ω(p,q)代表有效像素q对待填充像素p的权重值，u(q)代表有效像素q的深度值，▽u(q)(p-q)代表有效像素q的梯度在有效像素到无效像素矢量上的投影值。
结合第一方面第三种可能的实现方式，在第四种可能的实现方式中，所述权重值为方向分量，距离分量和水平集分量乘积；
方向分量为有效像素到待填充像素的单位矢量与待填充像素的法向量的内积；
距离分量为有效像素到待填充像素距离平方的倒数；
式中，ω(p,q)代表有效像素q对待填充像素p的权重值，dir(p,q)代表方向分量，dst(p,q)代表距离分量，lev(p,q)代表水平集分量，q代表有效像素，p代表待填充像素，N(p)代表待填充像素p的法向量，T(p)代表待填充像素p像素到边界距离的映射值，T(q)代表有效像素q像素到边界距离的映射值，其中，d0取默认值1，T0取默认值1。
结合第一方面，在第五种可能的实现方式中，所述深度图像数据为深度图像的深度数据。
本申请提供的一种深度图像缺失像素的填充方法，根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域，其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域；获取所述带状区域内有效像素到边界距离的映射值，构成优先队列；当所述优先队列中像素个数大于零时，获取所述优先队列的像素，将所述像素添加到有效像素区域；获取所述像素的四邻域像素,当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至深度图像数据对应的位置处；将所述对应像素添加到带状区域；计算所述对应像素到边界距离的映射值，将所述对应像素加入所述优先队列；当所述优先队列中像素个数等于零时，得到填充完整的深度图像。
第二方面，提供一种深度图像缺失像素的填充装置，所述填充装置包括：
深度图像划分单元，用于根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域；
优先队列单元，用于存储优先队列，所述优先队列由所述带状区域内有效像素到边界距离的映射值构成；
队列单元，用于判断并分析所述优先队列中像素；
四邻域像素单元，用于获取并判断所述优先队列中像素的四邻域像素；
深度图像输出单元，用于输出填充完整的深度图像；
其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域。
结合第二方面，在第一种可能的实现方式中，所述队列单元还包括：
队列判断子单元，用于判断所述优先队列中像素的个数；
队列分析子单元，用于将所述优先队列像素添加到有效像素区域，获取所述像素的四邻域像素。
结合第二方面，在第二种可能的实现方式中，所述四邻域像素获取单元还包括：
四邻域像素判断子单元，用于判断四邻域像素的位置；
四邻域像素处理子单元，用于判断处理每个所述四邻域像素，当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至所述深度图像对应的位置处，将所述对应像素添加到带状区域，计算所述对应像素到边界距离的映射值，将所述对应像素加入所述优先队列；当所述四邻域像素中像素在所述带状区域时，计算对应像素到边界距离的映射值，将所述对应像素加入所述优先队列。
结合第二方面，在第三种可能的实现方式中，所述填充装置还包括：
数据处理单元，用于计算深度图像中像素的深度值。
本申请提供的一种深度图像缺失像素的填充装置，深度图像划分单元，用于根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域；优先队列单元，用于存储优先队列，所述优先队列由所述带状区域内有效像素到边界距离的映射值构成；队列单元，用于判断并分析所述优先队列中像素；四邻域像素单元，用于获取并判断所述优先队列中像素的四邻域像素；深度图像输出单元，用于输出填充完整的深度图像。
本申请提供的一种深度图像缺失像素的填充方法及装置，输出填充完整的深度图像，实现深度图像的快速有效的填充，在缺失像素进行填充的同时，将需要滤波区域设定为无效像素区域，实现滤波区域中无效像素的填充。
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，下面描述中的附图仅仅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为本申请实施例深度图像深度数据的示意图；
图2为本申请实施例深度图像数据有效性的示意图；
图3为本申请实施例深度图像的填充顺序示意图；
图4为本申请实施例深度图像区域划分示意图；
图5为本申请实施例一种深度图像缺失像素的待填充像素区域构成的示意图；
图6为本申请实施例一种深度图像缺失像素的填充方法的流程图；
其中：1-带状区域；2-待填充像素区域；3-有效像素区域。
具体实施方式
对于已经获取到的深度图像中，由于采集设备以及采集环境等影响，采集到的深度图像中，不可避免地会引入噪声数据，当较大噪声的数据无法通过常规的滤波算法，如：高斯滤波，均值滤波，中值滤波等进行滤除时，可通过深度图像异常数据检测算法，获取到噪声在深度图像中的位置信息，然后深度图像中对应位置处的像素设置为无效像素，即噪声所在像素为无效像素。
下面结合附图对本申请做进一步详细描述：
本申请实施例提供一种深度图像缺失像素的填充方法，用于视觉图像领域，深度图像由深度数据(图1)和数据有效性(图2)两部分构成，数据有效性将深度图像分为缺失像素部分和有效像素部分，参照图6所示，通过滤波强度对深度图像进行平滑滤波处理后，所述填充方法包括如下步骤：
S101、根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域，参照图4所示，其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域。
本实施例中，参见图5所示，对待填充像素区域的划分过程包括：所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分，通过该处理可以选择填充缺失像素部分、填充噪声导致像素无效部分、既填充缺失像素部分又填充噪声导致像素无效部分，在缺失像素进行填充的同时，将需要滤波区域设定为无效像素区域，实现滤波区域中无效像素的填充。
S102、获取所述带状区域内有效像素到边界距离的映射值，构成优先队列。
S103、当所述优先队列中像素个数大于零时，获取所述优先队列的像素，将所述像素添加到有效像素区域。
S104、获取所述像素的四邻域像素,当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至深度图像数据对应的位置处，深度图像数据为深度图像的深度数据；所述像素的深度值表达式为
式中，u(p)代表待填充像素p的深度值，Nr(p)代表以像素p为中心，以预设半径r为邻域半径内所有有效像素，ω(p,q)代表有效像素q对待填充像素p的权重值，u(q)代表有效像素q的深度值，▽u(q)(p-q)代表有效像素q的梯度在有效像素到无效像素矢量上的投影值。
所述权重值为方向分量，距离分量和水平集分量乘积；方向分量为有效像素到待填充像素的单位矢量与待填充像素的法向量的内积；距离分量为有效像素到待填充像素距离平方的倒数；权重值的表达式为：
式中，ω(p,q)代表有效像素q对待填充像素p的权重值，dir(p,q)代表方向分量，dst(p,q)代表距离分量，lev(p,q)代表水平集分量，q代表有效像素，p代表待填充像素，N(p)代表待填充像素p的法向量，T(p)代表待填充像素p像素到边界距离的映射值，T(q)代表有效像素q像素到边界距离的映射值，其中，d0取默认值1，T0取默认值1。
S105、将所述对应像素添加到带状区域。
S106、计算所述对应像素到边界距离的映射值，将所述对应像素加入所述优先队列。
所述获取所述像素的四邻域像素之后，还包括：
当所述四邻域像素中像素在所述带状区域时，计算对应像素到边界距离的映射值，将所述四邻域像素加入所述优先队列。
当所述四邻域像素在所述有效像素区域时，则无需另外操作。
上述步骤S104至步骤S106所述获取所述像素的四邻域像素后，具体步骤描述为：
对所述优先队列弹出像素的四邻域像素依次遍历，并判断当前遍历的像素是否为有效像素区域，如果是有效像素区域，则直接判断弹出像素的四邻域是否全遍历完。
如果不是有效像素区域，当弹出的四邻域像素处在带状区域或者待填充像素区域时，则此时需要根据像素所处的不同区域采取不同的措施。若四邻域像素处在待填充像素区域，则采用像素的深度值表达式计算的深度值进行填充，同时将该像素从待填充像素区域添加至带状区域，然后再重新计算该像素的到边界距离的映射值，将该像素加入所述优先队列；若四邻域像素处在带状区域，则直接计算该像素的到边界距离的映射值，将该像素加入所述优先队列。
通过上述过程将获取像素的四邻域像素重新划分区域处理。
S107、当所述优先队列中像素个数等于零时，得到填充完整的深度图像。
上述步骤S102至步骤S107的填充方法，参照图3所示，是通过从待填充像素的边界向待填充像素内的顺序填充，填充的过程从A开始，逐步填充至B、C所示的变化，最终得到D，填充完整的深度图像。
本申请实施例提供的一种深度图像缺失像素的填充方法，根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域，其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域；获取所述带状区域内有效像素到边界距离的映射值，构成优先队列；当所述优先队列中像素个数大于零时，获取所述优先队列的像素，将所述像素添加到有效像素区域；获取所述像素的四邻域像素,当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至深度图像数据对应的位置处；将所述四邻域像素添加到带状区域；计算所述四邻域像素到边界距离的映射值，将所述四邻域像素加入所述优先队列；当所述优先队列中像素个数等于零时，得到填充完整的深度图像，实现深度图像的快速有效的填充。在缺失像素进行填充的同时，将需要滤波区域设定为无效像素区域，实现滤波区域中无效像素的填充。
实施例还提供一种深度图像缺失像素的填充装置，所述填充装置包括：
深度图像划分单元，用于根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域。
优先队列单元，用于存储优先队列，所述优先队列由所述带状区域内有效像素到边界距离的映射值构成。
队列单元，用于判断并分析所述优先队列中像素。
四邻域像素单元，用于获取并判断所述优先队列中像素的四邻域像素。
深度图像输出单元，用于输出填充完整的深度图像。
其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域。
所述队列单元还包括：
队列判断子单元，用于判断所述优先队列中像素的个数。
队列分析子单元，用于将所述优先队列像素添加到有效像素区域，获取所述像素的四邻域像素。
所述四邻域像素获取单元还包括：
四邻域像素判断子单元，用于判断四邻域像素的位置。
四邻域像素处理子单元，用于判断处理每个所述四邻域像素，当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至所述深度图像对应的位置处，将所述对应像素添加到带状区域，计算所述对应像素到边界距离的映射值，将所述对应像素加入所述优先队列；当所述四邻域像素中像素在所述带状区域时，计算对应像素到边界距离的映射值，将所述对应像素加入所述优先队列。
所述填充装置还包括：数据处理单元，用于计算深度图像中像素的深度值。
本申请实施例提供的一种深度图像缺失像素的填充装置，深度图像划分单元，用于根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域；优先队列单元，用于存储优先队列，所述优先队列由所述带状区域内有效像素到边界距离的映射值构成；队列单元，用于判断并分析所述优先队列中像素；四邻域像素单元，用于获取并判断所述优先队列中像素的四邻域像素；深度图像输出单元，用于输出填充完整的深度图像，实现深度图像的快速有效的填充。在缺失像素进行填充的同时，将需要滤波区域设定为无效像素区域，实现滤波区域中无效像素的填充。
以上内容仅为说明本申请的技术思想，不能以此限定本申请的保护范围，凡是按照本申请提出的技术思想，在技术方案基础上所做的任何改动，均落入本申请权利要求书的保护范围之内。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

Claims (8)

1.一种深度图像缺失像素的填充方法，其特征在于，所述填充方法包括：
根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域，其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域；
获取所述带状区域内有效像素到边界距离的映射值，构成优先队列；
当所述优先队列中像素个数大于零时，获取所述优先队列的像素，将所述像素添加到有效像素区域；
获取所述像素的四邻域像素,当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至深度图像数据对应的位置处；
将所述对应像素添加到带状区域；
计算所述对应像素到边界距离的映射值，将所述对应像素加入所述优先队列；
当所述优先队列中像素个数等于零时，得到填充完整的深度图像；
所述像素的深度值为
式中，u(p)代表待填充像素p的深度值，Nr(p)代表以像素p为中心，以预设半径r为邻域半径内所有有效像素，ω(p,q)代表有效像素q对待填充像素p的权重值，u(q)代表有效像素q的深度值，代表有效像素q的梯度在有效像素到无效像素矢量上的投影值；
所述权重值为方向分量，距离分量和水平集分量乘积；
方向分量为有效像素到待填充像素的单位矢量与待填充像素的法向量的内积；
距离分量为有效像素到待填充像素距离平方的倒数；
式中，ω(p,q)代表有效像素q对待填充像素p的权重值，dir(p,q)代表方向分量，dst(p,q)代表距离分量，lev(p,q)代表水平集分量，q代表有效像素，p代表待填充像素，N(p)代表待填充像素p的法向量，T(p)代表待填充像素p像素到边界距离的映射值，T(q)代表有效像素q像素到边界距离的映射值，其中，d0取默认值1，T0取默认值1。
2.根据权利要求1所述的一种深度图像缺失像素的填充方法，其特征在于，所述确定深度图像中待填充像素区域前还包括：
通过滤波强度对深度图像进行平滑滤波处理。
3.根据权利要求1或2所述的一种深度图像缺失像素的填充方法，其特征在于，所述获取所述像素的四邻域像素还包括：
当所述四邻域像素中像素在所述带状区域时，计算对应像素到边界距离的映射值，将所述四邻域像素加入所述优先队列。
4.根据权利要求1或2所述的一种深度图像缺失像素的填充方法，其特征在于，所述深度图像数据为深度图像的深度数据。
5.一种深度图像缺失像素的填充装置，应用于权利要求1所述的深度图像缺失像素的填充方法，其特征在于，所述填充装置包括：
深度图像划分单元，用于根据深度图像的数据有效性确定待填充像素区域、带状区域、有效像素区域；
优先队列单元，用于存储优先队列，所述优先队列由所述带状区域内有效像素到边界距离的映射值构成；
队列单元，用于判断并分析所述优先队列中像素；
四邻域像素单元，用于获取并判断所述优先队列中像素的四邻域像素；
深度图像输出单元，用于输出填充完整的深度图像；
其中，所述待填充像素区域包括缺失像素部分和/或噪声导致像素无效部分；对所述待填充像素区域进行膨胀处理后与所述待填充像素区域作差，得到所述带状区域；所述深度图像有效像素部分与所述带状区域作差，得到有效像素区域。
6.根据权利要求5所述的一种深度图像缺失像素的填充装置，其特征在于，所述队列单元还包括：
队列判断子单元，用于判断所述优先队列中像素的个数；
队列分析子单元，用于将所述优先队列像素添加到有效像素区域，获取所述像素的四邻域像素。
7.根据权利要求5所述的一种深度图像缺失像素的填充装置，其特征在于，所述四邻域像素获取单元还包括：
四邻域像素判断子单元，用于判断四邻域像素的位置；
四邻域像素处理子单元，用于判断处理每个所述四邻域像素，当所述四邻域像素中像素在所述待填充像素区域时，计算对应像素的深度值，填充所述深度值至所述深度图像对应的位置处，将所述对应像素添加到带状区域，计算所述对应像素到边界距离的映射值，将所述对应像素加入所述优先队列；当所述四邻域像素中像素在所述带状区域时，计算对应像素到边界距离的映射值，将所述对应像素加入所述优先队列。
8.根据权利要求5至7任一项所述的一种深度图像缺失像素的填充装置，其特征在于，所述填充装置还包括：
数据处理单元，用于计算深度图像中像素的深度值。
CN202010930324.0A 2020-09-07 2020-09-07 一种深度图像缺失像素的填充方法及装置 Active CN111986124B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010930324.0A CN111986124B (zh) 2020-09-07 2020-09-07 一种深度图像缺失像素的填充方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010930324.0A CN111986124B (zh) 2020-09-07 2020-09-07 一种深度图像缺失像素的填充方法及装置

Publications (2)

Publication Number Publication Date
CN111986124A CN111986124A (zh) 2020-11-24
CN111986124B true CN111986124B (zh) 2024-05-28

Family

ID=73447071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010930324.0A Active CN111986124B (zh) 2020-09-07 2020-09-07 一种深度图像缺失像素的填充方法及装置

Country Status (1)

Country Link
CN (1) CN111986124B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115205156B (zh) * 2022-07-27 2023-06-30 上海物骐微电子有限公司 无失真的中值滤波边界填充方法及装置、电子设备、存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130036430A (ko) * 2011-10-04 2013-04-12 강원대학교산학협력단 저 해상도 깊이 맵으로부터 고 해상도 깊이 맵을 생성하는 방법 및 이를 기록한 기록매체
KR20140021766A (ko) * 2012-08-10 2014-02-20 광운대학교 산학협력단 가상시점 영상 생성을 위한 경계 잡음 제거 및 홀 채움 방법
WO2017023471A1 (en) * 2015-08-06 2017-02-09 Intel Corporation Depth image enhancement for hardware generated depth images
CN108648221A (zh) * 2018-05-10 2018-10-12 重庆大学 一种基于混合滤波的深度图空洞修复方法
CN109685732A (zh) * 2018-12-18 2019-04-26 重庆邮电大学 一种基于边界捕捉的深度图像高精度修复方法
CN110490829A (zh) * 2019-08-26 2019-11-22 北京华捷艾米科技有限公司 一种深度图像的滤波方法及系统
CN110866882A (zh) * 2019-11-21 2020-03-06 湖南工程学院 基于深度置信度的分层联合双边滤波深度图修复算法
CN111369611A (zh) * 2018-12-25 2020-07-03 曜科智能科技（上海）有限公司 图像像素深度值优化方法及其装置、设备和存储介质
CN111598817A (zh) * 2020-04-26 2020-08-28 北京凌云光技术集团有限责任公司 一种深度图像的缺失像素的填充方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130036430A (ko) * 2011-10-04 2013-04-12 강원대학교산학협력단 저 해상도 깊이 맵으로부터 고 해상도 깊이 맵을 생성하는 방법 및 이를 기록한 기록매체
KR20140021766A (ko) * 2012-08-10 2014-02-20 광운대학교 산학협력단 가상시점 영상 생성을 위한 경계 잡음 제거 및 홀 채움 방법
WO2017023471A1 (en) * 2015-08-06 2017-02-09 Intel Corporation Depth image enhancement for hardware generated depth images
CN108648221A (zh) * 2018-05-10 2018-10-12 重庆大学 一种基于混合滤波的深度图空洞修复方法
CN109685732A (zh) * 2018-12-18 2019-04-26 重庆邮电大学 一种基于边界捕捉的深度图像高精度修复方法
CN111369611A (zh) * 2018-12-25 2020-07-03 曜科智能科技（上海）有限公司 图像像素深度值优化方法及其装置、设备和存储介质
CN110490829A (zh) * 2019-08-26 2019-11-22 北京华捷艾米科技有限公司 一种深度图像的滤波方法及系统
CN110866882A (zh) * 2019-11-21 2020-03-06 湖南工程学院 基于深度置信度的分层联合双边滤波深度图修复算法
CN111598817A (zh) * 2020-04-26 2020-08-28 北京凌云光技术集团有限责任公司 一种深度图像的缺失像素的填充方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
模糊C-均值聚类引导的Kinect深度图像修复算法;万红;钱锐;;计算机应用研究(05);全文 *

Also Published As

Publication number Publication date
CN111986124A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
KR101389841B1 (ko) 파노라마 영상 데이터 제공 방법 및 장치
US7805006B2 (en) Image processing apparatus
US9818201B2 (en) Efficient lens re-distortion
RU2766420C2 (ru) Устройство и способ для анализа повреждений
US20110129166A1 (en) Image processing apparatus and image processing method
KR20130060150A (ko) 깊이 영상을 고해상도로 변환하는 방법 및 장치
US20130336597A1 (en) Image stabilization apparatus, image stabilization method, and document
JP2000287956A (ja) Ｘ線画像での輪郭検出方法
CN111986124B (zh) 一种深度图像缺失像素的填充方法及装置
CN108182666B (zh) 一种视差校正方法、装置和终端
CN107977973B (zh) 一种获取医疗诊断图像中限束器照射野边界的方法及装置
CN111063029A (zh) 地图构建方法、装置、计算机可读存储介质及机器人
CN112017163A (zh) 图像模糊度检测的方法、装置、电子设备及存储介质
CN109785312B (zh) 一种图像模糊检测方法、系统及电子设备
KR101585963B1 (ko) 이미지 센서 노이즈 모델 기반 필터링 방법 및 이를 적용한 영상 시스템
JPH07200819A (ja) 画像処理装置
EP3442423B1 (en) X-ray imaging data processing device and method
US20150347865A1 (en) Image processing apparatus, image processing method, and medium
CN116109574A (zh) 图像峰值亮度测量方法、装置、电子设备及可读存储介质
WO2012093962A1 (en) Intelligent and efficient computation of point spread function for high speed image processing applications
CN115147413A (zh) 鬼像检测方法、装置、设备及可读存储介质
JP2016035636A (ja) 画像処理装置、画像処理方法及びプログラム
CN116228519A (zh) 马赛克方格位置确认方法和装置及其图像遮盖方法和装置
CN116721042A (zh) 基于多阈值二值化的摄像图像倾斜校正方法
CN116704434A (zh) 基于遥感图像的塔吊检测方法、装置、设备及介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant after: Lingyunguang Technology Co.,Ltd.

Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant before: Beijing lingyunguang Technology Group Co.,Ltd.

GR01 Patent grant
GR01 Patent grant