CN115082362B - 面向元宇宙场景的去噪方法、系统及存储介质 - Google Patents
面向元宇宙场景的去噪方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115082362B CN115082362B CN202211013444.XA CN202211013444A CN115082362B CN 115082362 B CN115082362 B CN 115082362B CN 202211013444 A CN202211013444 A CN 202211013444A CN 115082362 B CN115082362 B CN 115082362B
- Authority
- CN
- China
- Prior art keywords
- matrix
- scene
- elements
- denoising
- meta
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims description 2
- 238000010295 mobile communication Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002184 metal 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
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种面向元宇宙场景的去噪方法、系统及存储介质,其包括:读入原始场景矩阵C;将矩阵C分割为多个小矩阵D;分别求每个小矩阵D里的所有元素所有分量的和的平均值,得到矩阵S;对矩阵S里的所有元素进行排序,然后迭代执行以下步骤:迭代初始变量t=1,迭代结束条件t=P*Q;依次找出与H[t]的值相同的数组元素共F个;两两计算F个元素之间的距离,若该距离小于设定的第一阈值,则找出所有在空间上处于这两个元素之间,且噪点严重程度大于第二阈值的噪点,对噪点内的所有原始矩阵的元素的RGB分量进行更新。
Description
技术领域
本发明涉及元宇宙技术领域,更具体地,涉及一种面向元宇宙场景的去噪方法、系统及存储介质。
背景技术
近年来,元宇宙技术的兴起为人们提供了在数字空间进行虚拟社会组织和自由创作的可能性,越来越多的企业和元宇宙爱好者加入社区维护的行列。
在元宇宙空间内,只要技术允许,每个数字用户都有充分的权限进行任何现实生活中可进行的活动,如房屋建造、艺术品创作等。但由于大部分数字用户的相应技能较为一般,很难独自创作出具有较高美感的数字场景。开发一种对原始的粗糙的场景进行噪点检测并进行优化的算法是元宇宙技术能进一步推广的重要途径之一。
目前尚未有一种较为成熟的算法得到业界的广泛采纳,被较多采纳的方法是由专业的场景美化师进行专门的优化。这种方法的最大问题是自动化程度低,另外较高的费用也提高了准入门槛,限制了元宇宙技术的推广。
发明内容
本发明的发明目的在于提供一种面向元宇宙场景的去噪方法,该方法采用自动化噪点检测机制,实现对元宇宙场景噪点区域的高效、精准去噪操作。
为实现以上发明目的,采用的技术方案是:
一种面向元宇宙场景的去噪方法,包括以下步骤:
S5.迭代初始变量t=1;迭代结束条件为t=P*Q;
S6.判断H[t] 的值是否与H[t+1] 的值相同,若否则令t=t+1,然后重新执行S6;若是则依次找出与H[t]的值相同的数组元素共F个;
若该距离小于设定的第一阈值,则找出所有的元素,满足且,min表示求较小值,max表示求较
大值;当与的差值的绝对值大于预设的第二阈值时,将子矩阵认定为噪点矩
阵,对噪点矩阵内的所有元素的RGB分量进行更新;
S8.对找出的与H[t]值相同的F个数组元素两两执行步骤S7的操作;
S9.令t=t+F+1,然后执行步骤S6,直至t=P*Q。
矩阵S记作:
优选地,所述步骤S7计算H[d]与H[e]之间的距离,具体包括:
G表示计算得到的H[d]与H[e]之间的距离。
同时,本发明还提供了一种面向元宇宙场景的去噪系统,其具体的方案如下:
一种面向元宇宙场景的去噪系统,包括元宇宙客户端和社区服务器,元宇宙客户端和社区服务器执行去噪处理时执行以上所述面向元宇宙场景的去噪方法的方法步骤。
另外,本发明还提供了一种存储介质,其具体的方案如下:
一种存储介质,包括存储器及处理器,所述存储器内存储有程序,所述程序被所述处理器执行时,执行以上所述面向元宇宙场景的去噪方法的方法步骤。
与现有技术相比,本发明的有益效果是:
(1)本发明提供的方法采用自动化噪点检测机制,实现对元宇宙场景噪点区域的高效、精准去噪操作;自动化噪点检测机制可扩展,能根据元宇宙场景的分辨率选择合适的分割粒度,具备较强的实用性。
(2)本发明提供的方法采用高效的噪点平滑策略,能适应绝大部分元宇宙场景的要求。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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它的附图。
图1为面向元宇宙场景的去噪方法的流程示意图。
图2为面向元宇宙场景的去噪系统的结构示意图。
图3为存储介质的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
实施例1
图1为本发明提供的面向元宇宙场景的去噪方法的流程示意图。如图1所示,本发明提供的面向元宇宙场景的去噪方法包括有以下步骤:
矩阵S记作:
S5.迭代初始变量t=1;迭代结束条件为t=P*Q;
S6.判断H[t] 的值是否与H[t+1] 的值相同,若否则令t=t+1,然后重新执行S6;若是则依次找出与H[t]的值相同的数组元素共F个;
在具体的实施过程中,计算H[d]与H[e]之间的距离,具体包括:
G表示计算得到的H[d]与H[e]之间的距离;
若该距离小于设定的第一阈值,则找出所有的元素,满足且,min表示求较小值,max表示求较
大值;当与的差值的绝对值大于预设的第二阈值时,将子矩阵认定为噪点矩
阵,对噪点矩阵内的所有元素的RGB分量进行更新;
S8.对找出的与H[t]值相同的F个数组元素两两执行步骤S7的操作;
S9.令t=t+F+1,然后执行步骤S6,直至t=P*Q。
实施例2
本实施例提供了一种面向元宇宙场景的去噪系统,如图2所示,包括元宇宙客户端和社区服务器,元宇宙客户端和社区服务器执行去噪处理时执行实施例1所述面向元宇宙场景的去噪方法的方法步骤。
实施例3
本实施例提供了一种存储介质,如图3所示,包括存储器及处理器,所述存储器内存储有程序,所述程序被所述处理器执行时,执行实施例1所述面向元宇宙场景的去噪方法的方法步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果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,本发明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)执行本发明各个实施例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-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,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 (7)
1.一种面向元宇宙场景的去噪方法,其特征在于:包括以下步骤:
S5.迭代初始变量t=1;迭代结束条件为t=P*Q;
S6.判断H[t] 的值是否与H[t+1] 的值相同,若否则令t=t+1,然后重新执行S6;若是则依次找出与H[t]的值相同的数组元素共F个;
若该距离小于设定的第一阈值,则找出所有的元素,满足且,min表示求较小值,max表示求较
大值;当与的差值的绝对值大于预设的第二阈值时,将子矩阵认定为噪点矩
阵,对噪点矩阵内的所有元素的RGB分量进行更新;
S8.对找出的与H[t]值相同的F个数组元素两两执行步骤S7的操作;
S9.令t=t+F+1,然后执行步骤S6,直至t=P*Q。
6.一种面向元宇宙场景的去噪系统,其特征在于:包括元宇宙客户端和社区服务器,元宇宙客户端和社区服务器执行去噪处理时执行权利要求1-5任一项所述面向元宇宙场景的去噪方法的方法步骤。
7.一种存储介质,包括存储器及处理器,所述存储器内存储有程序,其特征在于:所述程序被所述处理器执行时,执行权利要求1-5任一项所述面向元宇宙场景的去噪方法的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211013444.XA CN115082362B (zh) | 2022-08-23 | 2022-08-23 | 面向元宇宙场景的去噪方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211013444.XA CN115082362B (zh) | 2022-08-23 | 2022-08-23 | 面向元宇宙场景的去噪方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115082362A CN115082362A (zh) | 2022-09-20 |
CN115082362B true CN115082362B (zh) | 2022-11-08 |
Family
ID=83245192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211013444.XA Active CN115082362B (zh) | 2022-08-23 | 2022-08-23 | 面向元宇宙场景的去噪方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115082362B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157259A (zh) * | 2016-06-24 | 2016-11-23 | 西安电子科技大学昆山创新研究院 | 基于尺度混合模型和低秩逼近的视频去噪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021111097A (ja) * | 2020-01-09 | 2021-08-02 | 富士通株式会社 | ノイズ推定方法、ノイズ推定プログラム及びノイズ推定装置 |
-
2022
- 2022-08-23 CN CN202211013444.XA patent/CN115082362B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157259A (zh) * | 2016-06-24 | 2016-11-23 | 西安电子科技大学昆山创新研究院 | 基于尺度混合模型和低秩逼近的视频去噪方法 |
Non-Patent Citations (2)
Title |
---|
Adaptive Separation Technology of Ship Noise;Wang Rongjie et al;《Navigation of China》;20110925;10-14 * |
基于噪声点云的三维场景重建方法;张健等;《计算机工程与设计》;20200416(第04期);80-85 * |
Also Published As
Publication number | Publication date |
---|---|
CN115082362A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766925B (zh) | 特征融合方法、装置、电子设备及存储介质 | |
TW202032423A (zh) | 圖像處理方法及裝置 | |
CN108509407A (zh) | 文本语义相似度计算方法、装置及用户终端 | |
CN109859120A (zh) | 基于多尺度残差网络的图像去雾方法 | |
CN105469353B (zh) | 水印图像的嵌入方法和装置及提取方法和装置 | |
CN107885716B (zh) | 文本识别方法及装置 | |
CN109218769B (zh) | 一种直播间的推荐方法以及相关设备 | |
CN108171675B (zh) | 一种基于分离Bregman迭代优化的图像修复方法及装置 | |
CN108765322A (zh) | 图像去噪方法及装置 | |
CN111767819A (zh) | 一种图像识别方法、装置、电子设备和计算机可读介质 | |
WO2022062164A1 (zh) | 基于偏微分算子的广义等变卷积网络模型的图像分类方法 | |
CN112614110B (zh) | 评估图像质量的方法、装置及终端设备 | |
US9710722B1 (en) | System and method for adaptive pixel filtering | |
CN107908998A (zh) | 二维码解码方法、装置、终端设备及计算机可读存储介质 | |
CN115619616A (zh) | 基于水印扰动的对抗样本生成方法、装置、设备及介质 | |
CN116227209A (zh) | 一种点云数据多维线性差值方法、终端设备及存储介质 | |
CN115082362B (zh) | 面向元宇宙场景的去噪方法、系统及存储介质 | |
CN108629767B (zh) | 一种场景检测的方法、装置及移动终端 | |
CN106650816A (zh) | 一种视频质量评价方法和装置 | |
CN106651790A (zh) | 图像去模糊的方法、装置和设备 | |
CN115760641B (zh) | 基于多尺度特征注意力网络的遥感影像去云雾方法和设备 | |
CN113205495A (zh) | 图像质量评价及模型训练方法、装置、设备和存储介质 | |
CN112381147A (zh) | 动态图片相似度模型建立、相似度计算方法和装置 | |
WO2022178975A1 (zh) | 基于噪声场的图像降噪方法、装置、设备及存储介质 | |
CN111429388A (zh) | 一种图像处理方法、装置和终端设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |