[发明专利]融合空洞修复的深度恢复方法、电子设备及存储介质在审
| 申请号: | 202210738513.7 | 申请日: | 2022-06-28 |
| 公开(公告)号: | CN114820393A | 公开(公告)日: | 2022-07-29 |
| 发明(设计)人: | 李东洋;化雪诚;王海彬;刘祺昌;户磊 | 申请(专利权)人: | 合肥的卢深视科技有限公司 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/521 |
| 代理公司: | 北京智晨知识产权代理有限公司 11584 | 代理人: | 杨娟 |
| 地址: | 230091 安徽省合肥市高新区习友路3333*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 融合 空洞 修复 深度 恢复 方法 电子设备 存储 介质 | ||
本发明实施例涉及图像处理领域,公开了一种融合空洞修复的深度恢复方法、电子设备及存储介质,通过在对物体散斑图执行一次区域增长后,针对未成功生长的像素点再次执行区域增长;其中,所述再次执行区域增长所采用的初始种子点是基于已确定的各种子点的视差值对应的匹配代价值的置信度确定,所采用的生长阈值相较于前一次执行区域增长时变小;基于对所述物体散斑图执行区域增长后所形成的视差图恢复得到深度图像;该方案能够在深度恢复的同时,实现对深度图空洞区域的修复,且空洞修复区域的深度值具有较高的可信度。
技术领域
本发明涉及图像处理领域,特别涉及一种融合空洞修复的深度恢复方法、电子设备及存储介质。
背景技术
目前,机器视觉领域中最具活力的技术分支当属深度感知技术,而散斑结构光技术则是深度感知技术中的重要部分。散斑结构光技术作为最常见主动式立体视觉的技术,在人脸识别、自动驾驶、安防监控等领域具有广泛应用。散斑结构光系统,是通过向被拍摄物体投射伪随机散斑,然后根据特定的算法进行散斑的特征匹配得到视差信息,基于视差信息进一步获取场景的深度信息。
在得到深度信息后,一般会使用滤波等操作来去除深度图的噪声,在去除噪声后便会或多或少地出现深度空洞点。这些深度空洞点大多是由于该点区域的散斑不够明显,或因户外太阳光过强淹没散斑,或因人脸黑色眼镜框降低散斑亮度,或因红外传感器的图像噪声过大,最终这些深度空洞点会严重影响到深度图的质量,使其在后续的三维重建或人脸3D防伪等应用上效果不足。现在对深度图中深度空洞点进行修复的方案主要有以下两种:利用红外或彩色等信息引导进行深度图的空洞修复;只使用深度图进行空洞区域的插值和填补。
但是这两种方案都存在一定缺陷:一定程度上利用彩色图或红外图的先验信息,虽然在进行深度修复后修复区域的深度值具有一定的可信度,但是可信度也较低,并且整个过程计算量也偏大,在很多平台无法达到实时效果;按照一定的规则直接用有深度值区域直接插值空洞区域,在进行深度修复后修复区域的深度值可信度很低,后续应用到深度防伪等方面由于其可能填充的是错误的深度值,导致最终呈现的结果还不如不填充修补前得到的结果准确。
发明内容
本发明实施方式的目的在于提供一种融合空洞修复的深度恢复方法、电子设备及存储介质,能够在深度恢复的同时,实现对深度图空洞区域的修复,且空洞修复区域的深度值具有较高的可信度。
为解决上述技术问题,本发明的实施方式提供了一种融合空洞修复的深度恢复方法,包括:
在对物体散斑图执行一次区域增长后,针对未成功生长的像素点再次执行区域增长;其中,所述再次执行区域增长所采用的初始种子点是基于已确定的各种子点的视差值对应的匹配代价值的置信度确定,所采用的生长阈值相较于前一次执行区域增长时变小;
基于所述物体散斑图被执行区域增长后所形成的视差图恢复得到深度图像。
本发明的实施方式还提供了一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的融合空洞修复的深度恢复方法。
本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的融合空洞修复的深度恢复方法。
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合肥的卢深视科技有限公司,未经合肥的卢深视科技有限公司许可,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/202210738513.7/2.html,转载请声明来源钻瓜专利网。





