一种图像降噪方法及系统的制作方法
【技术领域】
[0001] 本发明设及图像处理技术领域，尤其设及一种图像降噪方法及系统。
【背景技术】
[0002] 随着科技的发展，图像作为多媒体时代主要的信息载体之一，在采集、转换和传输 过程中，易受到成像设备与外部环境噪声干扰等影响导致质量下降，因此，图像降噪是图像 工程中一个基础和必要的预处理步骤，是图像感知、分类与识别的关键技术之一。图像降噪 的本质是模式分类，即从有规律的"图像模式"中将具有点奇异的不规则"噪声模式"分离出 来。
[0003] 目前，图像降噪方法主要分为空域滤波、变换域滤波W及变换域统计建模分析等 =大类。传统的大部分滤波方法属于空域滤波，如均值滤波、中值滤波等。实际上采用各种 平滑函数对图像进行卷积处理，在便于硬件实现，削弱噪声的同时对图像的有用信息也进 行了平滑。变换域统计建模分析方法对变换域系数进行统计建模，能够取得较好降噪效果， 但是需要较多的先验信息，建立适合的模型进行训练，而且计算复杂度很高。在变换域滤波 方法中，基于小波变换的收缩阔降噪方法最具代表性，但是变换域收缩阔值生失真，称为伪 吉布斯现象。
[0004] 已有的技术中，红外图像降噪的方法有:a.通过TOF(飞行时间）技术采集图像，在 深度图像上直接应用双边滤波技术，该技术的主要问题是容易丢失图像的细节信息。b.通 过TOF技术采集图像，将深度图像转化为灰度图像，利用灰度的梯度变化进行滤波，该技术 的主要问题是：如果不做梯度变化自适应，则边缘保持效果不理想；如果做梯度变化自适 应，则速度非常慢。C.通过TOF技术采集图像，在深度图像上直接应用中值滤波，该算法对椒 盐噪声有很好的抑制效果，对其他类型的噪声则不理想。d.通过TOF采集图像，在深度图像 上直接应用中值滤波，该算法对椒盐噪声有很好的抑制效果，对其他类型的噪声则不理想， 另外TOF技术采集的深度图像中，椒盐噪声只是其中很少的一部分。e.通过TOF技术采集图 像，采用多帖均值滤波，该技术要求采集多幅深度图像，该技术的主要问题有两个，一是对 噪声的判断不稳定;二是会增加数据采集的时间。综合W上的方法，采用TOF技术的S维扫 描仪采集到的深度图像在目标边缘部分存在比较严重的噪声。本发明旨在解决当前技术对 运种深度图像降噪时存在着边缘细节信息容易丢失和速度慢的缺点。本发明基于TOF技术 的=维扫描仪采集到的深度数据，在目标的边缘部分存在着比较严重的噪声，当前的深度 图像降噪技术直接针对深度图像进行降噪时存在着边缘容易模糊(丢失细节信息），速度慢 的问题。
【发明内容】
[0005] 本发明的目的是提供一种图像降噪方法及系统，本发明利用TOFS维扫描仪采集 的红外图像引导深度图像进行快速降噪处理、同时解决了其边缘图像的清晰、而且避免图 像原有细节信息的丢失。
[0006] 本发明是提供一种图像降噪方法，包括： 输入相机采集原深度图像和原红外图像； 将采集的深度图像，前后景剔除，得到前后景剔除的原深度图像； 将前后景剔除的原深度图像剔除地面，得到地面剔除的原深度图像； 将采集的红外图像的灰度值进行重映射，得到重映射后的红外图像； 将重映射后的红外图像的前后景剔除，得到前后景剔除的红外图像； 将前后景剔除的红外图像地面过滤，得到过滤后的红外图像； 将过滤后的红外图像进行二值化，得到二值化后的红外图像； 将所述二值化的红外图像和所述地面剔除的原深度图像叠加降噪，得到降噪后的图 像； 将降噪后的图像，采用联合双边滤波算法对边缘部分进行增强，得到增强后的图像； 将增强后的图像替换采集的原红外图像，得到增强降噪的红外图像。
[0007] 进一步地，所述的原深度图像和原红外图像是飞机时间相机同一时间采集的。
[0008] 进一步地，所述的原深度图像前后景剔除距离的阔值公式为：
其中，深度图像中一点P，其深度值为Z，其灰度值为g，深度阔值为[Dmin，Dmax]，深度过 滤后的灰度值记为Gf。
[0009] 进一步地，所述采集的原红外图像的灰度值进行重新映射， 灰度值重映射的算法为： Gf = Max[min(Gorg/a*b*c,Cmax),Cmin]*255 其中Gorg表示原始灰度值，a表示灰度等级的最大值，一般用故表示n表示灰度等级. b表示红外成像设备的标准偏差，C表示红外图像的平均值. Cma巧與技.1巧，灰度映射范围最大值. Cmi化與G,L0),灰度映射范围最小值. 曰，13,(3是跟设备相关的参数，其中，取曰=2;.6,6=4.0,。=0.1,〇]1曰义=1.0,〇11；[]1=0.1 进一步地，所述深度图像中的地面剔除算法为:从剔除前后景的深度图像中，从下往上 共取m行，在运m行中，采用横向扫描线原理，每点的灰度记为g(x，y)，如果邑^，7)〉0，则将该 点加入集合Q，对非空集合Q(为了保证Q非空，m需要选择一个合适的值，取m=20)，计算出每 一点的=维相机坐标，采用最小二乘法拟合出集合Q的平面方程P。
[0010] 进一步地，所述深度图像中的地面剔除算法平面P的方程为 aX+bY+cZ+D=0 其中，平面的法线向量记为N(a，b，c)，集合Q中的点Qi到平面的距离记为di，根据点到 平面的距离公式有： di = Qi*N+D; 其中，集合Q中元素的最终灰度值G为：
本发明是提供一种图像降噪系统，包括： 所述相机采集模块，用于采集原深度图像和原红外图像； 所述第一前后景剔除模块，用于剔除原深度图像的前后景，得到前后景剔除的原深度 图像； 所述第一地面剔除模块，用于剔除原深度图像的地面，得到地面剔除的原深度图像； 所述灰度值重映射模块，用于红外图像的灰度值进行重映射，得到重映射后的红外图 像； 所述第二前后景剔除模块，用于剔除重映射后的红外图像的前后景，得到前后景剔除 的红外图像； 所述地面过滤模块，用于前后景剔除的红外图像的地面过滤，得到过滤后的红外图像； 所述二值化模块，用于过滤后的红外图像进行二值化，得到二值化后的红外图像； 所述叠加降噪模块，用于所述二值化的红外图像和所述地面剔除的原深度图像叠加降 噪，得到降噪后的图像； 所述第一图像模块，采用联合双边滤波算法对边缘部分进行增强，得到增强后的图像； 所述第二图像模块，用于增强后的图像替换采集的原红外图像，得到增强降噪的红外 图像。
[0011]有益效果 本发明提供了一种图像降噪方法及系统，采用TOF技术的=维扫描仪采集到的深度图 像在目标边缘部分存在比较严重的噪声，本发明旨在解决当前技术对运种深度图像降噪时 存在着边缘细节信息容易丢失和速度慢的缺点。本发明基于TOF技术的=维扫描仪采集到 的深度数据，在目标的边缘部分存在着比较严重的噪声，当前的深度图降噪技术直接针对 深度图进行降噪时存在着边缘容易模糊(丢失细节信息），速度慢的问题。本发明综合利用 TOFS维扫描仪采集到的深度图和红外图，利用红外图像清晰的边缘和低噪声，红外图和深 度图同分辨率(能实现一一映射）的特点，由红外图引导深度图进行快速降噪，同时保持良 好的边缘信息。
[00。]附图像说明 图1是图像处理的流程图像 图2是TOF相机采集的原始深度图像 图3 TOF相机采集的原始红外图像 图4是经过深度过滤后得到的人体深度图像 图5是经过深度过滤后得到得人体红外成像图像 图6是最终结果图像
【具体实施方式】
[0013] 为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，W下结 合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用W解 释本发明，并不用于限定本发明。
[0014] 实施例1 本实施例提供一种图像降噪方法，包括： 输入相机采集原深度图像和原红外图像； 将采集的深度图像，前后景剔除，得到前后景剔除的原深度图像； 将前后景剔除的原深度图像剔除地面，得到地面剔除的原深度图像； 将采集的红外图像的灰度值进行重映射，得到重映射后的红外图像； 将重映射后的红外图像的前后景剔除，得到前后景剔除的