1.一种tof相机降噪方法,其特征在于:按照如下步骤,
s1:根据tof测距方法,计算每个像素的距离图像、反射光线强度图像;
s2:遍历待处理区域的所有像素点,缓存滤波窗口内(2m+1)*(2n+1)的每个像素点dist值与amp值,其中m和n分别为每个像素点水平和垂直方向的滤波半径,dist值为被测物体距离相机的tof传感器的距离,amp表示反射光线强度;
所述计算每个像素的距离图像、反射光线强度图像的方法为,对每个像素进行二次采样;
二次采样具体为:像素对应的二次采样值分别为dcs1,dcs2;
距离dist=c/2*t*atan(dcs1/dcs2)/2/pi;
反射光线强度amp=sqrt(dcs1^2+dcs2^2);
s3:计算滤波窗口内(2m+1)*(2n+1)的每个像素点分别对应的权重;
计算滤波窗口内(2m+1)*(2n+1)的像素点对应的权重,窗口内的像素点与中心点的amp值差异越大则权重越小;
采用线性权重计算方法计算所述像素点对应的权重的方法为:
差异dif=|amp(i,j)-amp_center|;i<m,j<n;
使用线性权重,weight(i,j)=a-dif,a为可调节系数;
s4:滤波窗口内每个点的权重与该点的dist值相乘并累加求和得到sumdist;滤波窗口内所有权重值求和得到sumweight;
s5:对sumweight进行判断,如果sumweight小于阈值,说明测得的是一个孤立的点,这在正常场景中通常不存在,使用滤波窗口内所有点距离值的中值替代中心点的距离值;如果sumweight大于阈值,则使用sumdist与sumweight的比值代替中心点的距离值;
s6:对下一个待处理像素重复步骤s3-步骤s5的操作,直至遍历完所有待处理像素点。
2.根据权利要求1所述的tof相机降噪方法,其特征在于,所述计算每个像素的距离图像、反射光线强度图像的方法为,对每个像素进行四次采样;
四次采样具体为:像素对应的四次采样值分别为dcs1,dcs2,dcs3,dcs4;
距离dist=c/2*t*atan((dcs3-dcs1)/(dcs2-dcs4))/2/pi,其中c为光速,t为光源调制周期,pi为圆周率;
反射光线强度amp=sqrt(((dcs3-dcs1)^2+(dcs2-dcs4)^2)),sqrt为开方运算。
3.根据权利要求2所述的tof相机降噪方法,其特征在于,步骤s3,计算滤波窗口内(2m+1)*(2n+1)的像素点对应的权重,窗口内的像素点与中心点的amp值差异越大则权重越小,采用高斯曲线方式;
差异dif=|amp(i,j)-amp_center|;i<m,j<n;
使用高斯曲线计算权重weight(i,j),权重weight(i,j)=exp(-dif^2/sigma^2),sigma为可调节系数。