[发明专利]基于向下倾角方向的单台TOF相机人体降噪方法及系统

说明书

本发明公开一种基于向下倾角方向的单台TOF相机人体降噪方法，获取有人体的前景深度图像以及背景深度图像，对有人体的前景深度图像和背景深度图像进行背景差分处理；把只有人体的深度图像中的每个像素的深度数据映射到二维图像中；对二维图像进行形态学滤波处理；在滤波后的二维图像中找到人体对应的每个像素的深度数据，对所述深度数据进行梯度滤波，得到梯度滤波图像；将梯度滤波图像中的深度数据转化成世界坐标系下的人体点云数据，得到相对平滑的人体点云数据。本发明用于向下倾角的TOF相机检测项目；用三维深度图像映射到二维图像进行需要的处理，避开三维点云数据的滤波，数据处理等复杂度较大的算法，最终才用三维数据做人体数据的平滑滤波。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种基于向下倾角方向的单台TOF相机人体降噪方法及系统。

背景技术

现有技术中，TOF相机的工作原理如图1所示，TOF是Time of flight的简写，直译为飞行时间的意思。所谓飞行时间法3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行(往返)时间来得到目标物距离信息就是深度图像(以下简称深度图像)。

目前，通过TOF相机对人体进行检测也是计算机视觉领域一个重要的研究方向，目前对于人体姿态检测的方法大多基于2D图像。相比于2D图像，深度图像因具有的三维空间特征从而为消除人体检测的光照变化、表观近似和遮挡阴影等干扰因素提供了可能，其中TOF相机以其性能和原理的特点被采用较多，而用TOF相机采集深度图像又以单个TOF正面拍摄研究为主(如图1)。对于TOF相机拍摄的深度图像，人体姿态检测的方法多采用提取人体骨架的方式。

但是，在现有技术中，还存在很多缺陷：

一般情况下，现有技术中研究TOF相机多数要求相机必须正对物体拍摄，在特殊的场合不适用；

另外，现有技术中既要保持较高的姿势识别正确率，又要减少算法的复杂度以实现嵌入式技术还不成熟，而且算法复杂度高，导致耗时较多，对于需要高帧率的检测场景也不适用；

再者，单个TOF存在固有的检测精度不高，噪声较多，像素分辨率低等缺点，而且单个TOF的拍摄角度和视野范围也存在局限性，对于360度空间或更大范围空间的深度信息结合在一起目前尚没有完整的解决方案。

发明内容

本发明针对现有技术中的缺点，提供了一种基于向下倾角方向的单台TOF相机人体降噪方法及系统。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种基于向下倾角方向的单台TOF相机人体降噪方法，包括以下步骤：

分别获取有人体的前景深度图像以及背景深度图像，对有人体的前景深度图像和背景深度图像进行背景差分处理，得到只有人体的深度图像；

把所述只有人体的深度图像中的每个像素的深度数据映射到二维图像中，得到映射的二维图像；

对所述二维图像进行形态学滤波处理，采用开运算方式处理，去除人体边缘的噪声，得到滤波后的二维图像；

在滤波后的二维图像中找到人体对应的每个像素的深度数据，对所述深度数据进行梯度滤波，得到梯度滤波图像；

将梯度滤波图像中的深度数据转化成世界坐标系下的人体点云数据，对人体点云数据进行平滑处理，得到相对平滑的人体点云数据。

作为一种可实施方式，所述对有人体的前景深度图像和背景深度图像进行背景差分处理，具体为：

将有人体的前景深度图像和背景深度图像进行相减，公式如下：

deep_人＝||deep_场景-deep_背景||