[发明专利]基于深度置信度的分层联合双边滤波深度图修复方法

权利要求书

1.基于深度置信度的分层联合双边滤波深度图修复方法，其特征在于，所述方法包括以下步骤：

S1、基于深度信息获取构建RGB-D相机深度退化模型；

S2、采用深度置信度测量机制对获取的深度图进行深度像素置信度分类，分为高置信度、低置信度和被遮挡像素；

S3、依据联合双边滤波结合深度置信度测量机制提出分层联合双边滤波，确定分层联合双边滤波的权重值Q，并同时选择相应的滤波器大小，其中：

式中，L是距滤波器中心像素的距离，σ_s表示用于调整空间近似度的参数，且

S4、利用分层联合双边滤波对修复区域完成深度图修复；

所述步骤S4具体表现为分层联合双边滤波具体根据当前像素类别、权重值、滤波器大小，对不同置信度类别的深度像素进行深度图修复，以获得高质量、高分辨率的深度图，其中，分层联合双边滤波时分层联合双边滤波器表示为：

式中，p表示原始深度图中的一个像素点，N(p)表示像素点p的一个邻域，q表示p的邻域N(p)中的另一个像素点，Dⁱ(q)表示像素点q第i个滤波器窗口的深度值，Wⁱ(q)表示像素点q第i个滤波器窗口的加权函数，其中：

式中，Qⁱ(q)表示像素点q的权重值，Iⁱ(p)表示待修复彩色图像像素点p，Iⁱ(q)表示待修复彩色图像像素点q，表示联合双边滤波的距离加权函数，且采用高斯核形式计算：

式中，σ_R表示用于调整亮度近似度的参数。

2.根据权利要求1所述的基于深度置信度的分层联合双边滤波深度图修复方法，其特征在于，所述步骤S1中深度退化模型为：

I₀＝P*I+n (1)

式中，I和I₀分别表示深度信息实际值和深度相机设备捕获的深度图，P表示观测矩阵，n是随机产生的噪声。

3.根据权利要求2所述的基于深度置信度的分层联合双边滤波深度图修复方法，其特征在于，观测矩阵P在不同类型的深度相机设备、不同的场景环境中采用不同的矩阵形式。

4.根据权利要求3所述的基于深度置信度的分层联合双边滤波深度图修复方法，其特征在于，所述步骤S2中深度置信度测量机制通过左右一致性检查进行判断将深度像素分为高置信度、低置信度和被遮挡像素，具体步骤为：

S21、定义P_ij(x,y,d)表示深度值为d的一个像素，P_ij-R(x_R,y_R,d_R)表示P_ij像素右邻域的像素，P_ij-L(x_L,y_L,d_L)表示P_ij像素左邻域的像素，其中，i表示原始深度图中随机像素的滤波器窗口，j是像素邻域中的像素索引号，x表示深度值为d的P_ij像素的横坐标，y表示深度值为d的P_ij像素的纵坐标；

S22、设定左右一致性LRC为：

S23、设定阈值和若C_LRC小于预先设定的阈值时，被判定为高置信度像素；若C_LRC大于预先设定的阈值且小于预先设定的阈值时，被判定为低置信度像素；若C_LRC大于阈值被判定为被遮挡像素。

5.根据权利要求4所述的基于深度置信度的分层联合双边滤波深度图修复方法，其特征在于，所述滤波器大小选择与深度像素置信度类别和权重值的关系为：

若权重值为1，则认定为高置信度像素，选择的滤波器大小为

若权重值为0，则认定为低置信度像素，选择的滤波器大小为

若权重值大于0且小于1，则认定为被遮挡像素，选择的滤波器大小为

6.根据权利要求5所述的基于深度置信度的分层联合双边滤波深度图修复方法，其特征在于，低置信度区域选择用相应大尺寸滤波器窗口7*7进行深度修复；高置信度区域采用小尺寸滤波器窗口3*3进行深度修复。