CN112150390A - 图像去噪方法、装置、计算机可读存储介质及电子设备 - Google Patents

图像去噪方法、装置、计算机可读存储介质及电子设备 Download PDF

Info

Publication number
CN112150390A
CN112150390A CN202011066059.2A CN202011066059A CN112150390A CN 112150390 A CN112150390 A CN 112150390A CN 202011066059 A CN202011066059 A CN 202011066059A CN 112150390 A CN112150390 A CN 112150390A
Authority
CN
China
Prior art keywords
image
room
gray
occupied
pixel points
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
Application number
CN202011066059.2A
Other languages
English (en)
Other versions
CN112150390B (zh
Inventor
檀冲
王颖
张书新
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.)
Xiaogou Electric Internet Technology Beijing Co Ltd
Original Assignee
Xiaogou Electric Internet Technology Beijing 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 Xiaogou Electric Internet Technology Beijing Co Ltd filed Critical Xiaogou Electric Internet Technology Beijing Co Ltd
Priority to CN202011066059.2A priority Critical patent/CN112150390B/zh
Publication of CN112150390A publication Critical patent/CN112150390A/zh
Application granted granted Critical
Publication of CN112150390B publication Critical patent/CN112150390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]

Landscapes

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

Abstract

本发明公开了一种图像去噪方法、装置、计算机可读存储介质及电子设备，方法包括：获取占用栅格地图对应的便携式灰度图像格式的待处理房间灰度图像；确定所述待处理房间灰度图像中的感兴趣区域；对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像。本发明的技术方案通过将占用栅格地图的图像文件格式转变成可移植灰度图格式或可移植位图格式，同时确定图像中的感兴趣区域，后续仅仅需要对图片中的感兴趣区域进行遍历，从而降低计算时间。

Description

图像去噪方法、装置、计算机可读存储介质及电子设备
技术领域
本发明涉及图像处理技术领域，尤其涉及图像去噪方法、装置、计算机可读存储介质及电子设备。
背景技术
对于自动驾驶汽车、无人机和智能机器人等智能设备而言，通常需要在其上安装传感器，之后，利用传感器采集的周围环境数据构建对应的占用栅格地图，但是，占用栅格地图在生成和传输的过程中，经常会引入各种噪声，这些噪声不仅破坏图像的真实信息，还严重影响图像的视觉效果，因此，通常需要对占用栅格地图进行去噪。
但是，对占用栅格地图进行去噪时，需要多次对占用栅格地图中的所有像素点进行遍历，计算时间较长。
发明内容
本发明提供一种图像去噪方法、装置、计算机可读存储介质及电子设备，将占用栅格地图的图像文件格式转变成可移植灰度图格式或可移植位图格式，同时确定图像中的感兴趣区域，后续仅仅需要对图片中的感兴趣区域进行遍历，从而降低计算时间。
第一方面，本发明提供了一种图像去噪方法，包括：
获取占用栅格地图对应的待处理房间灰度图像，所述待处理房间灰度图像的图像文件格式为可移植灰度图格式或可移植位图格式；
确定所述待处理房间灰度图像中的感兴趣区域；
对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像。
在一个实施例中，所述确定所述待处理房间灰度图像中的感兴趣区域，包括：
确定所述待处理房间灰度图像中的占据像素点和空闲像素点对应的矩形区域的坐标集合，所述矩形区域为包括所述待处理房间灰度图像中的所有占据像素点和空闲像素点的最小矩形；
确定所述坐标集合对应在所述待处理房间灰度图像中矩形区域为感兴趣区域。
在一个实施例中，所述获取占用栅格地图对应的待处理房间灰度图像，包括：
获取扫地机器人上的非视觉传感器采集的环境数据以及定位装置采集的定位信息；
根据所述环境数据以及定位信息，构建占用栅格地图；
将所述占用栅格地图的图像文件格式转换成可移植灰度图格式或可移植位图格式，以确定待处理房间灰度图像。
在一个实施例中，所述对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像，包括：
对所述感兴趣区域中的由占用像素点所形成的占用区域进行噪声点检测，以确定内部噪声点以及边界噪声点，所述内部噪声点位于所述占用区域的内部，所述边界噪声点和所述占用区域的边界连接；
调整所述边界噪声点和所述内部噪声点的灰度值，以确定去除所述边界噪声点和所述内部噪声点的第一房间灰度图像；
确定所述第一房间灰度图像中的空闲像素点所形成的空闲区域，从所述空闲区域中确定离群区域；
根据所述占用像素点的灰度值，替换所述离群区域内的像素点的灰度值，以确定第二房间灰度图像；
对所述第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像。
在一个实施例中，所述对所述第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像，包括：
当所述第二房间灰度图像的图像文件格式为可移植位图格式时，保留所述第二房间灰度图像中和空闲像素点连接的占用像素点，根据所述第二房间灰度图像中的空闲像素点的灰度值，替换所述第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
在一个实施例中，所述根据所述占用像素点的灰度值，替换所述离群区域内的像素点的灰度值，以确定第二房间灰度图像，包括：
当所述第二房间灰度图像的图像文件格式为可移植灰度图格式时，将所述第一房间灰度图像中和空闲像素点连接的未知像素点确定为未知噪声点；
根据所述占用像素点的灰度值，替换所述离群区域内的像素点以及所述未知噪声点的灰度值，以确定第二房间灰度图像。
在一个实施例中，所述对所述第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像，包括：
保留所述第二房间灰度图像中和空闲像素点连接的占用像素点，根据所述第二房间灰度图像中的未知像素点的灰度值，替换所述第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
第二方面，本发明提供了一种图像去噪装置，包括：
获取模块，用于获取占用栅格地图对应的待处理房间灰度图像，所述待处理房间灰度图像的图像文件格式为可移植灰度图格式或可移植位图格式；
区域确定单元，用于确定所述待处理房间灰度图像中的感兴趣区域；
去噪单元，用于对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像。
第三方面，本发明提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
本发明提供了一种图像去噪方法、装置、计算机可读存储介质及电子设备，该方法通过获取占用栅格地图对应的待处理房间灰度图像，待处理房间灰度图像的图像文件格式为可移植灰度图格式或可移植位图格式，然后，确定待处理房间灰度图像中的感兴趣区域，之后，对感兴趣区域进行去噪处理，以确定去噪房间灰度图像。本发明提供的技术方案通过将占用栅格地图的图像文件格式转变成可移植灰度图格式或可移植位图格式，同时确定图像中的感兴趣区域，后续仅仅需要对图片中的感兴趣区域进行遍历，从而降低计算时间。
上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例或现有的技术方案，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发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种图像去噪方法的流程示意图；
图2为本发明一实施例提供的另一种图像去噪方法的流程示意图；
图3为本发明一实施例提供的待处理房间灰度图像的场景示意图；
图4为本发明一实施例提供的对图3进行去噪后的场景示意图；
图5为本发明一实施例提供的一种图像去噪装置的流程示意图；
图6为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明实施例可应用在电子设备上，具体可以应用于机器人、服务器或一般计算机上，机器人优选扫地机器人。如图1所示，为本发明实施例提供的图像去噪方法的具体实施例。本实施例中，所述方法具体包括以下步骤：
步骤101、获取占用栅格地图对应的待处理房间灰度图像，所述待处理房间灰度图像的图像文件格式为可移植灰度图格式或可移植位图格式。
在一个实施例中，待处理房间灰度图像可以是包含占用像素点以及空闲像素点的二值图像，也可以是包含占用像素点、空闲像素点以及未知像素点的灰度图像，优选灰度图像，为了方便描述，下述提及的灰度图像均指的是包含占用像素点、空闲像素点以及未知像素点的图像。这里，二值图像的图像文件格式是可移植位图格式，灰度图像的图像文件格式是可移植灰度图格式。需要说明的是，待处理房间灰度图像应当为一个房门闭合的房间，或者，房门打开的若干个房间，若干个房间连通。
可移植灰度图格式和可移植位图格式是存储和交换图像数据的简单文件格式之一，是可转移式点阵图系列中的图像文件格式，由以ASCⅡ方式编码的图像头和像素信息所形成，可用记事本软件直接编辑。对于占用栅格地图来说，假设占用栅格地图的图像尺寸为384*384，则需要遍历147456个像素点，计算力非常大，计算时间较长，而将占用栅格地图转化成可移植灰度图格式或可移植位图格式的待处理图像，改变了数据存储方式，从而在对待处理图像进行整体遍历后，能够降低计算力，节约计算时间。
在一个实施例中，具体可通过如下方法确定待处理房间灰度图像：
获取扫地机器人上的非视觉传感器采集的环境数据以及定位装置采集的定位信息；根据环境数据以及定位信息，构建占用栅格地图；将占用栅格地图的图像文件格式转换成可移植灰度图格式或可移植位图格式，以确定待处理房间灰度图像。
具体地，电子设备可通过对其安装的非视觉传感器以及定位装置分别采集的信息，进行同步定位与地图构建(SLAM或Simultaneous localization and mapping)，以得到占用栅格地图，将得到的占用栅格地图转换成可移植灰度图格式的灰度图像或者可移植位图格式的二值图像，从而得到待处理房间灰度图像，此时，电子设备可以是扫地机器人。当电子设备上未安装有非视觉传感器以及定位装置，可通过接收外部设备发送的非视觉传感器以及定位装置采集的信息，也可以直接接受外部设备发送的待处理房间灰度图像，这里，外部设备可以是智能设备，比如扫地机器人。
具体地，定位装置可以是惯性测量单元，非视觉传感器可以是结构光传感器，也可以是激光雷达传感器。
步骤102、确定所述待处理房间灰度图像中的感兴趣区域。
具体地，确定待处理房间灰度图像中的感兴趣区域，以减少处理时间，确定去噪的重点区域。
在一个实施例中，具体可通过如下方式确定感兴趣区域：
确定待处理房间灰度图像中的占据像素点和空闲像素点对应的矩形区域的坐标集合，矩形区域为包括待处理房间灰度图像中的所有占据像素点和空闲像素点的最小矩形；确定坐标集合对应在待处理房间灰度图像中的矩形区域为感兴趣区域。
具体地，坐标集合包括占据像素点和空闲像素点对应的最大横坐标、最小横坐标、最大纵坐标和最小纵坐标。显而易见的，待处理房间灰度图像中的感兴趣区域之外的区域并不存在占据像素点和空闲像素点。
步骤103、对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像。
在一个实施例中，可通过如下方法确定去噪房间灰度图像：
对感兴趣区域中的由占用像素点所形成的占用区域进行噪声点检测，以确定内部噪声点以及边界噪声点，内部噪声点位于占用区域的内部，边界噪声点和占用区域的边界连接；调整内部噪声点以及边界噪声点的灰度值，以确定去除内部噪声点以及边界噪声点的第一房间灰度图像；确定第一房间灰度图像中的空闲像素点所形成的空闲区域，从空闲区域中确定离群区域；根据占用像素点的灰度值，替换离群区域内的像素点的灰度值，以确定第二房间灰度图像；对第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像。
对于待处理房间灰度图像来说，存在多个占用区域和多个空闲区域，每个占用区域均由若干个占用像素点形成，每个空闲区域由若干个空闲像素点形成，多个占用区域之间不接触，多个空闲区域之间不接触。对于占用区域来说，其所对应的障碍物通常是实体的，占用区域内部明显不是占用像素点的像素点一定是噪声点，即内部噪声点；而占用区域的形状通常是平滑的，因此，使占用区域的边界不平滑的像素点可以确定为噪声点，即边界噪声点。
具体地，根据占用像素点的灰度值替换内部噪声点的灰度值，即可去除内部噪声点；当边界噪声点的灰度值为空闲像素点的灰度值或者未知像素点的灰度值，根据占用像素点的灰度值替换边界噪声点的灰度值，即可去除边界噪声点；当边界噪声点的灰度值为占用像素点的灰度值时，根据空闲像素点的灰度值替换边界噪声点的灰度值，即可去除边界噪声点。根据占用像素点的灰度值替换离群区域上的像素点的灰度值，即可去除离群区域。
具体地，每个空闲区域为一个封闭区域，各个空闲区域之间不接触。离群区域可以理解为空闲像素点所形成的空闲区域中面积较小的空闲区域，比如，可以将面积小于预设值的空闲区域确定为离群区域，也可以将面积和所有空闲区域的整体面积的面积百分比小于预设值的空闲区域确定为离群区域，还可以将区域面积最大的空闲区域之外的其他空闲区域确定为离群区域，举例来说，假设第一房间灰度图像中的空闲像素点形成N个空闲区域，1到N个空闲区域分别对应的面积为S1、S2、…、SN-1、SN，若SN最大，则将S1、S2、…、SN-1分别对应的空闲区域确定为离群区域，此时，待处理房间灰度图像可以包括一个闭合的房间，也可以是房门打开的若干个房间，若干个房间连通。
得到的第二房间灰度图像中去除了内部噪声点、边界噪声点以及离群区域。
对于结构光传感器或者激光雷达等非视觉传感器，通常都是利用发射的激光线去探测周围环境，因此并不能知道探测的障碍物的厚度，比如，墙的厚度，而对于摄像头等视觉传感器来说，感知探测的障碍物的厚度也是比较困难，这里，通过对占用区域进行边界线抽取操作，不仅可以更为真实反映出传感器探测的情况，也可进一步提高图像的视觉效果，使得图像更加的美观，提高用户体验。
作为一种可能的情况，当第二房间灰度图像的图像文件格式为可移植位图格式，即第二房间灰度图像为二值图像，保留第二房间灰度图像中和空闲像素点连接的占用像素点，根据第二房间灰度图像中的空闲像素点的灰度值，替换第二房间灰度图像中未和空闲像素点连接的占用像素点对应的灰度值，以确定去噪房间灰度图像。
作为另一种可能的情况，当第二房间灰度图像包括未知像素点时，即第二房间灰度图像的图像文件格式为可移植灰度图格式，保留第二房间灰度图像中和空闲像素点连接的占用像素点，根据第二房间灰度图像中的未知像素点的灰度值，替换第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
当感兴趣区域包括未知像素点时，即第二房间灰度图像的图像文件格式为可移植灰度图格式，在一个实施例中，具体可通过如下方法确定第二房间灰度图像，包括：
将第一房间灰度图像中的和空闲像素点连接的未知像素点确定为未知噪声点；根据占用像素点的灰度值，替换离群区域内的像素点以及未知噪声点的灰度值，以确定第二房间灰度图像。
考虑到未知像素点是不可知的区域，通过占用像素点的灰度值替换未知像素点的灰度值，给未知区域一个边界，从而便于后续的图像处理，同时确保图像的视觉效果。此时，得到的第二房间灰度图像中的内部噪声点、边界噪声点、未知噪声点以及离群区域内的像素点的灰度值均为占据像素点的灰度值。
通过以上技术方案可知，本实施例存在的有益效果是：通过将占用栅格地图的图像文件格式转化成可移植灰度图格式或可移植位图格式，同时确定感兴趣区域，从而降低计算时间；通过待处理房间灰度图像中的占用像素点的灰度值，替换待处理房间灰度图像中的占用区域内的、占用区域边界上的、和空闲区域连接的未知像素点以及离群区域内的像素点的灰度值，实现对待处理房间灰度图像的去噪，之后，通过对图像中的占用区域的边界线的提取，从而更为真实的反映出传感器的探测情况，同时，提高图像的视觉效果。综上所述，通过本发明实施例提供的技术方案，可更为快速的实现图像的去噪，同时提高图像的视觉效果。
图1所示仅为本发明所述方法的基础实施例，在其基础上进行一定的优化和拓展，还能够得到所述方法的其他优选实施例。
为了更加清楚的说明本发明的技术方案，请参考图2，本发明实施例提供了另一种图像去噪方法，本实施例在前述实施例的基础上，结合具体应用场景进行进一步的叙述。本实施例中，具体可以包括如下各个步骤：
步骤201、获取扫地机器人上的非视觉传感器采集的环境数据以及定位装置采集的定位信息；根据所述环境数据以及定位信息，构建占用栅格地图；将所述占用栅格地图的图像文件格式转换成可移植灰度图格式，以确定待处理房间灰度图像。
具体地，机器人为扫地机器人，非视觉传感器为结构光传感器，定位装置为惯性测量单元，待处理房间灰度图像的图像文件格式为可移植灰度图格式，待处理房间灰度图像包括4个房门打开的房间，4个房间连通。
步骤202、确定所述待处理房间灰度图像中的占据像素点和空闲像素点对应的矩形区域的坐标集合，所述矩形区域为包括所述待处理房间灰度图像中的所有占据像素点和空闲像素点的最小矩形；确定所述坐标集合对应在所述待处理房间灰度图像中的矩形区域为感兴趣区域。
请参考图3，图3中包括所有白色区域和黑色区域的黑色虚线框D即为感兴趣区域。
步骤203、对所述感兴趣区域中的由占用像素点所形成的占用区域进行噪声点检测，以确定内部噪声点以及边界噪声点；调整所述边界噪声点和所述内部噪声点的灰度值，以确定去除所述边界噪声点和所述内部噪声点的第一房间灰度图像。
请参考图3，图3为待处理房间灰度图像，图中的黑色区域表示为占用像素点所形成的占用区域，白色区域为空闲像素点所形成的空闲区域，黑色线条区域为未知像素点所形成的未知区域，这里，未知像素点为灰色点，未知区域表示灰色区域，A表示黑色区域中的空闲像素点，即占用区域内的内部噪声点，B表示使黑色区域中的边界形状不够平滑的空闲像素点，即在占用区域的边界上的边界噪声点，若对待处理房间灰度图像中的占用区域进行噪声点检测后，所得到的噪声点为多个内部噪声点A以及多个边界噪声点B。
假设图3中的黑色的灰度值是0，白色的灰度值是255，灰色的灰度值是100。
若边界噪声点B为白色，将多个内部噪声点A以及多个边界噪声点B的灰度值变成0，以得到第一房间灰度图像，若对第一房间灰度图像进行渲染后，即可将多个内部噪声点A以及多个边界噪声点B全部变成黑色。若边界噪声点B为黑色，则将边界噪声点B的灰度值变成255。
步骤204、确定所述第一房间灰度图像中的空闲像素点所形成的空闲区域，从所述空闲区域中确定离群区域；将所述第一房间灰度图像中和空闲像素点连接的未知像素点确定为未知噪声点。
请参考图3，假设已经对图3中的内部噪声点A以及边界噪声点B进行去除，则白色区域有4个，分别为Z1、Z2、Z3以及Z4，Z1的白色区域面积最大，将Z2、Z3以及Z4确定为离群区域。
请参考图3，C表示和白色相连的未知噪声点。
步骤205、根据所述占用像素点的灰度值，替换所述离群区域内的像素点以及所述未知噪声点的灰度值，以确定第二房间灰度图像。
将多个未知噪声点C、Z2内的像素点、Z3内的像素点以及Z4内的像素点的灰度值均变成0，以确定第二房间灰度图像，若对第二房间灰度图像进行渲染后，即可将多个未知噪声点C、Z2内的像素点、Z3内的像素点以及Z4内的像素点的全部变成黑色。
步骤206、保留所述第二房间灰度图像中和空闲像素点连接的占用像素点，并根据所述第二房间灰度图像中的未知像素点的灰度值，替换所述第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
保留第二房间灰度图像中和白色相连的占用像素点，并将没有和白色点相连的占用像素点的灰度值全部替换为100，以得到去噪房间灰度图像，对去噪房间灰度图像进行渲染后，得到的去噪房间灰度图像如图4所示，图4中的黑色线条区域为未知区域，即灰色区域。
通过以上技术方案可知，本实施例存在的有益效果是：通过将占用栅格地图的图像文件格式转化成可移植灰度图格式或可移植位图格式，同时确定感兴趣区域，从而降低计算时间；通过待处理房间灰度图像中的占用像素点的灰度值，替换待处理房间灰度图像中的占用区域内的、占用区域边界上的、空闲区域连接的未知区域以及离群区域内的噪声点的灰度值，实现对待处理房间灰度图像的去噪，之后，通过对图像中的占用区域的边界线进行提取，从而更为真实的反映出非视觉传感器的探测情况，同时，提高图像的视觉效果。
基于与本发明方法实施例相同的构思，请参考图5，本发明实施例还提供了图像去噪装置，包括：
获取模块501，用于获取占用栅格地图对应的待处理房间灰度图像，所述待处理房间灰度图像的图像文件格式为可移植灰度图格式或可移植位图格式；
区域确定单元502，用于确定所述待处理房间灰度图像中的感兴趣区域；
去噪单元503，用于对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像。
在一个实施例中，所述获取模块501，包括：获取单元、构建单元以及转换单元；其中，
所述获取单元，用于获取扫地机器人上的非视觉传感器采集的环境数据以及定位装置采集的定位信息；
所述构建单元，用于根据所述环境数据以及所述定位信息，构建占用栅格地图；
所述转换单元，用于将所述占用栅格地图的图像文件格式转换成可移植灰度图格式或可移植位图格式，以确定待处理房间灰度图像。
在一个实施例中，所述区域确定模块302，包括：集合确定单元以及区域确定单元；其中，
所述集合确定单元，用于确定所述待处理房间灰度图像中的占据像素点和空闲像素点对应的矩形区域的坐标集合，所述矩形区域为包括所述待处理房间灰度图像中的所有占据像素点和空闲像素点的最小矩形；
所述区域确定单元，用于确定所述坐标集合对应在所述待处理房间灰度图像中矩形区域为感兴趣区域。
在一个实施例中，所述去噪模块503，包括：检测单元、第一替换单元、选择单元、第二替换单元以及边界提取单元；其中，
所述检测单元，用于对所述感兴趣区域中的由占用像素点所形成的占用区域进行噪声点检测，以确定内部噪声点以及边界噪声点，所述内部噪声点位于所述占用区域的内部，所述边界噪声点和所述占用区域的边界连接；
所述第一替换单元，用于调整所述边界噪声点和所述内部噪声点的灰度值，以确定去除所述边界噪声点和所述内部噪声点的第一房间灰度图像；
所述选择单元，用于确定所述第一房间灰度图像中的空闲像素点所形成的空闲区域，从所述空闲区域中确定离群区域；
所述第二替换单元，用于根据所述占用像素点的灰度值，替换所述离群区域内的像素点的灰度值，以确定第二房间灰度图像；
所述边界线抽取单元，用于对所述第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像。
在一个实施例中，所述边界线抽取单元，用于当所述第二房间灰度图像的图像文件格式为可移植位图格式时，保留所述第二房间灰度图像中和空闲像素点连接的占用像素点，根据所述第二房间灰度图像中的空闲像素点的灰度值，替换所述第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
在一个实施例中，所述第二替换单元，包括：噪声确定子单元以及替换子单元；其中，
所述噪声确定子单元，用于当所述第二房间灰度图像的图像文件格式为可移植灰度图格式时，将所述第一房间灰度图像中和空闲像素点连接的未知像素点确定为未知噪声点；
所述替换子单元，用于根据所述占用像素点的灰度值，替换所述离群区域内的像素点以及所述未知噪声点的灰度值，以确定第二房间灰度图像。
在一个实施例中，所述边界线抽取单元，用于保留所述第二房间灰度图像中和空闲像素点连接的占用像素点，根据所述第二房间灰度图像中的未知像素点的灰度值，替换所述第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
图6是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器601以及存储有执行指令的存储器602，可选地还包括内部总线603及网络接口604。其中，存储器602可能包含内存6021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器6022(non-volatile memory)，例如至少1个磁盘存储器等；处理器601、网络接口604和存储器602可以通过内部总线603相互连接，该内部总线603可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等；内部总线603可以分为地址总线、数据总线、控制总线等，为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器601执行存储器602存储的执行指令时，处理器601执行本发明任意一个实施例中的方法，并至少用于执行如图1或图2所示的方法。
在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种图像去噪装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种图像去噪方法。
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行执行指令时，所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图6所示的电子设备；执行指令是一种图像去噪装置所对应计算机程序。
本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理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权利要求范围之内。

Claims (10)

1.一种图像去噪方法，其特征在于，包括：
获取占用栅格地图对应的待处理房间灰度图像，所述待处理房间灰度图像的图像文件格式为可移植灰度图格式或可移植位图格式；
确定所述待处理房间灰度图像中的感兴趣区域；
对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像。
2.根据权利要求1所述的方法，其特征在于，所述确定所述待处理房间灰度图像中的感兴趣区域，包括：
确定所述待处理房间灰度图像中的占据像素点和空闲像素点对应的矩形区域的坐标集合，所述矩形区域为包括所述待处理房间灰度图像中的所有占据像素点和空闲像素点的最小矩形；
确定所述坐标集合对应在所述待处理房间灰度图像中的矩形区域为感兴趣区域。
3.根据权利要求1所述的方法，其特征在于，所述获取占用栅格地图对应的待处理房间灰度图像，包括：
获取扫地机器人上的非视觉传感器采集的环境数据以及定位装置采集的定位信息；
根据所述环境数据以及定位信息，构建占用栅格地图；
将所述占用栅格地图的图像文件格式转换成可移植灰度图格式或可移植位图格式，以确定待处理房间灰度图像。
4.根据权利要求1所述的方法，其特征在于，所述对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像，包括：
对所述感兴趣区域中的由占用像素点所形成的占用区域进行噪声点检测，以确定内部噪声点以及边界噪声点，所述内部噪声点位于所述占用区域的内部，所述边界噪声点和所述占用区域的边界连接；
调整所述边界噪声点和所述内部噪声点的灰度值，以确定去除所述边界噪声点和所述内部噪声点的第一房间灰度图像；
确定所述第一房间灰度图像中的空闲像素点所形成的空闲区域，从所述空闲区域中确定离群区域；
根据所述占用像素点的灰度值，替换所述离群区域内的像素点的灰度值，以确定第二房间灰度图像；
对所述第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像。
5.根据权利要求4所述的方法，其特征在于，所述对所述第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像，包括：
当所述第二房间灰度图像的图像文件格式为可移植位图格式时，保留所述第二房间灰度图像中和空闲像素点连接的占用像素点，根据所述第二房间灰度图像中的空闲像素点的灰度值，替换所述第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
6.根据权利要求4所述的方法，其特征在于，所述根据所述占用像素点的灰度值，替换所述离群区域内的像素点的灰度值，以确定第二房间灰度图像，包括：
当所述第二房间灰度图像的图像文件格式为可移植灰度图格式时，将所述第一房间灰度图像中和空闲像素点连接的未知像素点确定为未知噪声点；
根据所述占用像素点的灰度值，替换所述离群区域内的像素点以及所述未知噪声点的灰度值，以确定第二房间灰度图像。
7.根据权利要求6所述的方法，其特征在于，所述对所述第二房间灰度图像中的占用像素点所形成的占用区域进行边界线抽取操作，以确定去噪房间灰度图像，包括：
保留所述第二房间灰度图像中和空闲像素点连接的占用像素点，根据所述第二房间灰度图像中的未知像素点的灰度值，替换所述第二房间灰度图像中未和空闲像素点连接的占用像素点的灰度值，以确定去噪房间灰度图像。
8.一种图像去噪装置，其特征在于，包括：
获取模块，用于获取占用栅格地图对应的待处理房间灰度图像，所述待处理房间灰度图像的图像文件格式为可移植灰度图格式或可移植位图格式；
区域确定单元，用于确定所述待处理房间灰度图像中的感兴趣区域；
去噪单元，用于对所述感兴趣区域进行去噪处理，以确定去噪房间灰度图像。
9.一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。
10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。
CN202011066059.2A 2020-09-30 2020-09-30 图像去噪方法、装置、计算机可读存储介质及电子设备 Active CN112150390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011066059.2A CN112150390B (zh) 2020-09-30 2020-09-30 图像去噪方法、装置、计算机可读存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011066059.2A CN112150390B (zh) 2020-09-30 2020-09-30 图像去噪方法、装置、计算机可读存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN112150390A true CN112150390A (zh) 2020-12-29
CN112150390B CN112150390B (zh) 2023-01-03

Family

ID=73952328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011066059.2A Active CN112150390B (zh) 2020-09-30 2020-09-30 图像去噪方法、装置、计算机可读存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN112150390B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110418A (zh) * 2021-03-19 2021-07-13 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100020093A1 (en) * 2008-07-25 2010-01-28 Stroila Matei N Open area maps based on vector graphics format images
US20100061655A1 (en) * 2008-09-05 2010-03-11 Digital Business Processes, Inc. Method and Apparatus for Despeckling an Image
CN109934789A (zh) * 2019-03-26 2019-06-25 湖南国科微电子股份有限公司 图像去噪方法、装置及电子设备
CN110141164A (zh) * 2019-06-13 2019-08-20 深圳市银星智能科技股份有限公司 一种门区域识别方法、门区域识别系统以及清洁机器人
CN111127652A (zh) * 2019-11-18 2020-05-08 广东博智林机器人有限公司 机器人的室内地图构建方法、装置及电子设备
CN111127500A (zh) * 2019-12-20 2020-05-08 深圳市银星智能科技股份有限公司 一种空间分区方法、装置及移动机器人
CN111399507A (zh) * 2020-03-19 2020-07-10 小狗电器互联网科技（北京）股份有限公司 确定栅格地图中边界线的方法、划分栅格地图的方法
CN111568312A (zh) * 2020-05-06 2020-08-25 小狗电器互联网科技（北京）股份有限公司 一种物体边界提取方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100020093A1 (en) * 2008-07-25 2010-01-28 Stroila Matei N Open area maps based on vector graphics format images
US20100061655A1 (en) * 2008-09-05 2010-03-11 Digital Business Processes, Inc. Method and Apparatus for Despeckling an Image
CN109934789A (zh) * 2019-03-26 2019-06-25 湖南国科微电子股份有限公司 图像去噪方法、装置及电子设备
CN110141164A (zh) * 2019-06-13 2019-08-20 深圳市银星智能科技股份有限公司 一种门区域识别方法、门区域识别系统以及清洁机器人
CN111127652A (zh) * 2019-11-18 2020-05-08 广东博智林机器人有限公司 机器人的室内地图构建方法、装置及电子设备
CN111127500A (zh) * 2019-12-20 2020-05-08 深圳市银星智能科技股份有限公司 一种空间分区方法、装置及移动机器人
CN111399507A (zh) * 2020-03-19 2020-07-10 小狗电器互联网科技（北京）股份有限公司 确定栅格地图中边界线的方法、划分栅格地图的方法
CN111568312A (zh) * 2020-05-06 2020-08-25 小狗电器互联网科技（北京）股份有限公司 一种物体边界提取方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周春霞等: "基于方差和边缘插值的邻近点图像修复算法", 《计算机工程与应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110418A (zh) * 2021-03-19 2021-07-13 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人
CN113110418B (zh) * 2021-03-19 2023-11-28 北京小狗吸尘器集团股份有限公司 栅格地图优化方法、存储介质和移动机器人

Also Published As

Publication number Publication date
CN112150390B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
CN112446378B (zh) 目标检测方法及装置、存储介质、终端
CN113761976A (zh) 基于全局引导选择性上下文网络的场景语义解析方法
CN114332513B (zh) 一种面向智慧城市的新能源汽车异常停放大数据检测方法
US10373316B2 (en) Images background subtraction for dynamic lighting scenarios
CN113688947B (zh) 一种配电设备红外图像故障识别方法及系统
CN109118456B (zh) 图像处理方法和装置
CN116612103B (zh) 一种基于机器视觉的建筑结构裂缝智能检测方法及其系统
CN112150390B (zh) 图像去噪方法、装置、计算机可读存储介质及电子设备
CN111429463A (zh) 实例分割方法、装置、电子设备和存储介质
CN115115793A (zh) 图像处理方法、装置、设备及存储介质
CN117315406B (zh) 一种样本图像处理方法、装置及设备
CN114445844A (zh) 板构件识别方法、装置、设备及存储介质
CN112150389B (zh) 图像去噪方法、装置、计算机可读存储介质及电子设备
EP3813354A1 (en) Image processing device, moving apparatus, method, and program
CN114267076B (zh) 一种图像识别方法、装置、设备及存储介质
CN112150391B (zh) 一种图像去噪方法、装置、可读介质及电子设备
CN113870754B (zh) 一种面板检测电子信号缺陷判定的方法和系统
CN115841672A (zh) 文字检测识别方法、装置及设备
CN114399657A (zh) 车辆检测模型训练方法、装置、车辆检测方法及电子设备
CN112949526A (zh) 人脸检测方法和装置
CN112037262A (zh) 一种目标跟踪方法、装置及电子设备
CN111428067B (zh) 公文图片获取方法、装置及电子设备
CN112528900B (zh) 基于极致下采样的图像显著性物体检测方法及系统
CN117765486A (zh) 模型训练、车道线检测方法、装置、电子设备及存储介质
JP2023170839A (ja) 撮像情報認識方法、撮像情報認識装置、および、プログラム

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: 7-605, 6th floor, building 1, yard a, Guanghua Road, Chaoyang District, Beijing 100026

Applicant after: Beijing dog vacuum cleaner Group Co.,Ltd.

Address before: 7-605, 6th floor, building 1, yard a, Guanghua Road, Chaoyang District, Beijing 100026

Applicant before: PUPPY ELECTRONIC APPLIANCES INTERNET TECHNOLOGY (BEIJING) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant