[发明专利]一种联合颜色与深度信息的自适应深度图像修复方法在审

专利信息
申请号: 201910919398.1 申请日: 2019-09-26
公开(公告)号: CN110827209A 公开(公告)日: 2020-02-21
发明(设计)人: 魏平;夏春龙;张永驰;郑南宁 申请(专利权)人: 西安交通大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/90
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 姚咏华
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 联合 颜色 深度 信息 自适应 图像 修复 方法
【权利要求书】:

1.一种联合颜色与深度信息的自适应深度图像修复方法,其特征在于,包括以下步骤:

步骤1)、获取待修复深度图及待修复深度图深度处理前的颜色原图;

步骤2)、根据待修复深度图的掩码获取待修复深度图的空洞和噪点坐标,当待修复深度图坐标点(x,y)处的深度值小于等于有效深度阈值时,则待修复深度图坐标点(x,y)处的为空洞;当待修复深度图坐标点(x,y)处的深度值大于有效深度阈值时,则待修复深度图坐标点(x,y)处的为噪点;

步骤3)、对于待修复深度图中的噪点,采用双边滤波方法进行图像噪点修复;对于待修复深度图中的空洞,获取颜色原图中与待修复深度图相同像素点的像素值覆盖待修复深度图中相同位置的像素点,完成待修复深度图中空洞的修复。

2.根据权利要求1所述的一种联合颜色与深度信息的自适应深度图像修复方法,其特征在于,步骤2)中,通过下式求得待修复深度图的掩码:

threshold为有效深度阈值;mask(x,y)为掩码;depth(x,y)为深度图坐标(x,y)处的深度值。

3.根据权利要求1所述的一种联合颜色与深度信息的自适应深度图像修复方法,其特征在于,步骤3)中,待修复深度图中的噪点和空洞修复计算如下公式:

其中是待修复深度图空间域的高斯核矩阵,是待修复深度图值域的相似度高斯核矩阵,是颜色原图的高斯滤波核矩阵;W(x,y)双边滤波的权值模板系数。

4.根据权利要求3所述的一种联合颜色与深度信息的自适应深度图像修复方法,其特征在于,当待修复深度图坐标点(x,y)处的为噪点时,根据下式计算双边滤波的权值模板系数W(x,y):

其中,是待修复深度图空间域的高斯核矩阵,是待修复深度图值域的相似度高斯核矩阵;

其中:

其中,Ix,y为待修复深度图中待修复像素的邻域值,为待修复深度图中待修复的像素值;

计算修复后的像素值I′(x0,y0):

其中,I′为修复之后的图像,I为待修复图像,为权值归一化系数,指的是像素点(x0,y0)的邻域范围。

5.根据权利要求3所述的一种联合颜色与深度信息的自适应深度图像修复方法,其特征在于,当待修复深度图坐标点(x,y)处的为空洞时,根据下式计算权值模板系数W(x,y):

计算先将待修复深度图深度处理前的颜色原图转化为灰度图像,然后对于灰度图进行滤波核的构建,公式如下:

Grx,y为颜色原图中与待修复深度图中待修复像素相同点的像素的邻域值,为颜色原图中与待修复深度图中待修复像素相同点的像素值。

6.根据权利要求1所述的一种联合颜色与深度信息的自适应深度图像修复方法,其特征在于,对于修复后的图像进行自适应图像滤波:

获取待修复深度图的自适应滤波核权重Wmask(x,y):

Wmask(x,y)=W(x,y)*mask(x,y)

然后利用下式完成修复后的图像进行自适应图像滤波:

sum(Smask)>threshold

sum(Smask)>1/2(Ws*Hs)

其中,Smask为像素点(x0,y0)邻域相对应的掩码范围,Ws为邻域的宽度,Hs为邻域的高度;I′为修复之后的图像,I为待修复图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910919398.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top