CN113139997A - 一种深度图处理方法、存储介质及终端设备 - Google Patents
一种深度图处理方法、存储介质及终端设备 Download PDFInfo
- Publication number
- CN113139997A CN113139997A CN202010060075.4A CN202010060075A CN113139997A CN 113139997 A CN113139997 A CN 113139997A CN 202010060075 A CN202010060075 A CN 202010060075A CN 113139997 A CN113139997 A CN 113139997A
- Authority
- CN
- China
- Prior art keywords
- depth map
- pixel
- image
- value
- pixel point
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 44
- 238000001914 filtration Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 abstract description 28
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000007704 transition Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种深度图处理方法、存储介质及终端设备,所述方法包括:获取待处理图像的第一深度图,并对所述第一深度图进行二值化处理以得到第一二值化图像;根据所述第一二值化图像对所述第一深度图进行处理,以得到所述第一深度图对应的第二深度图;将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图。本发明能够较快的速度下对原始深度图进行平滑处理,从而得到较好的深度图,用于后续的背景虚化。
Description
技术领域
本发明涉及计算机视觉与数字图像处理领域,特别涉及一种深度图处理方法、存储介质及终端设备。
背景技术
在手机背景虚化过程中需要用到场景的深度图,并且,在深度估计过程中,由于光照、重复纹理等原因,会导致深度估计出现错误,因此需要对深度估计得到的深度图进行后续处理,一般采用最小二乘滤波法进行平滑处理,最小二乘滤波利用原始图像的灰度图对深度图进行滤波,但拍摄主体的灰度质可能和背景区域比较接近,导致滤波后的深度图的边缘有很多毛刺,影响后续的虚化处理。
发明内容
本发明要解决的技术问题在于,针对现有技术的不足,提供一种深度图处理方法、存储介质及终端设备,以解决现有技术中深度图在滤波后边缘存在毛刺的问题。
本发明所采用的技术方案如下:
一种深度图处理方法,其包括:
获取待处理图像的第一深度图,并对所述第一深度图进行二值化处理以得到第一二值化图像;
根据所述第一二值化图像对所述第一深度图进行处理,以得到所述第一深度图对应的第二深度图;
将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图。
所述深度图处理方法,其中,所述获取待处理图像的第一深度图,并对所述第一深度图进行二值化处理以得到第一二值化图像具体包括:
获取待处理图像的第一深度图,计算所述第一深度图的全局阈值;
采用所述全局阈值对所述第一深度图进行二值化处理以得到第一二值化图像。
所述深度图处理方法,其中,所述根据所述第一二值化图像对所述第一深度图进行处理之前,还包括:
对所述第一二值化图像进行去毛刺处理,以更新所述第一二值化图像。
所述深度图处理方法,其中,所述对所述第一二值化图像进行去毛刺处理具体包括:
对所述第一二值化图像的像素点进行遍历,获取所有满足预设条件的第一像素点,以及第一像素点对应的第二像素点;
对于获取到的所有第一像素点中的每个第一像素点,计算该第一像素点与其对应的第二像素点的差值,并将该差值与预设阈值进行比较;
当该差值小于预设阈值时,将该第一像素点与该第一像素点对应的第二像素点之间的各像素点的像素值设置为第一预设像素值,以更新所述第一二值化图像。
所述深度图处理方法,其中,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
对所述更新后的第一二值化图像进行滤波;
获取滤波后的第一二值化图像中所有像素值小于第一像素阈值的第三像素点;
将所述第三像素点的像素值设置为第一预设像素值,并将滤波后的第一二值化图像中除第三像素点外的所有像素点的像素值设置为第二预设像素值,以得到所述第一二值化图像对应的第二二值化图像。
所述深度图处理方法,其中,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
获取滤波后的第一二值化图像中所有像素值小于第二像素阈值的第四像素点;
将所述第四像素点的像素值设置为第一预设像素值,并将滤波后的第一二值化图像中除第四像素点外的所有像素点的像素值设置为第二预设像素值,以得到所述第一二值化图像对应的第三二值化图像。
所述深度图处理方法,其中,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
获取所述第三二值化图像中所有像素值等于第一预设像素值的第五像素点,以及所述第三二值化图像中所有像素点等于第二预设像素值的第六像素点;
将所述第五像素点的像素值设置为第二预设像素值,以及将所述第六像素点的像素值设置为第一预设像素值,以得到所述第一二值化图像对应的第四二值化图像。
所述深度图处理方法,其中,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
获取所述第二二值化图像的第七像素点,以及所述第四二值化图像的第八像素点;
对于获取到的所有第七像素点中的每一个第七像素点,将该第七像素点与其对应的第四二值化图像的第八像素点进行比较;
如果第七像素点与其对应的第八像素点其中一个大于第一预设阈值,则将该像素点的像素值设置为第二预设像素值;
如果第七像素点与其对应的第八像素点均为第一预设像素值,则将该像素点的像素值设置为第一预设像素值,以得到所述第一深度图的图像掩模。
所述深度图处理方法,其中,所述根据所述第一二值化图像对所述第一深度图进行处理,以得到所述第一深度图对应的第二深度图具体包括:
获取所述第三二值化图像的像素点中大于第一预设像素值的第九像素点;
将所述第一深度图中与第九像素点相对应的第十像素点的像素值设置为全局阈值,以得到更新后的第一深度图;
对所述更新后的第一深度图进行滤波,以得到所述第一深度图对应的第二深度图。
所述深度图处理方法,其中,所述将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图具体包括:
获取所述图像掩模的像素点中大于第一预设像素值的第十一像素点,以及所述图像掩模的像素点中等于第一预设像素值的第十二像素点;
将所述第十一像素点的像素值设置为与第一深度图对应像素点的像素值,并将所述第十二像素点的像素值设置为与第二深度图对应像素点的像素值,以得到所述待处理图像对应的深度图。
一种计算机可读存储介质,其中,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任意一项所述的深度图处理方法中的步骤。
一种终端设备,其中,包括:处理器和存储器;所述存储器上存储有可被所述处理器执行的计算机可读程序;所述处理器执行所述计算机可读程序时实现如上任意一项所述的深度图处理方法中的步骤。
有益效果:与现有技术相比,本发明提供了一种深度图处理方法、存储介质及终端设备,所述方法包括:获取待处理图像的第一深度图,并对所述深度图进行二值化处理以得到二值化图像;根据所述二值化图像对所述第一深度图进行处理,以得到深度图像对应的第二深度图;将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图。本发明能够较快的速度下对原始深度图进行平滑处理,从而得到较好的深度图,用于后续的背景虚化。
附图说明
图1为本发明提供的深度图处理方法的流程图。
图2为本发明提供的深度图处理方法中步骤S100的流程图。
图3为本发明提供的深度图处理方法中待平滑处理深度图的示意图。
图4为本发明提供的深度图处理方法中第一二值化图像示意图。
图5为本发明提供的深度图处理方法中图像掩模示意图。
图6为本发明提供的深度图处理方法中第二深度图示意图。
图7为本发明提供的待处理图像对应的深度图的示意图。
图8为本发明提供的终端设备的结构原理图。
具体实施方式
本发明提供一种深度图处理方法、存储介质及终端设备,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
下面结合附图,通过对实施例的描述,对发明内容作进一步说明。
本实施例提供了一种深度图处理方法,如图1所示,所述方法包括:
S100、获取待处理图像的第一深度图,并对所述第一深度图进行二值化处理以得到第一二值化图像。
具体地,深度图像(depth image)也被称为距离影像(range image),是指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。
本实施例的一个实现方式中,首先需要对深度图进行自适应二值化分割,从而可以得到深度图的前景图和背景图,这样,通过对待处理图像的二值化有利于图像的进一步处理,从而使图像处理变得简单,而且数据量减小,能凸显出感兴趣的目标的轮廓。其次,要进行二值图像的处理与分析,首先要把灰度图像二值化,得到二值化图像,其中二值化图像中前景图像素点的值为255,背景图像素点的值为0。相应的,如图2所示,图2为本发明提供的深度图处理方法中步骤S100的流程图。所述获取待处理图像的第一深度图,并对所述第一深度图进行二值化处理以得到第一二值化图像具体包括:
S101、获取待处理图像的第一深度图,计算所述第一深度图的全局阈值;
S102、采用所述全局阈值对所述第一深度图进行二值化处理以得到第一二值化图像。
具体地,图像二值化(Image Binarization)就是就是让图像的像素点矩阵中的每个像素点的灰度值为0(黑色)或者255(白色),也就是让整个图像呈现只有黑和白的效果。在灰度化的图像中灰度值的范围为0~255,在二值化后的图像中的灰度值范围是0或者255。本实施例中,优选使用Otsu算法,其是由日本学者Otsu于1979年提出的一种对图像进行二值化的高效算法。因此本实施例中首先需要获取深度图,如图3所示,图3为本发明提供的深度图处理方法中待平滑处理深度图的示意图,根据Otsu算法计算出深度图的全局阈值,再采用所述全局阈值对所述深度图进行二值化处理,从而得到二值化图像。其中,所述全局阈值用于计算最佳阈值来区分图像的背景图和前景图这两类像素,使得两类像素的区分度最大。
如果物体同背景的差别表现不在灰度值上(比如纹理不同),可以将这个差别特征转换为灰度的差别,然后利用阈值选取技术来分割该图像。动态调节阈值实现图像的二值化可动态观察其分割图像的具体结果。需要说明的是,根据原始深度图和Otsu算法得到二值化图像的过程为现有技术,这里不做具体赘述,在实际应用中,所述预设算法还可以为双峰法、P参数法、大律法(Otsu法)等算法。
本实施例的一个实现方式中,所述根据所述第一二值化图像对所述第一深度图进行处理之前,还包括:
S10、对所述第一二值化图像进行去毛刺处理,以更新所述第一二值化图像。
具体地,本发明还需要对上述得到的二值化图像进行去毛刺处理,从而使得二值化图像更加平滑,示例性的,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
S103、对所述第一二值化图像的像素点进行遍历,获取所有满足预设条件的第一像素点,以及第一像素点对应的第二像素点;
S104、对于获取到的所有第一像素点中的每个第一像素点,计算该第一像素点与其对应的第二像素点的差值,并将该差值与预设阈值进行比较;
S105、当该差值小于预设阈值时,将该第一像素点与该第一像素点对应的第二像素点之间的各像素点的像素值设置为第一预设像素值,以更新所述第一二值化图像。
具体地,对所述二值化图像的像素点进行遍历,首先是按行遍历,记录下第一个非零的像素点的坐标p1,继续遍历,记录下第一个非零像素点后的第一个零值像素点的坐标p2,计算p1和p2的x坐标的差值p2.x-p1.x,如果差值小于预设阈值(一般设置为5),则把p1到p2之间的像素点均置为第一阈值,继续往后遍历,找到下一个非零像素点的坐标p3,以及p3后面第一个零值像素点的坐标p4,计算p3和p4的x坐标的差值p4.x-p3.x,如果差值小于预设阈值(一般设置为5),则把p3到p4之间的像素点均置为第一阈值,重复上述操作,直到该行遍历完;后面每一行都重复上述操作,其中,所述第一阈值为0;
进一步,然后再按列遍历,记录下第一个非零的像素点的坐标p1,然后记录下第一个非零像素点后的第一个零值像素点的坐标置p2,计算p1和p2的y坐标的差值p2.y-p1.y,如果差值小于预设阈值(一般设置为5),则把p1到p2之间的像素点均置为0,继续往后遍历,找到下一个非零像素点p3,以及p3后面第一个零值像素点的坐标p4,计算p3和p4的y坐标的差值p4.y-p3.y,如果差值小于设定的阈值(一般设置为5),则把p3到p4之间的像素点均置为0,重复上述操作,直到该列遍历完,后面每一列都重复上述操作,从而最终得到的图即为去毛刺处理后的二值化图(第一二值化图像),以使得所述二值化图像更加平滑,例如图4所示的示例图。当然在实际应用中,对二值化图像进行去毛刺处理的方法并不局限于上述方式,需要说明的是,其他对二值化图像进行去毛刺处理的方法也都在本发明所保护的范围内。
S200、根据所述第一二值化图像对所述第一深度图进行处理,以得到所述第一深度图对应的第二深度图。
具体地,本发明通过对所述第一二值化图进行腐蚀、膨胀操作,从而可以得到所述前景图和背景图的过渡区的图像掩模。相应的,本实施例的一个实现方式中,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
S201、对所述更新后的第一二值化图像进行滤波;
S202、获取滤波后的第一二值化图像中所有像素值小于第一像素阈值的第三像素点;
S203、将所述第三像素点的像素值设置为第一预设像素值,并将滤波后的第一二值化图像中除第三像素点外的所有像素点的像素值设置为第二预设像素值,以得到所述第一二值化图像对应的第二二值化图像。
具体地,本实施例中所述滤波方式优选为高斯滤波,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值;所述第一像素阈值优选为150,所述第一预设像素值为0,第二预设像素值为255。这样,本发明将对所述第一二值化图像进行高斯滤波,由于经过高斯滤波的第一二值化图像可以产生0~255之间的像素点的值,因此本实施例中将高斯滤波后的第一二值化图像中小于150的第三像素点置为0,其他的像素点置为255,从而得到了第二二值化图像。需要说明的是,此时的第二二值化图像中前景区域会变大,且边缘比较平滑。
示例性的,前景的值是255,背景的值是0,高斯滤波后前景边缘的值变成125,背景边缘的值也变成125,那么把小于150的值置零,从而使前景的边缘变成背景,前景就被腐蚀了。
进一步,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
S204、获取滤波后的第一二值化图像中所有像素值小于第二像素阈值的第四像素点;
S205、将所述第四像素点的像素值设置为第一预设像素值,并将滤波后的第一二值化图像中除第四像素点外的所有像素点的像素值设置为第二预设像素值,以得到所述第一二值化图像对应的第三二值化图像。
具体地,所述第二像素阈值为10,这样,本发明将对所述第一二值化图像进行高斯滤波,并将高斯滤波后的第一二值化图像中小于10的第四像素点置为0,其他的像素点置为255,从而得到了第三二值化图像。需要说明的是,此时的第三二值化图像中前景区域会变大,且边缘比较平滑。
示例性的,把小于10的值置为0,大于10的值置为255,背景的边缘是125,应该变成255,那背景的边缘就变成前景了,前景就膨胀了。
进一步,还需要对上述第三二值化图像进行取反操作,以便接下来获取前景图和背景图的过渡区的图像掩模。相应的,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
S206、获取所述第三二值化图像中所有像素值等于第一预设像素值的第五像素点,以及所述第三二值化图像中所有像素点等于第二预设像素值的第六像素点;
S207、将所述第五像素点的像素值设置为第二预设像素值,以及将所述第六像素点的像素值设置为第一预设像素值,以得到所述第一二值化图像对应的第四二值化图像。
具体地,将第三二值化图像中像素点值为255的像素点的值置为0,把值为0的像素点的值置为255,从而得到得到第四二值化图像。
进一步,本实施例的一个实现方式中,还需要对上述第四二值化图像进行或操作,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
S208、获取所述第二二值化图像的第七像素点,以及所述第四二值化图像的第八像素点;
S209、对于获取到的所有第七像素点中的每一个第七像素点,将该第七像素点与其对应的第四二值化图像的第八像素点进行比较;
S210、如果第七像素点与其对应的第八像素点其中一个大于第一预设阈值,则将该像素点的像素值设置为第二预设像素值;
S211、如果第七像素点与其对应的第八像素点均为第一预设像素值,则将该像素点的像素值设置为第一预设像素值,以得到所述第一深度图的图像掩模。
具体地,如图5所示,图5为本发明提供的深度图处理方法中图像掩模示意图。示例性的,可以对所述第二二值化图像和所述第四二值化图像进行或操作,即只要相对应的像素点的值,其中一个大于0则置为255,两个都为0则置0,从而得到前景图和背景图的过渡区的图像掩模,需要说明的是,此时过渡区的图像掩模的像素值为0,非过渡区域的图像掩模的像素值为255。
本实施例的一个实现方式中,为了使深度图更加平滑,所述根据所述第一二值化图像对所述第一深度图进行处理,以得到所述第一深度图对应的第二深度图具体包括:
S212、获取所述第三二值化图像的像素点中大于第一预设像素值的第九像素点;
S213、将所述第一深度图中与第九像素点相对应的第十像素点的像素值设置为全局阈值,以得到更新后的第一深度图;
S214、对所述更新后的第一深度图进行滤波,以得到所述第一深度图对应的第二深度图。
具体地,如图6所示,图6为本发明提供的深度图处理方法中第二深度图示意图。示例性的,可以将深度图中对应的第三二值化图像中像素点的值大于0的像素点的值置为全局阈值(即上述步骤中根据Otsu算法计算出深度图的全局阈值),目的是使得过渡区域更加平滑,以得到第一深度图,例如,假设全局阈值是125,本来前景是255,背景是0,当把第三二值化图像中大于0的像素点的值置为125后,前景是125,背景是0,从而使图像比原来更平滑。
其次,对所述第一深度图进行滤波处理指的是对第一深度图进行高斯滤波,从而得到第二深度图,以使得图像更加平滑。例如,当前景为125十,其到0还是不够平滑,所以需要用高斯滤波把它变成75到25,从而使图像比原来更平滑。
S300、将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图。
具体地,本实施例的一个实现方式中,所述将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图具体包括:
S301、获取所述图像掩模的像素点中大于第一预设像素值的第十一像素点,以及所述图像掩模的像素点中等于第一预设像素值的第十二像素点;
S302、将所述第十一像素点的像素值设置为与第一深度图对应像素点的像素值,并将所述第十二像素点的像素值设置为与第二深度图对应像素点的像素值,以得到所述待处理图像对应的深度图。
具体地,本发明还要将上述得到的深度图以及第二深度图进行融合至图像掩模,以得到所述待处理图像对应的深度图。从而图像掩模中的像素点的值大于0,则第三深度图相应像素点的值为深度图相应像素点的值,而图像掩模中的像素点的值等于0的像素点,则第三深度图相应像素点的值为第二深度图相应像素点的值,最终输出所述待处理图像对应的深度图。供后续使用,同时也能够较快的速度下对原始深度图进行平滑处理,从而得到较好的深度图,用于后续的背景虚化。示例性的,如图7所示,图7为本发明提供的所述待处理图像对应的深度图示意图。
基于上述深度图处理方法,本发明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存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述实施例所述的深度图处理方法中的步骤。
基于上述深度图处理方法,本发明还提供了一种终端设备,如图8所示,其包括至少一个处理器(processor)20;显示屏21;以及存储器(memory)22,还可以包括通信接口(Communications Interface)23和总线24。其中,处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令,以执行上述实施例中的方法。
此外,上述的存储器22中的逻辑指令可以通过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。
存储器22作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器22中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。
存储器22可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
此外,上述存储介质以及终端设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明,在这里就不再一一陈述。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种深度图处理方法,其特征在于,其包括:
获取待处理图像的第一深度图,并对所述第一深度图进行二值化处理以得到第一二值化图像;
根据所述第一二值化图像对所述第一深度图进行处理,以得到所述第一深度图对应的第二深度图;
将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图。
2.根据权利要求1所述深度图处理方法,其特征在于,所述获取待处理图像的第一深度图,并对所述第一深度图进行二值化处理以得到第一二值化图像具体包括:
获取待处理图像的第一深度图,计算所述第一深度图的全局阈值;
采用所述全局阈值对所述第一深度图进行二值化处理以得到第一二值化图像。
3.根据权利要求1所述深度图处理方法,其特征在于,所述根据所述第一二值化图像对所述第一深度图进行处理之前,还包括:
对所述第一二值化图像进行去毛刺处理,以更新所述第一二值化图像。
4.根据权利要求2所述深度图处理方法,其特征在于,所述对所述第一二值化图像进行去毛刺处理具体包括:
对所述第一二值化图像的像素点进行遍历,获取所有满足预设条件的第一像素点,以及第一像素点对应的第二像素点;
对于获取到的所有第一像素点中的每个第一像素点,计算该第一像素点与其对应的第二像素点的差值,并将该差值与预设阈值进行比较;
当该差值小于预设阈值时,将该第一像素点与该第一像素点对应的第二像素点之间的各像素点的像素值设置为第一预设像素值,以更新所述第一二值化图像。
5.根据权利要求4所述深度图处理方法,其特征在于,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
对所述更新后的第一二值化图像进行滤波;
获取滤波后的第一二值化图像中所有像素值小于第一像素阈值的第三像素点;
将所述第三像素点的像素值设置为第一预设像素值,并将滤波后的第一二值化图像中除第三像素点外的所有像素点的像素值设置为第二预设像素值,以得到所述第一二值化图像对应的第二二值化图像。
6.根据权利要求5所述深度图处理方法,其特征在于,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
获取滤波后的第一二值化图像中所有像素值小于第二像素阈值的第四像素点;
将所述第四像素点的像素值设置为第一预设像素值,并将滤波后的第一二值化图像中除第四像素点外的所有像素点的像素值设置为第二预设像素值,以得到所述第一二值化图像对应的第三二值化图像。
7.根据权利要求6所述深度图处理方法,其特征在于,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
获取所述第三二值化图像中所有像素值等于第一预设像素值的第五像素点,以及所述第三二值化图像中所有像素点等于第二预设像素值的第六像素点;
将所述第五像素点的像素值设置为第二预设像素值,以及将所述第六像素点的像素值设置为第一预设像素值,以得到所述第一二值化图像对应的第四二值化图像。
8.根据权利要求7所述深度图处理方法,其特征在于,所述根据所述第一二值化图像对所述第一深度图进行处理具体包括:
获取所述第二二值化图像的第七像素点,以及所述第四二值化图像的第八像素点;
对于获取到的所有第七像素点中的每一个第七像素点,将该第七像素点与其对应的第四二值化图像的第八像素点进行比较;
如果第七像素点与其对应的第八像素点其中一个大于第一预设阈值,则将该像素点的像素值设置为第二预设像素值;
如果第七像素点与其对应的第八像素点均为第一预设像素值,则将该像素点的像素值设置为第一预设像素值,以得到所述第一深度图的图像掩模。
9.根据权利要求8所述深度图处理方法,其特征在于,所述根据所述第一二值化图像对所述第一深度图进行处理,以得到所述第一深度图对应的第二深度图具体包括:
获取所述第三二值化图像的像素点中大于第一预设像素值的第九像素点;
将所述第一深度图中与第九像素点相对应的第十像素点的像素值设置为全局阈值,以得到更新后的第一深度图;
对所述更新后的第一深度图进行滤波,以得到所述第一深度图对应的第二深度图。
10.根据权利要求9所述深度图处理方法,其特征在于,所述将所述第一深度图与所述第二深度图像进行融合,以得到所述待处理图像对应的深度图具体包括:
获取所述图像掩模的像素点中大于第一预设像素值的第十一像素点,以及所述图像掩模的像素点中等于第一预设像素值的第十二像素点;
将所述第十一像素点的像素值设置为与第一深度图对应像素点的像素值,并将所述第十二像素点的像素值设置为与第二深度图对应像素点的像素值,以得到所述待处理图像对应的深度图。
11.一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存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~10任意一项所述的深度图处理方法中的步骤。
12.一种终端设备,其特征在于,包括:处理器和存储器;所述存储器上存储有可被所述处理器执行的计算机可读程序;所述处理器执行所述计算机可读程序时实现如权利要求1~10任意一项所述的深度图处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010060075.4A CN113139997B (zh) | 2020-01-19 | 2020-01-19 | 一种深度图处理方法、存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010060075.4A CN113139997B (zh) | 2020-01-19 | 2020-01-19 | 一种深度图处理方法、存储介质及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113139997A true CN113139997A (zh) | 2021-07-20 |
CN113139997B CN113139997B (zh) | 2023-03-21 |
Family
ID=76808851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010060075.4A Active CN113139997B (zh) | 2020-01-19 | 2020-01-19 | 一种深度图处理方法、存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113139997B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706598A (zh) * | 2021-09-06 | 2021-11-26 | Oppo广东移动通信有限公司 | 图像处理方法、模型训练方法及装置、介质和电子设备 |
CN114881878A (zh) * | 2022-05-12 | 2022-08-09 | 厦门微图软件科技有限公司 | 深度图像增强方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101640809A (zh) * | 2009-08-17 | 2010-02-03 | 浙江大学 | 一种融合运动信息与几何信息的深度提取方法 |
CN105592271A (zh) * | 2015-12-21 | 2016-05-18 | 深圳市金立通信设备有限公司 | 一种图像处理的方法及终端 |
US20170124715A1 (en) * | 2015-10-29 | 2017-05-04 | Canon Kabushiki Kaisha | Multispectral binary coded projection using multiple projectors |
CN106898003A (zh) * | 2017-01-04 | 2017-06-27 | 努比亚技术有限公司 | 一种实现交互式图像分割的方法、装置及终端 |
US20170316582A1 (en) * | 2016-04-27 | 2017-11-02 | Bellus3D | Robust Head Pose Estimation with a Depth Camera |
CN107945192A (zh) * | 2017-12-14 | 2018-04-20 | 北京信息科技大学 | 一种托盘纸箱垛型实时检测方法 |
US20190186901A1 (en) * | 2015-03-06 | 2019-06-20 | Massachusetts Institute Of Technology | Methods and Apparatus for Enhancing Depth Maps with Polarization Cues |
CN110336942A (zh) * | 2019-06-28 | 2019-10-15 | Oppo广东移动通信有限公司 | 一种虚化图像获取方法及终端、计算机可读存储介质 |
CN110415285A (zh) * | 2019-08-02 | 2019-11-05 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
-
2020
- 2020-01-19 CN CN202010060075.4A patent/CN113139997B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101640809A (zh) * | 2009-08-17 | 2010-02-03 | 浙江大学 | 一种融合运动信息与几何信息的深度提取方法 |
US20190186901A1 (en) * | 2015-03-06 | 2019-06-20 | Massachusetts Institute Of Technology | Methods and Apparatus for Enhancing Depth Maps with Polarization Cues |
US20170124715A1 (en) * | 2015-10-29 | 2017-05-04 | Canon Kabushiki Kaisha | Multispectral binary coded projection using multiple projectors |
CN105592271A (zh) * | 2015-12-21 | 2016-05-18 | 深圳市金立通信设备有限公司 | 一种图像处理的方法及终端 |
US20170316582A1 (en) * | 2016-04-27 | 2017-11-02 | Bellus3D | Robust Head Pose Estimation with a Depth Camera |
CN106898003A (zh) * | 2017-01-04 | 2017-06-27 | 努比亚技术有限公司 | 一种实现交互式图像分割的方法、装置及终端 |
CN107945192A (zh) * | 2017-12-14 | 2018-04-20 | 北京信息科技大学 | 一种托盘纸箱垛型实时检测方法 |
CN110336942A (zh) * | 2019-06-28 | 2019-10-15 | Oppo广东移动通信有限公司 | 一种虚化图像获取方法及终端、计算机可读存储介质 |
CN110415285A (zh) * | 2019-08-02 | 2019-11-05 | 厦门美图之家科技有限公司 | 图像处理方法、装置及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706598A (zh) * | 2021-09-06 | 2021-11-26 | Oppo广东移动通信有限公司 | 图像处理方法、模型训练方法及装置、介质和电子设备 |
CN114881878A (zh) * | 2022-05-12 | 2022-08-09 | 厦门微图软件科技有限公司 | 深度图像增强方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113139997B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8873835B2 (en) | Methods and apparatus for correcting disparity maps using statistical analysis on local neighborhoods | |
US20200034972A1 (en) | Image segmentation method and device, computer device and non-volatile storage medium | |
CN110866924B (zh) | 一种线结构光中心线提取方法及存储介质 | |
CN107945150B (zh) | 基因测序的图像处理方法及系统及计算机可读存储介质 | |
CN113139997B (zh) | 一种深度图处理方法、存储介质及终端设备 | |
JP5700968B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN111311482A (zh) | 背景虚化方法、装置、终端设备及存储介质 | |
CN111582000B (zh) | 一种条形码定位方法、装置及相关设备 | |
CN115546027B (zh) | 图像缝合线确定方法、装置以及存储介质 | |
CN115457063A (zh) | Pcb板圆孔的边缘提取方法、装置、设备及存储介质 | |
CN111260675A (zh) | 一种图像真实边界高精度提取方法及系统 | |
CN114565627A (zh) | 一种轮廓提取方法、装置、设备及存储介质 | |
CN112634301A (zh) | 设备区域图像提取方法及装置 | |
CN111353957A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN115578289A (zh) | 一种基于边界邻域梯度差值的散焦图像去模糊方法 | |
CN112598687B (zh) | 图像分割方法和装置、存储介质、电子设备 | |
CN112070792B (zh) | 一种用于图像分割的边缘生长连接方法及装置 | |
CN111754467A (zh) | 基于霍夫变换的车位检测方法、装置、计算机设备及存储介质 | |
CN116385415A (zh) | 一种边缘缺陷检测方法、装置、设备及存储介质 | |
CN110363723B (zh) | 改进图像边界效果的图像处理方法及装置 | |
CN115311242A (zh) | 一种工业相机图像锐化方法、装置、设备及存储介质 | |
JP2009271657A (ja) | 画像処理方法、画像処理装置、及び、そのプログラムならびにコンピュータ読み取り可能な記憶媒体 | |
CN109949245B (zh) | 十字激光检测定位方法、装置、存储介质及计算机设备 | |
CN110956589A (zh) | 一种图像模糊处理方法、装置、设备及存储介质 | |
CN111626935B (zh) | 像素图缩放方法、游戏内容生成方法及装置 |
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 |