像内容替换当前破损区域的图像内容，对检测到破损区域的边缘，用左右两视图对应像素 点灰度值的平均数修正。
[0054] 上述方案中，所述第二处理子单元，进一步用于检测到可疑噪声点，基于所述平均 像素坐标映射模型确定可疑噪声点在另一视图中的位置区域，进行灰度比较确定可疑噪声 点是否为噪声点；将确定的噪声点按照预定位置区域的邻域内各像素灰度值用另一视图对 应像素点的灰度值进行修正。
[0055] 本发明实施例又提供了 一种计算机存储介质，所述计算机存储介质包括一组指 令，当执行所述指令时，引起至少一个处理器执行所述如权利要求1至8任一项所述的数据 处理方法。
[0056] 本发明实施例还提供了一种用户终端，所述用户终端包括如上述的数据处理装 置。
[0057] 本发明的方法包括：对采集的每帧立体图像数据进行预处理时，对每帧立体图像 数据的左视图和右视图分别提取特征值并进行匹配，根据匹配结果得到左右视图之间的像 素坐标映射模型；每帧立体图像数据对应一个左右视图之间的像素坐标映射模型，根据多 帧立体图像数据对应的左右视图之间的像素坐标映射模型得到平均像素坐标映射模型；基 于所述平均像素坐标映射模型进行图像处理。
[0058] 采用本发明，由于对采集的每帧立体图像数据进行预处理以获取左右视图之间的 像素坐标映射模型，对该模型进行优化得到平均像素坐标映射模型，最终基于该平均像素 坐标映射模型进行图像处理，能对得到的立体图像数据进行优化重建。
【附图说明】
[0059] 图1为本发明实施例方法原理的实现流程图；
[0060] 图2为本发明实施例装置基本组成结构示意图；
[0061] 图3本发明实施例SIFT特征提取的实现流程图；
[0062] 图4为本发明实施例估计坐标映射模型的实现流程图；
[0063] 图5为本发明实施例破损修复的实现流程图。
【具体实施方式】
[0064] 下面结合附图对技术方案的实施作进一步的详细描述。
[0065] 本发明实施例的数据处理方法的应用场景是用户终端，尤其是移动终端的多媒体 应用技术领域，例如，两视点立体图像采集合成过程中两视点裸眼立体图像数据优化重建 的数据处理方案，至少解决了现有技术中不能得到稳定的立体图像数据的问题，确保用户 终端，尤其是移动终端采集立体图像数据时不会因为摄像头遮挡、噪声较大而导致产生的 立体图像数据不可用时仍能最终合成质量相对较高的立体图片。
[0066] 本发明实施例主要基于SIFT算法和RANSAC算法，是通过RANSAC算法利用左右视 图的SIFT匹配点建立左右视图像素映射模型，根据该左右视图像素映射模型，用正常视图 对破损的视图进行修复和重建，为合成算法提供合格的立体图像数据，采用本发明实施例， 最终能得到修改好的立体图像数据，采用该左右视图像素映射模型对于修复破损图像较为 精准，计算量较小，修复效果好。
[0067] 其中，SIFT算法在之前已经介绍过了，而RANSAC算法的基本思想是：在进行参数 估计时，不是不加区分地对待所有可能的输入数据，而是首先针对具体问题设计出一个搜 索引擎，利用此搜索引擎迭代地剔除那些与所估计参数不一致的输入数据（Outliers)，然 后利用正确的输入数据来估计参数。本发明实施例采用RANSAC算法的具体实现来得到左 右视图像素映射模型。
[0068] 立体成像是基于视差创造立体的原理，所谓视差创造立体的原理，是指人的两只 眼睛从不同的角度观看世界，即左眼看到的物体与右眼看到的同一物体之间有细微的差 另IJ，人的双眼平均间距约65mm，因而描述场景轮廓的方式也不尽相同。大脑根据这两个有细 微差别的场景进行综合处理（生理融合作用），产生精确的三维物体感知以及该物体在场 景中的定位，这就是具有深度的立体感。
[0069] 立体成像系统的工作就是对每个场景至少产生两幅图像，一幅代表左眼所看到 的图像，另一幅代表右眼所看到的图像，这两幅有关联的图像称为立体图像对（stereo pair)。而立体显示系统必须使左眼只能看到左图像，右眼只能看到右图像。本发明实施例 所针对的显示方法是双视点自由立体显示方法，即左右视点两幅图像，通过对子像素点的 重新排列组合，生成立体图像，送至显示装置。通过在CRT显示器或者平板显示器前加入透 镜柱面或者视差栅栏，控制各像素光线的射出方向，使左视点的图像仅射入左眼，右视点的 图像仅射入右眼，利用双目视差，产生立体视觉。
[0070] 立体图像合成工作包括立体数据的准备、子像素判断准则、各视点像素子采样、各 视点子像素排列合成、立体图像的压缩传输与显示几个部分，本发明实施例主要针对立体 图像数据的准备环节，是对得到的立体图像数据进行优化重建，经过本发明实施例的优化 重建立体图像数据后，即便用户终端，尤其是移动终端采集立体图像数据时因为摄像头遮 挡、噪声较大而导致产生的立体图像数据不可用时，仍能最终合成质量相对较高的立体图 片。
[0071] 本发明实施例的数据处理方法，如图1所示，包括：
[0072] 步骤101、对采集的每帧立体图像数据进行预处理时，对每帧立体图像数据的左视 图和右视图分别提取特征值并进行匹配，根据匹配结果得到左右视图之间的像素坐标映射 模型；
[0073] 这里，立体图像数据也可以成为立体图像素材，不做赘述。
[0074] 步骤102、每帧立体图像数据对应一个左右视图之间的像素坐标映射模型，根据多 帧立体图像数据对应的左右视图之间的像素坐标映射模型得到平均像素坐标映射模型；
[0075] 步骤103、基于所述平均像素坐标映射模型进行图像处理。
[0076] 本发明实施例的数据处理装置，如图2所示，包括：
[0077] 预处理单元，用于对采集的每帧立体图像数据进行预处理时，对每帧立体图像数 据的左视图和右视图分别提取特征值并进行匹配，根据匹配结果得到左右视图之间的像素 坐标映射模型。
[0078] 图像处理单元，用于基于所述平均像素坐标映射模型进行图像处理；每帧立体图 像数据对应一个左右视图之间的像素坐标映射模型，根据多帧立体图像数据对应的左右视 图之间的像素坐标映射模型得到所述平均像素坐标映射模型。
[0079] 本发明实施例的计算机存储介质，所述计算机存储介质包括一组指令，当执行所 述指令时，引起至少一个处理器执行所述数据处理方法。
[0080] 本发明实施例的用户终端，包括本发明实施例的数据处理装置的基本结构及其各 种变形和等同替换，不做赘述。
[0081] 以下对本发明实施例的一应用场景(用户终端为手机拍照时的场景）具体阐述：
[0082] 在该手机拍照时的场景下，本发明实施例的数据处理方法具体为两视点裸眼立体 图像数据优化重建处理方案，用户使用手机拍摄立体图片时，均需要先进行预览，用户按下 快门键前一端时间，一般来说处于相对稳定可靠的立体数据采集状态，而按下快门的过程 容易出现突发噪声。为了实现本发明实施例的目的，采用本发明实施例需要在拍照前进行 预处理，以便得到稳定的立体图像数据，对预览图片左右视图提取SIFT特征，并进行匹配， 进而确定当前场景左右视图之间像素坐标映射模型，根据此映射模型，我们对单视点低质 量立体数据进行遮挡修复和去噪处理，从而生成可靠的双视点立体数据
[0083] 以下为详细步骤说明，其中第一步到第六步是在图像预览过程中实现（即上述预 处理的过程)，第七步到第十一步是在按下快门键进行拍照后实现的步骤（即基于预处理的 过程得到的优化和重建的立体图像数据进行立体图像的合成，经破损图像修复和去噪后得 到最终的结果)。
[0084] 第一步：在预览时对预览左右视图图像进行预处理，包括尺度缩放和图像平滑。 由于手机预览模式与拍照模式设置不同，所以先对预览模式下采集到的图片进行缩放，如 5Mp。由于SIFT特征描述算法具有尺度不变性，所以不会影响到SIFT特征提取和匹配。图 像平滑应用高斯低通滤波器，因为高斯低通滤波器可以有效克服振铃效应，并对消除噪声 效果明显。在这一步中，起到的有益效果为：用高斯低通滤波器进行图像平滑处理，主要是 为了减小尺度缩放对于图片质量的影响，以保证坐标映射模型的可靠性。
[0085] 第二步：对处理过的左右视图图像提取SIFT特征。
[0086] 这里，SIFT匹配的流程如图3所示，左视图的操作步骤(步骤111-116)和右视图 的操作步骤(步骤121-126)是一样的处理，以左视图为例，包括 ：
[0087] 步骤111、准备提取图像的SIFT特征；
[0088] 步骤112、构建尺度空间；
[0089]步骤113、检测空间极值点；
[0090] 步骤114、精确定位空间极值点；
[0091] 步骤115、去除边缘响应点；
[0092] 步骤116、生成SIFT特征描述子。
[0093] 由左视图的操作步骤(步骤111-116)得到SIFT特征描述子，以及通过右视图的操 作步骤(步骤121-126)得到SIFT特征描述子后，执行步骤13。
[0094] 步骤13、最终通过对由左视图的操作步骤(步骤111-