[發明專利]基于向下傾角方向的單臺TOF相機人體降噪方法及系統

在審

• 申請號: 201910543913.0
• 申請日: 2019-06-21
• 公開（公告）號: CN110264425A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 沈誠;魏娉婷
• 申請（專利權）人: 杭州一隅千象科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/30
• 代理公司: 杭州裕陽聯合專利代理有限公司 33289
• 代理人: 姚宇吉

1.一種基于向下傾角方向的單臺TOF相機人體降噪方法，其特征在于，包括以下步驟：

分別獲取有人體的前景深度圖像以及背景深度圖像，對有人體的前景深度圖像和背景深度圖像進行背景差分處理，得到只有人體的深度圖像；

把所述只有人體的深度圖像中的每個像素的深度數據映射到二維圖像中，得到映射的二維圖像；

對所述二維圖像進行形態學濾波處理，采用開運算方式處理，去除人體邊緣的噪聲，得到濾波后的二維圖像；

在濾波后的二維圖像中找到人體對應的每個像素的深度數據，對所述深度數據進行梯度濾波，得到梯度濾波圖像；

將梯度濾波圖像中的深度數據轉化成世界坐標系下的人體點云數據，對人體點云數據進行平滑處理，得到相對平滑的人體點云數據。

2.根據權利要求1所述的基于向下傾角方向的單臺TOF相機人體降噪方法，其特征在于，所述對有人體的前景深度圖像和背景深度圖像進行背景差分處理，具體為：

將有人體的前景深度圖像和背景深度圖像進行相減，公式如下：

deep_人＝||deep_場景-deep_背景||

其中，deep_人表示只有人體的深度圖像，deep_場景表示有人體的前景深度圖像，deep_背景表示背景深度圖像。

3.根據權利要求1所述的基于向下傾角方向的單臺TOF相機人體降噪方法，其特征在于，所述在濾波后的二維圖像中找到人體對應的每個像素的深度數據，對所述深度數據進行梯度濾波，得到梯度濾波圖像，具體為：

對每個人體點計算這個點和周圍n*n大小的核的梯度值x，若-a<x<a，其中，a能進行調節，則認為這個梯度變化不快，能保留這個點的梯度；當周圍n*n大小的核的每一個點都和中心點進行比較后，再根據權重對此點進行深度值的調節，得到梯度濾波圖像。

4.根據權利要求1所述的基于向下傾角方向的單臺TOF相機人體降噪方法，其特征在于，所述將梯度濾波圖像中的深度數據轉化成世界坐標系下的人體點云數據，具體為：

將梯度濾波圖像中的深度數據先從圖像坐標(x0，y0，z0)轉換到相機坐標(x1，y1，z1)，公式如下：

v＝(x0-320*0.5，y0-240*0.5，_foclen)

x1＝v.x*s

y1＝v.y*s

z1＝v.z*s

其中：foclen＝320*0.5/tan[(90*0.5)*π/180]

scale_factor＝0.041667

z0＝img.at(y0，x0)-147；

再從相機坐標(x1，y1，z1)轉換到世界坐標(x2，y2，z2)，公式如下：

pp＝remap*p

x2＝pp(0，0)

y2＝pp(1，0)

z2＝pp(2，0)

其中：P是一個[4*1]矩陣，P(0，0)＝x1，p(1，0)＝y1，p(2，0)＝z1，p(3，0)＝0，remap是變換的矩陣，圖像中的每個像素點的坐標：(x0，y0，z0)，其中z0表示這個像素點深度值，以相機為原點的三維坐標表示為：x1，y1，z1)，v、s是參數，foclen、scalefoclen是一個固定的系數，img.at(y0，x0)表示這一點的深度值。

5.根據權利要求1所述的基于向下傾角方向的單臺TOF相機人體降噪方法，其特征在于，所述對人體點云數據進行平滑處理，具體為：

對人體點云數據做卷積處理，得到平滑濾波器，通過平滑濾波器進行平滑處理，濾波器處理的輸出像素值g(i，j，z)是輸入圖像像素值f(i+k，j+I，z+H)的加權和，公式如下：

g(i，j，z)＝∑f(i+k，j+I，z+H)h(k，I，H)

其中，h(k，I，H)，表示濾波器的加權系數，即濾波器的濾波系數。