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。