一种数据处理方法、装置、计算机存储介质及用户终端的制作方法
【技术领域】
[0001] 本发明属于多媒体应用技术领域，尤其涉及一种数据处理方法、装置、计算机存储 介质及用户终端。
【背景技术】
[0002]SIFT是SIFT局部特征描述算法中涉及的局部特征描述子，SIFT特征独特性好，信 息量丰富，并且对大多数图像变换具有很强的不变性。在Mikolajczyk对包括SIFT算子在 内的十种局部描述子所做的不变性对比实验中，SIFT及其扩展算法已被证实在同类描述子 中具有最强的鲁棒性，所谓鲁棒性是指稳定性的一种描述。
[0003]SIFT算法包含了两个部分：一个尺度不变的兴趣区域检测器和一个基于兴趣区 域的灰度阶梯分布的特征描述符。其主要特点如下：
[0004]a)SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视 角变化、仿射变换、噪声也保持一定程度的稳定性。
[0005]b)独特性（Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行 快速、准确的匹配。
[0006]c)多量性，即使少数的几个物体也可以产生大量SIFT特征向量。
[0007]d)高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。
[0008]e)可扩展性，可以很方便的与其他形式的特征向量进行联合。
[0009]SIFT特征匹配算法主要包括两个阶段，第一阶段是SIFT特征的生成，即从多幅图 像中提取对尺度缩放、旋转、亮度变化无关的特征向量；第二阶段是SIFT特征向量的匹配。
[0010] 如今，SIFT算法已经广泛应用于目标识别、图像复原、图像拼接等领域。
[0011]随机取样一致性算法（RANSAC，randomsampleconsensus)是由Fishier和 Bolles提出的一种鲁棒性估计方法。如今，RANSAC技术已经成为线性、非线性模型估计重 要方法。
[0012] 本申请发明人在实现本申请实施例技术方案的过程中，至少发现现有技术中存在 如下技术问题：
[0013] 在用户终端，例如移动终端的多媒体应用领域，采集设备利用采集的图像数据进 行立体成像，立体图像的合成工作包括立体数据的准备、子像素判断准则、各视点像素子采 样、各视点子像素排列合成、立体图像的压缩传输与显示几个部分。
[0014] 在两视点立体图像采集合成过程中，由于每一帧立体数据只有左右视点两张图 片，所以合成算法容错率较低。在使用移动终端采集双视点立体图像数据时，由于用户操作 不稳定的问题，容易出现手指遮挡等问题，当采集设备出现噪声较大，摄像头遮挡等问题的 时候，容易造成立体图像数据的不可用，稳定性差，从而最终合成错误或者质量较差的立体 图片。可见，在整个立体图像采集合成过程中，作为数据源的立体图像数据的稳定性对最终 合成立体图片起着至关重要的作用，然而，对于如何得到稳定的立体图像数据尚未存在有 效的解决方案。
【发明内容】
[0015] 有鉴于此，本发明的主要目的在于提供一种数据处理方法、装置及用户终端，至少 解决了不能得到稳定的立体图像数据的问题，能对得到的立体图像数据进行优化重建。
[0016] 为达到上述目的，本发明的技术方案是这样实现的：
[0017] 本发明实施例提供了一种数据处理方法，包括：
[0018] 对采集的每帧立体图像数据进行预处理时，对每帧立体图像数据的左视图和右视 图分别提取特征值并进行匹配，根据匹配结果得到左右视图之间的像素坐标映射模型；
[0019] 每帧立体图像数据对应一个左右视图之间的像素坐标映射模型，根据多帧立体图 像数据对应的左右视图之间的像素坐标映射模型得到平均像素坐标映射模型；
[0020] 基于所述平均像素坐标映射模型进行图像处理。
[0021] 上述方案中，所述对每帧立体图像数据的左视图和右视图分别提取特征值并进行 匹配，具体包括：
[0022] 对左视图和右视图分别提取SIFT特征，获得左视图和右视图分别对应的SIFT特 征描述子；
[0023] 将左视图和右视图分别对应的SIFT特征描述子进行SIFT特征点匹配，获得左右 视图的SIFT特征点的匹配点对。
[0024] 上述方案中，所述根据匹配结果得到左右视图之间的像素坐标映射模型，具体包 括：
[0025] 以所述匹配点对作为输入参数来得到所述左右视图之间的像素坐标映射模型。
[0026] 上述方案中，所述以所述匹配点对作为输入参数来得到所述左右视图之间的像素 坐标映射模型，具体包括：
[0027] 从由所述匹配点对构成的集合S中随机选取一个数据点集进行初始化；
[0028] 从所述数据点集中按照预设阈值过滤出符合的支撑点集Si，作为一致集；
[0029] 根据Si的大小与预设阈值的比对来不断选取新的数据样本及估计左右视图之间 的像素坐标映射模型直至获得最大的一致集，根据所述最大的一致集为最终数据样本得到 所需的左右视图之间的像素坐标映射模型。
[0030] 上述方案中，所述根据多帧立体图像数据对应的左右视图之间的像素坐标映射模 型得到平均像素坐标映射模型，具体包括：
[0031] 获取立体图像合成前最新采集的指定个数的多帧立体图像数据对应的左右视图 之间的像素坐标映射模型，对所述多帧立体图像数据对应的左右视图之间的像素坐标映射 模型取平均，得到平均像素坐标映射模型。
[0032] 上述方案中，所述基于所述平均像素坐标映射模型进行图像处理，具体包括：
[0033] 基于所述平均像素坐标映射模型进行破损区域的修复处理；
[0034] 基于所述平均像素坐标映射模型进行降噪处理。
[0035] 上述方案中，所述基于所述平均像素坐标映射模型进行破损区域的修复处理，具 体包括：
[0036] 检测到破损区域，基于所述平均像素坐标映射模型确定破损区域在另一正常视图 中的坐标信息，用正常视图中相应区域的图像内容替换当前破损区域的图像内容，对检测 到破损区域的边缘，用左右两视图对应像素点灰度值的平均数修正。
[0037] 上述方案中，所述基于所述平均像素坐标映射模型进行降噪处理，具体包括：
[0038] 检测到可疑噪声点，基于所述平均像素坐标映射模型确定可疑噪声点在另一视图 中的位置区域，进行灰度比较确定可疑噪声点是否为噪声点；
[0039] 将确定的噪声点按照预定位置区域的邻域内各像素灰度值用另一视图对应像素 点的灰度值进行修正。
[0040] 本发明实施例还提供了一种数据处理装置，包括：
[0041] 预处理单元，用于对采集的每帧立体图像数据进行预处理时，对每帧立体图像数 据的左视图和右视图分别提取特征值并进行匹配，根据匹配结果得到左右视图之间的像素 坐标映射模型；
[0042] 图像处理单元，用于基于所述平均像素坐标映射模型进行图像处理；每帧立体图 像数据对应一个左右视图之间的像素坐标映射模型，根据多帧立体图像数据对应的左右视 图之间的像素坐标映射模型得到所述平均像素坐标映射模型。
[0043] 上述方案中，所述预处理单元，进一步包括：特征匹配子单元；
[0044] 所述特征匹配子单元，用于对左视图和右视图分别提取SIFT特征，获得左视图和 右视图分别对应的SIFT特征描述子；将左视图和右视图分别对应的SIFT特征描述子进行 SIFT特征点匹配，获得左右视图的SIFT特征点的匹配点对。
[0045] 上述方案中，所述预处理单元，进一步包括：模型估计子单元；
[0046] 所述模型估计子单元，用于以所述匹配点对作为输入参数来得到所述左右视图之 间的像素坐标映射模型。
[0047] 上述方案中，所述模型估计子单元，用于从由所述匹配点对构成的集合S中随机 选取一个数据点集进行初始化；从所述数据点集中按照预设阈值过滤出符合的支撑点集Si，作为一致集；根据Si的大小与预设阈值的比对来不断选取新的数据样本及估计左右视 图之间的像素坐标映射模型直至获得最大的一致集，根据所述最大的一致集为最终数据样 本得到所需的左右视图之间的像素坐标映射模型。
[0048] 上述方案中，所述图像处理单元，进一步包括：模型均值获取子单元；
[0049] 所述模型均值获取子单元，用于获取立体图像合成前最新采集的指定个数的多帧 立体图像数据对应的左右视图之间的像素坐标映射模型，对所述多帧立体图像数据对应的 左右视图之间的像素坐标映射模型取平均，得到平均像素坐标映射模型。
[0050] 上述方案中，所述图像处理单元，进一步包括：第一处理子单元和第二处理子单 元；
[0051] 所述第一处理子单元，用于基于所述平均像素坐标映射模型进行破损区域的修复 处理；
[0052] 第二处理子单元，用于基于所述平均像素坐标映射模型进行降噪处理。
[0053] 上述方案中，所述第一处理子单元，进一步用于检测到破损区域，基于所述平均像 素坐标映射模型确定破损区域在另一正常视图中的坐标信息，用正常视图中相应区域的图