專利名稱：一種用于立體視覺視差圖的濾波方法
技術(shù)領(lǐng)域：
本發(fā)明屬于機(jī)器視覺領(lǐng)域，特別是一種用于立體視覺視差圖的濾波方法。
背景技術(shù)：
現(xiàn)有視覺理論和視覺技術(shù)中，針對提高立體視覺匹配效果的方法有很多種，對視差圖的濾波方法也有很多研究。但是多數(shù)方法還是在通用的層面上，并沒有針對視差特征及其噪聲特殊考慮的方法。如文獻(xiàn)《立體視覺中誤匹配濾波方法的研究》中，針對稠密匹配的視差圖提出了兩種濾波方法基于視差均值的濾波法和基于真實控制點的濾波法。其中第一種方法是將小窗口內(nèi)超過視差均值的點濾掉，第二種方法是濾掉通過松弛迭代和最小中值平方法后的稀疏匹配點對。文獻(xiàn)《雙目立體匹配圖像對的預(yù)處理研究》中，采用了通用的高斯模板、平滑模板和中值模板對視差圖進(jìn)行了濾波。文獻(xiàn)《Reliability-aware Cross Multilateral Filtering for Robust DisparityMap Refinement》中介紹了一種可靠的多邊交叉濾波方法，利用了左右圖像正向和反向匹配視差值的函數(shù)來進(jìn)行視差的濾波。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是克服現(xiàn)有技術(shù)的不足，提供一種立體視覺輸出視差數(shù)據(jù)的濾波方法，有效減少了視差數(shù)據(jù)中的噪點，提高了視差數(shù)據(jù)的可用性，滿足了三維恢復(fù)和規(guī)劃的需求。本發(fā)明的技術(shù)解決方案包括以下步驟一種用于立體視覺視差圖的濾波方法，實現(xiàn)步驟如下第一步，將立體視覺輸出的視差數(shù)據(jù)轉(zhuǎn)換為整型圖像數(shù)據(jù)，所述立體視覺輸出的視差數(shù)據(jù)包括無效點和有效點，無效點灰度為0，有效點按照最大視差和最小視差進(jìn)行整形化，完成后最大的視差點灰度為255，最小的視差點灰度為1 ；第二步，對第一步得到的圖像數(shù)據(jù)，求其像素中鄰域的灰度差值，并剔除無效點的影響，計算得到視差圖的梯度圖；第三步，采用自適應(yīng)的分割方法分割梯度圖，梯度變化劇烈的位置提取為噪聲種子點。第四步，以所述噪聲種子點為起點，在噪聲種子點上下左右四個方面進(jìn)行遍歷搜索，找到的相鄰點與噪聲種子點灰度差值小于設(shè)定閾值的區(qū)域認(rèn)為是噪聲連通區(qū)域，予以剔除，得到噪聲濾除后的圖像；第五步，對噪聲濾除后的圖像進(jìn)行連通域濾波，對噪聲剔除形成的空缺區(qū)域進(jìn)行填補(bǔ)，得到新的更平滑連續(xù)的視差圖；第六步，根據(jù)填補(bǔ)后的視差圖恢復(fù)視差數(shù)據(jù)。所述第二步梯度圖的計算過程為(21)以圖像數(shù)據(jù)中的當(dāng)前點Atl為中心坐標(biāo)，取其周圍的8個相鄰點Α?！ぁう?，其中設(shè)定中間值 m 為 1，則 A1 = ID(i-m，j-m)，A2 = ID(i_m，j)，A3 = ID(i_m，j+m)，A4 = Id (i， j-m), A5 = Id (i, j+m), A6 = ID(i+m, j-m), A7 = ID(i+m, j), A8 = ID(i+m, j+m), Id (i, j)表示(i，j)這一點的視差灰度值，統(tǒng)計8個相鄰點中灰度為零的點的總數(shù)num;i表示該點的像素橫坐標(biāo)，j表示該點的像素縱坐標(biāo)； (22)如果總數(shù)num大于設(shè)定的數(shù)目的閾值Vzn則轉(zhuǎn)到(23)，否則計算當(dāng)前點的梯度 Td= A0 X (8-num) -A1-A2-A3-A4-A5-A6-A7-A8 ；
(23)將Atl點當(dāng)前的相鄰點向外擴(kuò)展一圈，m增加1，用以剔除無效點的影響，更新 A8和總數(shù)num，如果擴(kuò)展的圈數(shù)小于圈數(shù)設(shè)定的閾值Vqn，則轉(zhuǎn)到Q2)，否則轉(zhuǎn)到 新的A (24)；
(24)將當(dāng)前點的梯度值Td值設(shè)為255；
(25)對圖像進(jìn)行遍歷，計算得到視差圖的梯度圖, 所述第三步具體實現(xiàn)為 (31)將視差圖的梯度圖分為均等的上下左右四個區(qū)域；
(32)在每個區(qū)域內(nèi)分別統(tǒng)計灰度為1 255的個數(shù)N(i)，i = 1 255，計算像素
個數(shù)占整個圖像總像素的比值Λ0 = mdtdeight, i = 1 255，Width為圖像的像素寬度，Height為圖像的像素高度； (33)設(shè)定分割目標(biāo)前景和背景的分割閾值為t，計算中間變量
權(quán)利要求
1.一種用于立體視覺視差圖的濾波方法，其特征在于實現(xiàn)步驟如下第一步，將立體視覺輸出的視差數(shù)據(jù)轉(zhuǎn)換為整型圖像數(shù)據(jù)，所述立體視覺輸出的視差數(shù)據(jù)包括無效點和有效點，無效點灰度為0，有效點按照最大視差和最小視差進(jìn)行整形化， 完成后最大的視差點灰度為255，最小的視差點灰度為1 ；第二步，對第一步得到的圖像數(shù)據(jù)，求其像素中鄰域的灰度差值，并剔除無效點的影響，計算得到視差圖的梯度圖；第三步，采用自適應(yīng)的分割方法分割所述梯度圖，梯度圖中梯度變化劇烈的位置提取為噪聲種子點；第四步，以所述噪聲種子點為起點，在噪聲種子點上下左右四個方面進(jìn)行遍歷搜索，找到的相鄰點與噪聲種子點灰度差值小于設(shè)定閾值的區(qū)域認(rèn)為是噪聲連通區(qū)域，予以剔除， 得到噪聲濾除后的圖像；第五步，對噪聲濾除后的圖像進(jìn)行連通域濾波，對噪聲剔除形成的空缺區(qū)域進(jìn)行填補(bǔ)， 得到新的更平滑連續(xù)的視差圖；第六步，根據(jù)填補(bǔ)后的視差圖恢復(fù)視差數(shù)據(jù)。
2.根據(jù)權(quán)利要求1的用于立體視覺視差圖的濾波方法，其特征在于所述第二步中計算得到視差圖的梯度圖過程為(21)以圖像數(shù)據(jù)中的當(dāng)前點Atl為中心坐標(biāo)，取Atl周圍的8個相鄰，其中設(shè)定中間值 m 為 1，則 A1 = ID(i-m，j-m)，A2 = ID(i_m，j)，A3 = ID(i_m，j+m)，A4 = ID(i，j-m)， A5 = Id(i, j+m), A6 = ID(i+m, j-m), A7 = ID(i+m, j), A8 = ID(i+m, j+m), Id(i, j)表示(i, j)這一點的視差灰度值，統(tǒng)計8個相鄰點中灰度為零的點的總數(shù)num ； i表示該點的像素橫坐標(biāo)，j表示該點的像素縱坐標(biāo)；(22)如果總數(shù)num大于設(shè)定的數(shù)目的閾值Vzn則轉(zhuǎn)到(23)，否則計算當(dāng)前點的梯度Td =IA0 X (8-num) -AfA2-A3-A4-A5-A6-A7-A81 ；(23)將Atl點當(dāng)前的相鄰點向外擴(kuò)展一圈，m增加1，用以剔除無效點的影響，更新新的 Α^··Α8和總數(shù)num，如果擴(kuò)展的圈數(shù)小于圈數(shù)設(shè)定的閾值Vqn，則轉(zhuǎn)到(22)，否則轉(zhuǎn)到Q4)；(24)將當(dāng)前點的梯度值Td值設(shè)為255；(25)對圖像進(jìn)行遍歷，計算得到視差圖的梯度圖。
3.根據(jù)權(quán)利要求1的用于立體視覺視差圖的濾波方法，其特征在于所述第三步具體實現(xiàn)為(31)將視差圖的梯度圖分為均等的上下左右四個區(qū)域；(32)在每個區(qū)域內(nèi)分別統(tǒng)計灰度為1 255的個數(shù)N(i)，i= 1 255，計算像素個數(shù) 占整個圖像總像素的比值P{l) = Width^Height^ i = 1 255，Width為圖像的像素寬度， Height為圖像的像素高度；(33)設(shè)定分割目標(biāo)前景和背景的分割閾值為t，計算中間變量m=i·’
4.根據(jù)權(quán)利要求1的用于立體視覺視差圖的濾波方法，其特征在于所述的第四步具體實現(xiàn)(41)將噪聲種子點標(biāo)記為已找到點，其余點標(biāo)記為未找到點；(42)從噪聲種子點開始向其左方、右方、上方和下方四個方向進(jìn)行搜索，如果該方向上的下一點灰度值和噪聲種子點的灰度值差異小于設(shè)定的噪聲閾值Vtn且標(biāo)記為未找到點， 則認(rèn)為該點是噪聲連通區(qū)域，將該點標(biāo)記為已找到點，并用該找到點坐標(biāo)更新種子點位置； 噪聲種子點和該找到點對應(yīng)的視差圖上的灰度設(shè)為0，從視差圖中予以剔除；(43)重復(fù)步驟(42)，直至整個圖像被遍歷，得到噪聲濾除后的圖像。
5.根據(jù)權(quán)利要求1的用于立體視覺視差圖的濾波方法，其特征在于所述的第五步中， 對濾除噪聲的視差圖采用中值濾波進(jìn)行平滑，中值濾波是在圖像中提取濾波窗口大小的數(shù)據(jù)區(qū)域，對區(qū)域里的灰度分布進(jìn)行排列，取排列的中間值來代替該窗口中心的灰度值。
全文摘要
一種用于立體視覺視差圖的濾波方法，應(yīng)用于從圖像中恢復(fù)的視差數(shù)據(jù)的濾波處理，去除噪聲點，以利于后續(xù)應(yīng)用，如三維重建、場景分析和路徑規(guī)劃等。包括以下步驟處理視差數(shù)據(jù)，將其轉(zhuǎn)換為連續(xù)和整型的圖像數(shù)據(jù)；根據(jù)視差圖的分布特點設(shè)計處理方法求取視差圖的梯度；對梯度圖進(jìn)行自動分割，識別其中的噪聲種子點；以種子點為起點，濾除與其連通的噪聲區(qū)域；對濾除噪聲的視差圖進(jìn)行連續(xù)性濾波，完善視差圖效果；最后根據(jù)濾除噪聲后的視差圖恢復(fù)視差數(shù)據(jù)。本發(fā)明有效減少了視差數(shù)據(jù)中的噪點，提高了視差數(shù)據(jù)的可用性。
文檔編號G06T5/00GK102567964SQ20111041238
公開日2012年7月11日 申請日期2011年12月8日 優(yōu)先權(quán)日2011年12月8日
發(fā)明者劉祥, 毛曉艷, 滕寶毅, 賈永, 邢琰 申請人:北京控制工程研究所