[0046] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以 通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中， 所述的存储介质，如R0M/RAM、磁盘、光盘等。
[0047] 实施例三:
[0048]图3示出了本发明实施例三提供的深度图像缺失像素的修复系统的结构，为了便 于说明，仅示出了与本发明实施例相关的部分。
[0049]该深度图像缺失像素的修复系统包括滤波单元31、降幅处理单元32以及降幅处理 单元32,其中：
[0050]滤波单元31，用于使用Μ个滤波器?1对表示原始深度图像的矩阵D进行滤波，得到Μ 个数值矩阵Hi，所述Μ为一预设的正整数值，i = 0，1，…，Μ-1。
[0051]在本发明实施例中，使用Μ个滤波器?1对表示原始深度图像的矩阵D进行滤波，得 到M个数值矩阵出，从而得到有益于原始深度图像的修复的数据。在本发明实施例中，Μ个滤 波器中包括一个低通滤波器，Μ-1个高通滤波器。
[0052]降幅处理单元32,用于对所述Μ个数值矩阵出中的所有元素进行降幅处理，得到降 幅后的Μ个数值矩阵K。
[0053]在本发明实施例中，需要对Μ个数值矩阵出中的所有元素进行降幅处理，从而去掉 图像缺失区域和非缺失区域之间的高频变化。
[0054]计算替换单元33,用于通过连续求和
U十算矩阵R，使用所述矩阵 R替换表示所述原始深度图像的矩阵D，以完成所述原始深度图像的修复，其中，/；/表示巧的 转置，*为卷积操作符。
[0055] 在本发明实施例中，使用Μ个滤波器?1对表示原始深度图像的矩阵D进行滤波，得 到M个数值矩阵出，对Μ个数值矩阵出中的所有元素进行降幅处理，得到降幅后的Μ个数值矩
计算矩阵R，使用所述矩阵R替换表示原始深度图像 的矩阵D，以完成原始深度图像的修复，提高了图像定位的准确度。
[0056] 实施例四:
[0057] 图4示出了本发明实施例四提供的深度图像缺失像素的修复系统的结构，为了便 于说明，仅示出了与本发明实施例相关的部分。
[0058]该深度图像缺失像素的修复系统包括滤波器生成单元30、滤波单元31、降幅处理 单元32以及降幅处理单元32,其中：
[0059] 滤波器生成单元30,用于通过Κ个一维滤波器y构建生成所述Μ个滤波器Fu其中， 所述K为一预设的正整数值，j = 0，1，…，K-1。
[0060]在本发明实施例中，预先通过K个一维滤波器h构建生成Μ个滤波器?1。其中，优选 地，Κ可以为2、3、4，则Μ的值为4、9、16，从而在提高准确度的同时，尽可能减少计算量。
[0062]此时，通过3个一维滤波器h构建生成9个滤波器巧的步骤为：
[0064] 滤波单元31，用于使用Μ个滤波器?1对表示原始深度图像的矩阵D进行滤波，得到Μ 个数值矩阵Hi，所述Μ为一预设的正整数值，i = 0，1，…，Μ-1。
[0065] 在本发明实施例中，使用Μ个滤波器?1对表示原始深度图像的矩阵D进行滤波时， 可使用公式Hi = Fi*D进行，从而得到Μ个数值矩阵Hi。
[0066]降幅处理单元32,用于对所述Μ个数值矩阵出中的所有元素进行降幅处理，得到降 幅后的Μ个数值矩阵K。
[0067]在本发明实施例中，对Μ个数值矩阵Hi中的所有元素进行降幅处理的步骤包括：
[0068] 当 i = 〇 时，n〇 = Ho
[0069] 当i = l，2,…，M-1时使用公式：
对数值矩阵出中的所有元素进行降幅处理。
[0071] 其中，Ndxj)为数值矩阵K中的一任意元素，HiUd)为数值矩阵Hi中的一任意元 素，心是为数值矩阵出预先设置的阈值，以用于对数值矩阵m中的任意元素进行降幅。
[0072] 在本发明实施例中，Μ个滤波器中包括一个低通滤波器，M-1个高通滤波器。在这里 假设Μ个滤波器中的Fo为低通滤波器，其对应的滤波结果为数值矩阵Ho。当i = 0时，Νο = Ηο， 即在这里不对低通滤波结果数值矩阵Ho进行降幅处理。
[0073] 计算替换单元33,用于通过连续求和
R替换表示所述原始深度图像的矩阵D，以完成所述原始深度图像的修复，其中，表示巧的 转置，*为卷积操作符。
[0074] 在本发明实施例中，使用滤波器对表示原始深度图像的矩阵D进行滤波后，对得到 的数值矩阵中的所有元素进行降幅处理，最后通过连续求和
使用矩阵R替换表示原始深度图像的矩阵D，从而通过较小的计算量实现了原始深度图像的 修复，提尚了修复后深度?目息准确度。
[0075] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种深度图像缺失像素的修复方法，其特征在于，所述方法包括下述步骤： 使用Μ个滤波器Fi对表示原始深度图像的矩阵D进行滤波，得到Μ个数值矩阵出，所述Μ为 一预设的正整数值，i = 对所述Μ个数值矩阵出中的所有元素进行降幅处理，得到降幅后的Μ个数值矩阵Ni; 通过连续求和公式计算矩阵R，使用所述矩阵R替换表示所述原始深度图 像的矩阵D，W完成所述原始深度图像的修复，其中，表示Fi的转置，*为卷积操作符。2. 如权利要求1所述的方法，其特征在于，使用Μ个滤波器Fi对表示原始深度图像的矩阵 D进行滤波的步骤之前，所述方法还包括步骤： 通过K个一维滤波器构建生成所述Μ个滤波器Fi，其中，所述K为一预设的正整数值，j = 0，1，...，Κ-1。3. 如权利要求2所述的方法，其特征在于，所述Κ为正整数2、3或4。4. 如权利要求3所述的方法，其特征在于，当所述Κ为3时，所述Μ为9,所述Κ个一维滤波 器为：5. 如权利要求4所述的方法，其特征在于，通过Κ个一维滤波器τ如勾建生成所述Μ个滤波 器Fi的步骤包括： 使用所述Ξ个一维滤波器W及中任意两个进行叉积运算得到所述9个滤波器Fi。6. 如权利要求1所述的方法，其特征在于，所述Μ个滤波器包括一个低通滤波器，M-1个 高通滤波器。7. 如权利要求1所述的方法，其特征在于，使用Μ个滤波器Fi对表示原始深度图像的矩阵 D进行滤波的步骤包括： 使用公式出= Fi*D对所述原始深度图像的矩阵D进行滤波，W得到Μ个数值矩阵出。8. 如权利要求1所述的方法，其特征在于，对所述Μ个数值矩阵出中的所有元素进行降幅 处理的步骤包括： 当 i = 0 时，Ν〇 = Η〇; 当? = 1，2，···，Μ-1时使用公式对数值矩阵出中的所有元素进行降幅处理； 其中，Ni(x，y)为数值矩阵Ni中的一任意元素，出(x，y)为数值矩阵出中的一任意元素 ，δι 是为数值矩阵出预先设置的阔值，W用于对数值矩阵出中的任意元素进行降幅。9. 一种深度图像缺失像素的修复系统，其特征在于，所述系统包括： 滤波单元，用于使用Μ个滤波器Fi对表示原始深度图像的矩阵D进行滤波，得到Μ个数值 矩阵出，所述Μ为一预设的正整数值，i = 0，1，…，Μ-1; 降幅处理单元，用于对所述Μ个数值矩阵出中的所有元素进行降幅处理，得到降幅后的Μ 个数值矩阵Ni;W及 计算替换单元，用于通过连续求和公式计算矩阵R，使用所述矩阵R替换 表示所述原始深度图像的矩阵D，W完成所述原始深度图像的修复，其中，巧表示Fi的转 置，*为卷积操作符。10. 如权利要求9所述的系统，其特征在于，所述系统还包括： 滤波器生成单元，用于通过K个一维滤波器构建生成所述Μ个滤波器Fi，其中，所述K为 一预设的正整数值，j = 0，1，…，K-1。
【专利摘要】本发明适用计算机技术领域，提供了一种深度图像缺失像素的修复方法及系统，所述方法包括：使用M个滤波器Fi对表示原始深度图像的矩阵D进行滤波，得到M个数值矩阵Hi，所述M为一预设的正整数值，i＝0,1,…,M-1；对所述M个数值矩阵Hi中的所有元素进行降幅处理，得到降幅后的M个数值矩阵Ni；通过连续求和公式计算矩阵R，使用所述矩阵R替换表示所述原始深度图像的矩阵D，以完成所述原始深度图像的修复，其中，表示Fi的转置，*为卷积操作符，从而可将图像中反映的深度信息(即物体的距离信息)误差大大降低。
【IPC分类】G06T5/00, G06T3/00, G06T5/10
【公开号】CN105551006
【申请号】CN201510875268
【发明人】于仕琪, 李炎然
【申请人】深圳大学
【公开日】2016年5月4日
【申请日】2015年12月1日