[发明专利]一种全景图像去噪方法、装置、服务器以及可读存储介质

说明书

本申请适用于图像处理技术领域，提供了一种全景图像去噪方法、装置、服务器以及可读存储介质，包括：获取待处理全景图像；去除待处理全景图像中的噪声区域对应的深度信息。可见，本申请实施例联合RGB图像以及RGB图像对齐的深度图像和激光反射强度图像，通过神经网络预测出待处理全景图像中的噪声区域，将噪声区域对应的深度信息去除，达到准确去噪的效果，从而提高点云精度。

技术领域

本申请属于图像处理技术领域，尤其涉及一种全景图像去噪方法、装置、服务器以及可读存储介质。

背景技术

当前国内基于激光相机和球幕相机融合技术来创造各种高端技术产品已经越发的成为一种趋势，因此激光相机和球幕相机融合的相关技术得到了迅猛的发展。在激光相机和球幕相机融合之后采集到的点云信息中，会存在点云噪点，导致点云精度较低。

发明内容

本申请实施例提供了一种全景图像去噪方法、装置、服务器以及可读存储介质，可以解决问题。

第一方面，本申请实施例提供了一种全景图像去噪方法，包括：

获取待处理全景图像；

去除所述待处理全景图像中的噪声区域对应的深度信息。

在第一方面的一种可能的实现方式中，获取待处理全景图像，包括：

获取待处理图像，所述待处理图像为激光相机和球幕相机在同一点位拍摄得到的图像，其中，所述激光相机与所述球幕相机之间的相对位置固定；

对齐所述待处理图像；

根据所述激光相机和所述球幕相机的几何参数，拼接对齐后的所述待处理图像，得到所述待处理全景图像。

在第一方面的一种可能的实现方式中，去除所述待处理全景图像中的噪声区域对应的深度信息，包括：

将所述待处理全景图像输入至预先训练的噪声区域识别神经网络模型，输出所述待处理全景图像中的噪声区域；

去除所述噪声区域对应的深度信息。

在第一方面的一种可能的实现方式中，将所述待处理全景图像输入至预先训练的噪声区域识别神经网络模型，输出所述待处理全景图像中的噪声区域之前，还包括：

获取训练数据集，所述训练数据集包括至少一张训练全景图像；

确定所述训练数据集的目标真值，所述目标真值为每个训练全景图像对应的二值图像；

以所述训练数据集为输入，所述目标真值为输出，对所述噪声区域识别神经网络模型进行训练，得到训练后的噪声区别识别神经网络。

第二方面，本申请实施例提供了一种全景图像去噪装置，包括：

获取装置，包括获取待处理全景图像；

去除装置，包括去除所述待处理全景图像中的噪声区域对应的深度信息。

在一种可能实现的方式中，所述获取装置包括：

第一获取模块，用于获取待处理图像，所述待处理图像为激光相机和球幕相机在同一点位拍摄得到的图像，其中，所述激光相机与所述球幕相机之间的相对位置固定；

对齐模块，用于对齐所述待处理图像；

拼接模块，用于根据所述激光相机和所述球幕相机的几何参数，拼接对齐后的所述待处理图像，得到所述待处理全景图像。

在一种可能实现的方式中，所述去除装置，包括：

识别模块，用于将所述待处理全景图像输入至预先训练的噪声区域识别神经网络模型，输出所述待处理全景图像中的噪声区域；

去除模块，用于去除所述噪声区域对应的深度信息。

在一种可能实现的方式中，所述全景图像去噪装置，还包括：

第二获取模块，用于获取训练数据集，所述训练数据集包括至少一张训练全景图像；