[go: up one dir, main page]

JP2019082998A - 深度マップにおける擬似画素をフィルタリングするための方法 - Google Patents

深度マップにおける擬似画素をフィルタリングするための方法 Download PDF

Info

Publication number
JP2019082998A
JP2019082998A JP2018179276A JP2018179276A JP2019082998A JP 2019082998 A JP2019082998 A JP 2019082998A JP 2018179276 A JP2018179276 A JP 2018179276A JP 2018179276 A JP2018179276 A JP 2018179276A JP 2019082998 A JP2019082998 A JP 2019082998A
Authority
JP
Japan
Prior art keywords
pixel
weighting function
pixels
function
intensity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2018179276A
Other languages
English (en)
Inventor
バンダム,ブノワ
Vandame Benoit
サバテール,ノイス
Sabater Neus
ボワソン,ギヨーム
Boisson Guillaume
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
InterDigital CE Patent Holdings SAS
Original Assignee
InterDigital CE Patent Holdings SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by InterDigital CE Patent Holdings SAS filed Critical InterDigital CE Patent Holdings SAS
Publication of JP2019082998A publication Critical patent/JP2019082998A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/593Depth or shape recovery from multiple images from stereo images
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106Processing image signals
    • H04N13/128Adjusting depth or disparity
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20028Bilateral filtering
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20032Median filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

【課題】深度マップにおける擬似画素を削除して、エッジを保持し、且つ、わずかな細部又はノイズを滑らかにするフィルタリングを行う方法を提供する。【解決手段】方法は、フィルタリングする現在画素を中心とする近隣画素について幾何学的距離の関数に基づく重みを決定し、該重みを畳み込みフィルタに適用することによって現在画素をフィルタリングする。これによって、深度マップの鮮明なエッジを保持し、且つ、わずかな細部又はノイズを滑らかにしながら、深度マップにおける擬似画素を除去することができる。【選択図】図3

Description

技術分野
本発明は、深度マップに関し、特に画像処理を実行する場合に深度マップの使用に影響する擬似画素をフィルタリングするための方法に関する。
背景
深度マップは、各画素が、カメラに対する対象の位置で観察されている対象の距離、距離の逆数、又は距離の関数である任意の情報を記録する特殊画像である。深度マップは、例えば、同じ視野を観察する数台のカメラを使用し、且つビュー間の視差の変動を用いて深度を推定することで計算されてもよい。実際には、推定深度マップは、擬似画素を示している。例えば、1台のカメラから次のカメラへと対象が部分的に隠されること、対象からの反射光の変動が、相異なる位置で観察されること、テクスチャがないか又はほとんどない表面が、視差推定を困難にすること、カメラ間の感度のばらつき、のように、多くの理由が、深度マップの推定を困難にする。
擬似画素を除去するために、深度マップをフィルタリングすることが重要である。擬似画素をフィルタリングする場合の1つの問題は、深度マップの実際の細部の境界を保持しながら、擬似画素を除去することである。
擬似画素をフィルタリングする既知のアプローチは、双方向フィルタを使用することである。双方向フィルタは、画素I(x,y)に関連する重み関数w(x,y,k,l)を定義する。座標(k,l)は、中心画素I(x,y)と、重みが計算される画素I(x+k,y+l)との間のシフトを示す。
w(x,y,k,l)=d(x+k,y+l)r(I(x,y),I(x+k,y+l))
重みは、前記「双方向」である。何故なら、重みが、強度項r(I(x,y),I(x+k,y+l))に依存し、幾何学的距離項d(x+k,y+l)が、画素値に依存しないからである。関数r及びdの典型的な選択は、
Figure 2019082998

である。
重み関数wは、2つのパラメータに依存する。即ち、画素I(x+k,y+l)が、中心画素I(x,y)よりどれほど大きい強度を有しなければならないかを制御するσと、距離(k,l)が、畳み込みフィルタにどれほど影響を及ぼすかを制御するσと、である。画素の強度は、画素とカメラとの間の距離の関数である。
重みは、(k,l)∈[−P,+P]など、画素I(x,y)を中心とする[2P+1×2P+1]画素のグループ用に内部で定義される。畳み込みフィルタは、重み関数内の全ての重みの和で重み関数を割ることによって定義される。
Figure 2019082998
(i,j)∈[0,2P+1]の場合、畳み込みフィルタ
Figure 2019082998

は、重み関数の積分による重み関数の正規化である。
双方向フィルタは、わずかな細部又はノイズを滑らかにしながら、深度マップの鮮明なエッジを保持できる効率的なフィルタリングを提供する。
しかしながら、双方向フィルタは、擬似画素を除去するためには効率的ではない。実際には、擬似画素は、それらを直接囲む画素に対して鮮明なエッジを示している。I(x,y)に位置する擬似画素用に計算された重み関数w(x,y,k,l)は、I(x,y)に似ている同等の振幅を有する周囲画素用にのみ高い重みを有する。従って、擬似画素は、双方向フィルタリングステージ後に除去されない。換言すれば、双方向フィルタは、フィルタリングの数回の反復後にさえ擬似画素を保持している。1つの選択肢は、パラメータσを増加させることであろうが、しかしこれは、擬似画素と同様に、対象の境界の鮮明なエッジが解消されることにつながる。
本発明は、前述のことを考慮して考案された。
発明の概要
本発明の第1の態様に従って、深度マップにおける擬似画素をフィルタリングするためのコンピュータ実行方法であって、現在画素と呼ばれる深度マップの画素用に、
− 現在画素を中心とする前記深度マップの画素グループに属して近隣画素と呼ばれる少なくとも1つの画素用の少なくとも1つの重みを決定することであって、前記重みが、現在画素に隣接する画素の強度及び前記少なくとも1つの近隣画素の強度の、且つ同様に現在画素と前記少なくとも1つの近隣画素との間の幾何学的距離の関数であることと、
− 少なくとも1つの隣接画素に対応する重み関数を決定することであって、その重み関数の係数が、前記決定された重みであることと、
− 重み関数の全ての係数の和を最大限にする正規化された重み関数に対応する畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
を含む方法が提供される。
提案される解決策は、双方向フィルタが行うであろうように、深度マップの鮮明なエッジを保持し、且つわずかな細部又はノイズを滑らかにしながら、最小値フィルタ又は最大値フィルタが行うであろうように、深度マップにおける擬似画素を除去することができる。
実際に、現在画素が、擬似画素である場合に、その重み関数の全ての係数の和は、隣接画素の強度を用いて決定された他の重み関数の係数の和と比較して最大でない。何故なら、隣接画素間で、擬似画素が、それほど頻繁ではないからである。
最小値フィルタ/最大値フィルタ解決策において、フィルタリングされた画素は、近隣画素の最小値
min(x,y)=min(I(x+n,y+m)∀(n,m)∈[−1,1]
と等しいか又は近隣画素の最大値
max(x,y)=max(I(x+n,y+m)∀(n,m)∈[−1,1]
に等しい。
画像に対して最小値フィルタ、次に最大値フィルタを連続的に呼び出すことは、いわゆる画像侵食である。画像に対して最大値フィルタ、次に最小値フィルタを連続的に呼び出すことは、画像膨張と呼ばれる。侵食フィルタは、擬似画素の直接的な周囲より大きな振幅を備えた擬似画素を除去できるようにする。一方、膨張フィルタは、擬似画素の直接的な周囲より小さな振幅を備えた擬似画素を除去できるようにする。実際には、侵食又は膨張フィルタは、擬似画素を除去できるが、実際の対象の境界にひどく影響を及ぼす。
双方向フィルタ解決策において、現在画素は、重み関数の計算において主要な役割を果たす。現在画素が、擬似画素である場合に、重み関数は、現在画素と類似の近隣画素を強調する。従って、フィルタリング後に、擬似画素は、解消又は消去されるのではなく、元のまま保たれる。
本発明の実施形態による解決策において、本発明者らは、重み関数の重みを計算する場合に、現在画素の強度を隣接画素の強度により取り替えることによって、重み関数の計算における現在画素の役割を制限することを提案する。従って、本発明による方法は、現在画素に隣接する画素数と同数の重み関数を生成することができる。現在画素をフィルタリングするために、複数の生成された重み関数の間で重み関数が選択される。選択された重み関数は、対応する重み関数の全ての係数の和を最大限にする重み関数である。次に、1つの畳み込みフィルタが、選択された重み関数から生成される。
本発明の実施形態によれば、少なくとも隣接画素の重みは、
Figure 2019082998

によって与えられ、
式中、rは、基準値であり、Tは、深度マップの画素と基準値rとの間の差基準であり、(x,y)は、現在画素の座標であり、(k,l)は、現在画素I(x,y)と、重みが決定される近隣画素との間のシフトを表す。
この単純化された重み関数は、スマートフォンに埋め込まれるプロセッサなど、制限された計算能力のプロセッサによって実行することができる。
本発明の実施形態によれば、重み関数は、一次元フィルタであり、且つ深度マップの方向に直交する。
本発明の実施形態によれば、重み関数の方向は、角度αを計算することによって決定され、角度αの値は、第1の変数x間における現在画素の強度の局所微分と、第2の変数y間における現在画素の強度の局所微分との比率の逆正接である。
本発明の実施形態によれば、方法は、
− 第1の重み関数を決定することであって、その第1の重み関数の係数が、隣接画素間で最高の強度を有する隣接画素の強度の関数として決定されることと、
− 第2の重み関数を決定することであって、その第2の重み関数の係数が、隣接画素間で最低の強度を有する隣接画素の強度の関数として決定されることと、
− 第3の重み関数を決定することであって、その第3の重み関数の係数が、現在画素の強度の関数として決定されることと、
− 第4の重み関数を決定することであって、その第4の重み関数の係数が、隣接画素の強度の中央値である強度の関数として決定されることと、
− 4つの重み関数の間で、重み関数の全ての係数の和を最大限にする正規化された重み関数に対応する畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
を更に含む。
4つの重み関数だけを生成することは、擬似画素をフィルタリングするために必要とされる計算負荷を低減する。この4つの重み関数はまた、同様にスマートフォンに埋め込まれるGPUによって提供されるベクトル計算を利用する。
本発明の別の目的は、深度マップにおける擬似画素をフィルタリングできる装置であって、現在画素と呼ばれる深度マップの画素用に、
− 現在画素を中心とする前記深度マップの画素グループに属して近隣画素と呼ばれる少なくとも1つの画素用の少なくとも1つの重みを決定することであって、前記重みが、現在画素に隣接する画素の強度及び前記少なくとも1つの近隣画素の強度の、且つ同様に現在画素と前記少なくとも1つの隣接画素との間の幾何学的距離の関数であることと、
− 少なくとも1つの隣接画素に対応する重み関数を決定することであって、その重み関数の係数が、前記決定された重みであることと、
− 重み関数の全ての係数の和を最大限にする正規化された重み関数に対応する畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
を行うように構成された少なくとも1つのハードウェアプロセッサを含む装置に関する。
本発明の実施形態によれば、少なくとも隣接画素の重みは、
Figure 2019082998

によって与えられ、
式中、rは、基準値であり、Tは、深度マップの画素と基準値rとの間の差基準であり、(x,y)は、現在画素の座標であり、(k,l)は、現在画素I(x,y)と、重みが決定される近隣画素との間のシフトを表す。
本発明の実施形態によれば、重み関数は、一次元フィルタであり、且つ深度マップのエッジの方向に直交する。
本発明の実施形態によれば、重み関数の方向は、角度αを計算することによって決定され、角度αの値は、第1の変数x間における現在画素の強度の局所微分と、第2の変数y間における現在画素の強度の局所微分との比率の逆正接である。
本発明の実施形態によれば、ハードウェアプロセッサは、
− 第1の重み関数を決定することであって、その第1の重み関数の係数が、隣接画素間で最高の強度を有する隣接画素の強度の関数として決定されることと、
− 第2の重み関数を決定することであって、その第2の重み関数の係数が、隣接画素間で最低の強度を有する隣接画素の前記強度の関数として決定されることと、
− 第3の重み関数を決定することであって、その第3の重み関数の係数が、現在画素の強度の関数として決定されることと、
− 第4の重み関数を決定することであって、その第4の重み関数の係数が、隣接画素の強度の中央値である強度の関数として決定されることと、
− 4つの重み関数間で、重み関数の全ての係数の和を最大限にする正規化された重み関数に対応する畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
を行うように更に構成される。
本発明の要素によって実行される幾つかのプロセスは、コンピュータによって実行されてもよい。従って、かかる要素は、完全なハードウェア実施形態か、完全なソフトウェア実施形態(ファームウェア、常駐ソフトウェア、マイクロコード等を含む)か、又は本明細書では一般に「回路」、「モジュール」、若しくは「システム」と全て呼ばれ得るソフトウェア及びハードウェアの態様を組み合わせる実施形態の形式を取ることができる。更に、かかる要素は、コンピュータが利用可能なプログラムコードを媒体に具体化した任意の有形表現媒体に具体化されたコンピュータプログラムプロダクトの形式を取ってもよい。
本発明の要素が、ソフトウェアにおいて実行され得るので、本発明は、プログラム可能な機器に提供するためのコンピュータ可読コードとして、いずれかの適切なキャリヤ媒体上で具体化することができる。有形キャリヤ媒体は、フロッピーディスク、CD−ROM、ハードディスクドライブ、磁気テープ装置、又は固体メモリ装置などの記憶媒体を含んでもよい。一時キャリヤ媒体は、電気信号、電子信号、光信号、音響信号、磁気信号、又は電磁信号、例えばマイクロ波若しくはRF信号などの信号を含んでもよい。
図面の簡単な説明
ここで、本発明の実施形態は、単に例として、以下の図面を参照して説明される。
本発明の実施形態による方法を実行できる装置の例を示す概略ブロック図である。 本発明の実施形態による、深度マップの擬似画素をフィルタリングするための方法ステップの流れ図を表す。 現在画素を中心とする、且つ隣接画素と呼ばれる[2P+1×2P+1]画素のグループを表す。
詳細な説明
当業者によって理解されるであろうように、本原理の態様は、システム、方法、又はコンピュータ可読媒体として具体化することができる。従って、本原理の態様は、完全なハードウェア実施形態か、完全なソフトウェア実施形態(ファームウェア、常駐ソフトウェア、マイクロコード等を含む)か、又は本明細書では一般に「回路」、「モジュール」、若しくは「システム」と全て呼ばれ得るソフトウェア及びハードウェアの態様を組み合わせる実施形態の形式を取ることができる。更に、本原理の態様は、コンピュータ可読記憶媒体の形式を取ることができる。1つ又は複数のコンピュータ可読記憶媒体のどの組み合わせが利用されてもよい。
図1は、本発明の実施形態による方法を実行できる装置の例を示す概略ブロック図である。
機器100は、バス106によって接続されるプロセッサ101と、記憶ユニット102と、入力装置103と、表示装置104と、インターフェースユニット105とを含む。言うまでもなく、コンピュータ機器100の構成要素は、バス接続部以外の接続部によって接続されてもよい。
プロセッサ101は、機器100の動作を制御する。記憶ユニット102は、プロセッサ101によって実行される少なくとも1つのプログラムと、深度マップ、プロセッサ101によって実行される計算によって用いられるパラメータ、プロセッサ101によって実行される計算の中間データ等を含む様々なデータとを格納する。プロセッサ101は、任意の既知で適切なハードウェアか、ソフトウェアか、又はハードウェア及びソフトウェアの組み合わせによって形成されてもよい。例えば、プロセッサ101は、処理回路などの専用ハードウェアによって、又は自らのメモリに格納されたプログラムを実行する、CPU(中央処理ユニット)などのプログラム可能な処理ユニットによって形成されてもよい。
記憶ユニット102は、コンピュータが読み取れる方法でプログラム、データ等を格納できる任意の適切な記憶装置又は手段によって形成されてもよい。記憶ユニット102の例には、半導体メモリ装置などの非一時的なコンピュータ可読記憶媒体と、読み出し及び書き込みユニットに装着される磁気、光、又は光磁気記録媒体とを含む。プログラムは、図3〜4に関連して説明されるような本開示の実施形態に従って、明視野画像を操作するためのプロセスをプロセッサ101に実行させる。
入力装置103は、キーボード、マウスなどのポインティング装置、又はコマンドを入力するためにユーザによって用いられる同様のものによって形成されてもよい。出力装置104は、例えばグラフィカルユーザインターフェース(GUI)を表示する表示装置によって形成されてもよい。入力装置103及び出力装置104は、例えばタッチスクリーンパネルによって一体的に形成されてもよい。
インターフェースユニット105は、機器100と外部機器との間のインターフェースを提供する。インターフェースユニット105は、ケーブル又は無線通信を介して外部機器と通信可能であってもよい。
機器100は、例えば、タブレット又はスマートフォンなどの携帯装置であってもよい。
図2は、本発明の実施形態に従って、深度マップの擬似画素をフィルタリングするための方法ステップの流れ図を表す。以下のステップは、深度マップの全ての画素用に実行される。
ステップ200において、機器100のプロセッサ101は、図3に表されているように、近隣画素と呼ばれる、現在画素を中心にした[2P+1×2P+1]画素のグループを定義する。図3において、近隣画素のグループは、5×5グループである。
ステップ201において、機器100のプロセッサ101は、深度マップにおいて(x,y)が現在画素の座標である場合の現在画素に関連する第1の重み関数w0,0(x,y)の重みを計算する。
考慮される近隣画素に関連する重みw0,0(x,y,k,l)は、次のように計算され、
0,0(x,y,k,l)=d(x+k,y+l)r(I(x,y),I(x+k,y+l)) (1)
式中、(k,l)は、現在画素と、座標が(x+k,y+l)である、重みが計算される近隣画素との間のシフトを示す。
重みは、強度項r(I(x,y),I(x+k,y+l))に依存し、式中、I(x,y)は、現在画素の強度であり、I(x+k,y+l)は、重みが決定される近隣画素の強度である。幾何学的距離項d(x+k,y+l)は、画素値には依存しない。本発明の実施形態において関数r及びdは、
Figure 2019082998

である。
重みwは、2つのパラメータに依存する。即ち、考慮される近隣画素が、現在画素よりどれほど大きい強度を有しなければならないかを制御するσと、距離(k,l)が、重み関数にどれほど影響を及ぼすかを制御するσと、である。
かかる重みは、現在画素の全ての近隣画素用に計算される。
ステップ202において、第1の畳み込みフィルタC0,0(x,y)が、現在画素に関連する重み関数から生成される。
Figure 2019082998
前述の式が、深度マップの座標(x,y)を備えた画素に当てはまる、サイズ[2P+1×2P+1]画素のローカル畳み込みフィルタC0,0(x,y)には典型的であることに注目する価値がある。畳み込みフィルタの各係数C0,0(x,y)[i,j]は、
Figure 2019082998

によって与えられる。
(i,j)∈[0,2P+1]、及び重み関数w0,0(x,y,k,l)の全ての重みの和である
Figure 2019082998

を用いる。従って、前述の式は、畳み込み演算子*を用いて書き直すことができる。
フィルタ(x,y)=I*C(x,y)
0,0(x,y)は、現在画素(x,y)に関連するローカル畳み込みフィルタである。換言すれば、畳み込みフィルタは、正規化された重み関数(全ての重みが、重み関数の積分で割られる)と等しい。
ステップ203において、装置100のプロセッサ101は、現在画素に関連する第2の重み関数の重みwn,mを計算する。
考慮される近隣画素に関連する重みwn,m(x+n,y+m,k,l)は、次のように計算され、
w(x+n,y+m,k,l)=d(x+k,y+l)r(I(x+n,y+m),I(x+k,y+l))
式中、(k,l)は、現在画素間のシフトを示し、(n,m)は、現在画素に隣接する考慮される画素と、座標が(x+k,y+l)であり、重みが計算される近隣画素と、の座標である。本発明の実施形態において、9の重み関数を計算するために、(n,m)∈[−1;1]を定義することができる。
重みは、強度項r(I(x+n,y+m),I(x+k,y+l))に依存し、式中、I(x+n,y+m)は、現在画素に隣接する画素の強度であり、I(x+k,y+l)は、重みが決定される近隣画素の強度である。幾何学的距離項d(x+k,y+l)は、画素値に依存しない。
本発明の実施形態において、関数r及びdは、
Figure 2019082998

である。
かかる重みは、現在画素の全ての近隣画素用に計算される。
ステップ204において、現在画素に関連する第2の畳み込みフィルタCn,m(x,y)は、wn,m(x+n,y+m,k,l)に基づいて生成される。
本発明の実施形態において、ステップ203及び204は、現在画素に隣接する各画素用に実行されて、同数の重み関数を生成する。
本発明の別の実施形態において、ステップ203及び204は、3回実行されて、3つの重み関数を生成する。
この実施形態において、第2の重み関数が生成され、第2の重み関数において、I(x+n,y+m)は、現在画素に隣接する全ての画素の間で最高の強度を有する、現在画素に隣接する画素の強度である。
第3の重み関数が生成され、第3の重み関数において、I(x+n,y+m)は、現在画素に隣接する全ての画素の間で最低の強度を有する、現在画素に隣接する画素の強度である。
第4の重み関数が生成され、第4の重み関数において、I(x+n,y+m)は、現在画素に隣接する画素の強度の中央値である。
ステップ205において、現在画素をフィルタリングするために適用される畳み込みフィルタは、ステップ201〜204中に生成された複数の畳み込みフィルタ間で選択される。
装置100のプロセッサ101は、重み関数の全ての係数wn,m(x+n,y+m,k,l)の和Wn,m(x,y)を計算する。
選択された重み関数wn,mは、最大値Wn,m(x,y)を有する重み関数である。従って、選択された畳み込みフィルタCn,m(x,y)は、最大値Wn,m(x,y)に関連する畳み込みフィルタである。
ステップ206において、選択された畳み込みフィルタは、現在画素のフィルタリングされたバージョンである画素Iフィルタリングされた(x,y)を計算するために用いられる。
本発明によれば、現在画素が、擬似画素である場合に、その重み関数w0,0(x,y)は、他の重み関数と比較して小さな和W0,0(x,y)を有する。何故なら、重み関数wn,m(x,y)が計算されるP近隣画素において、擬似画素が、それほど頻繁ではないからである。
本発明の実施形態において、選択された重み関数は、その積分が1.0に等しいように正規化される。
図2に関連して説明された方法は、深度マップの全ての画素に適用されてもよい。場合により方法は、数回繰り返される。本発明の実施形態において、パラメータP、σ及びσは、目での検査に基づいてユーザによって手動で選択される。
本発明の実施形態において、より単純な重みが、
Figure 2019082998

によって定義され、
式中、rは、基準値であり、Tは、深度マップ画素と基準値rとの間の差基準である。この重みは、2つの命令でwを推定することを可能にする「step」及び「abs」のようなGPU命令で容易に計算される。
本発明の別の実施形態において、重み関数は、2P+1画素で構成された一次元(1D)重み関数である。1D重み関数は、深度マップ画像の輪郭に垂直に向けられる。
1D重み関数の方向の角度αは、局所微分D(x,y)=I(x−1,y)−I(x+1,y)及びD(x,y)=I(x,y−1)−I(x,y+1)を計算することによって得られる。次に、角度αの値は、
−α=atan(D/D)+π/2
によって与えられる。
本発明のこの実施形態において、現在画素に適用される畳み込みフィルタは、
Figure 2019082998

である。
式中、Cn,m(x,y)は、最大値Wn,m(x,y)を有する重み関数wn,m(x,y)から計算された畳み込みフィルタである。
この場合に、I(x+icos(α),y+sin(α))にアクセスする画素座標は、整数ではない。GPU実装形態を備えると、非整数座標へのアクセスは、双一次補間を用いることで容易である。GPUは、整数座標と同じくらい効率的に非整数にアクセスするように最適化される。
本発明は、特定の実施形態に関連して上記で説明されたが、本発明は、特定の実施形態に限定されず、本発明の範囲内にある修正は、当業者には明らかであろう。
前述の実例となる実施形態を参照することで、多くの更なる修正及び変更が、当業者に示唆されるであろう。前述の実例となる実施形態は、単なる例として与えられており、本発明の範囲を限定するように意図されておらず、本発明の範囲は、添付の特許請求の範囲によってのみ決定される。特に、異なる実施形態からの異なる特徴は、適切な場合には入れ替えられてもよい。
100 機器
101 プロセッサ
102 記憶ユニット
103 入力装置
104 出力装置
105 インターフェースユニット
106 バス

Claims (13)

  1. 深度マップにおける画素をフィルタリングするためのコンピュータ実行方法であって、現在画素と呼ばれる前記深度マップの画素用に、
    − 前記現在画素を中心とする前記深度マップの画素グループに属して近隣画素と呼ばれる少なくとも1つの画素用の少なくとも1つの重みを決定することであって、前記重みが、前記現在画素に隣接する画素の強度及び前記少なくとも1つの近隣画素の強度の、且つ同様に前記現在画素と前記少なくとも1つの近隣画素との間の幾何学的距離の関数であることと、
    − 少なくとも1つの隣接画素に対応する重み関数を決定することであって、その重み関数の係数が、前記決定された重みであることと、
    − 重み関数の全ての係数の和を最大限にする重み関数に対応する畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
    を含む方法。
  2. 前記少なくとも隣接画素の前記重みが、
    Figure 2019082998

    によって与えられ、
    式中、rが、基準値であり、Tが、前記深度マップの画素と前記基準値rとの間の差基準であり、(x,y)が、前記現在画素の座標であり、(k,l)が、前記現在画素I(x,y)と前記重みが決定される前記近隣画素との間のシフトを表す、請求項1に記載の方法。
  3. 前記重み関数が、一次元フィルタであり、且つ前記深度マップの方向に直交する、請求項1に記載の方法。
  4. 前記重み関数の方向が、角度αを計算することによって決定され、前記角度αの値が、第1の変数x間における前記現在画素の強度の局所微分と、第2の変数y間における前記現在画素の強度の局所微分との比率の逆正接である、請求項3に記載の方法。
  5. − 第1の重み関数を決定することであって、その第1の重み関数の係数が、前記隣接画素間で最高の強度を有する隣接画素の強度の関数として決定されることと、
    − 第2の重み関数を決定することであって、その第2の重み関数の係数が、前記隣接画素間で最低の強度を有する隣接画素の強度の関数として決定されることと、
    − 第3の重み関数を決定することであって、その第3の重み関数の係数が、前記現在画素の強度の関数として決定されることと、
    − 第4の重み関数を決定することであって、その第4の重み関数の係数が、前記隣接画素の前記強度の中央値である強度の関数として決定されることと、
    − 前記4つの重み関数間で、重み関数の全ての係数の和を最大限にする重み関数に対応する前記畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
    を含む、請求項1〜4のいずれか一項に記載の方法。
  6. 深度マップにおける画素をフィルタリングできる装置であって、現在画素と呼ばれる前記深度マップの画素用に、
    − 前記現在画素を中心とする前記深度マップの画素グループに属して近隣画素と呼ばれる少なくとも1つの画素用の少なくとも1つの重みを決定することであって、前記重みが、前記現在画素に隣接する画素の強度及び前記少なくとも1つの近隣画素の強度の、且つ同様に前記現在画素と前記少なくとも1つの近隣画素との間の幾何学的距離の関数であることと、
    − 少なくとも1つの隣接画素に対応する重み関数を決定することであって、その重み関数の係数が、前記決定された重みであることと、
    − 重み関数の全ての係数の和を最大限にする重み関数に対応する畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
    を行うように構成された少なくとも1つのハードウェアプロセッサを含む装置。
  7. 前記少なくとも隣接する画素の重みが、
    Figure 2019082998

    によって与えられ、
    式中、rが、基準値であり、Tが、前記深度マップの画素と前記基準値rとの間の差基準であり、(x,y)が、前記現在画素の座標であり、(k,l)が、前記現在画素I(x,y)と前記重みが決定される前記近隣画素との間のシフトを表す、請求項6に記載の装置。
  8. 前記重み関数が、一次元フィルタであり、且つ前記深度マップの方向に直交する、請求項6に記載の装置。
  9. 重前記み関数の方向が、角度αを計算することによって決定され、前記角度αの値が、第1の変数x間における前記現在画素の強度の局所微分と、第2の変数y間における前記現在画素の強度の局所微分との比率の逆正接である、請求項8に記載の装置。
  10. 前記ハードウェアプロセッサが、
    − 第1の重み関数を決定することであって、その第1の重み関数の係数が、前記隣接画素間で最高の強度を有する隣接画素の強度の関数として決定されることと、
    − 第2の重み関数を決定することであって、その第2の重み関数の係数が、前記隣接画素間で最低の強度を有する隣接画素の強度の関数として決定されることと、
    − 第3の重み関数を決定することであって、その第3の重み関数の係数が、前記現在画素の強度の関数として決定されることと、
    − 第4の重み関数を決定することであって、その第4の重み関数の係数が、前記隣接画素の強度の中央値である強度の関数として決定されることと、
    − 前記4つの重み関数間で、重み関数の全ての係数の和を最大限にする重み関数に対応する前記畳み込みフィルタを適用することによって、前記現在画素をフィルタリングすることと
    を行うように更に構成される、請求項6〜9のいずれか一項に記載の装置。
  11. コンピュータプログラムであって、前記プログラムが、プロセッサによって実行される場合に、請求項1に記載の方法の実行用のプログラムコード命令を含むことを特徴とするコンピュータプログラム。
  12. 請求項1に記載の方法をプロセッサに実行させるための命令を自らに格納したプロセッサ可読媒体。
  13. 前記プログラムが、計算装置上で実行される場合に、請求項1に記載の方法を実行するためのプログラムコードの命令を担持する非一時的な記憶媒体。
JP2018179276A 2017-09-29 2018-09-25 深度マップにおける擬似画素をフィルタリングするための方法 Pending JP2019082998A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP17306301.7 2017-09-29
EP17306301.7A EP3462408A1 (en) 2017-09-29 2017-09-29 A method for filtering spurious pixels in a depth-map

Publications (1)

Publication Number Publication Date
JP2019082998A true JP2019082998A (ja) 2019-05-30

Family

ID=60083904

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018179276A Pending JP2019082998A (ja) 2017-09-29 2018-09-25 深度マップにおける擬似画素をフィルタリングするための方法

Country Status (5)

Country Link
US (1) US10832382B2 (ja)
EP (2) EP3462408A1 (ja)
JP (1) JP2019082998A (ja)
KR (1) KR20190038440A (ja)
CN (1) CN109636730B (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020217781A1 (ja) 2019-04-24 2020-10-29 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 到来方向推定装置、システム、及び、到来方向推定方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3462408A1 (en) * 2017-09-29 2019-04-03 Thomson Licensing A method for filtering spurious pixels in a depth-map
US11436706B2 (en) * 2018-03-19 2022-09-06 Sony Corporation Image processing apparatus and image processing method for improving quality of images by removing weather elements
CN110458850B (zh) * 2019-08-01 2020-12-11 北京灵医灵科技有限公司 一种大关节组织的分割方法和分割系统
CN113096024B (zh) * 2020-01-09 2023-05-09 舜宇光学(浙江)研究院有限公司 用于深度数据的去飞点方法及其系统和电子设备
KR102339619B1 (ko) * 2020-11-19 2021-12-17 광주과학기술원 이미지 품질향상장치, 이미지 품질향상방법
CN115908208B (zh) * 2021-09-30 2025-09-02 广联达科技股份有限公司 一种图像滤波方法及装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0478040A3 (en) 1990-09-28 1993-06-16 Ampex Corporation Four direction adaptive error concealment system for component digital television signals
JP2006135521A (ja) 2004-11-04 2006-05-25 Ricoh Co Ltd 画像処理装置、画像処理方法、プログラム及び情報記録媒体
EP2087466B1 (en) * 2006-11-21 2020-06-17 Koninklijke Philips N.V. Generation of depth map for an image
DE102006056650A1 (de) * 2006-12-11 2008-04-17 Siemens Ag Verfahren zur bilateralen Filterung digitaler Bilddaten
US8395642B2 (en) * 2009-03-17 2013-03-12 Mitsubishi Electric Research Laboratories, Inc. Method for virtual image synthesis
US8270752B2 (en) 2009-03-17 2012-09-18 Mitsubishi Electric Research Laboratories, Inc. Depth reconstruction filter for depth coding videos
BR112012008988B1 (pt) * 2009-10-14 2022-07-12 Dolby International Ab Método, meio legível não transitório e aparelho para processamento de mapa de profundidade
US9008457B2 (en) * 2010-05-31 2015-04-14 Pesonify, Inc. Systems and methods for illumination correction of an image
WO2012059841A1 (en) * 2010-11-04 2012-05-10 Koninklijke Philips Electronics N.V. Generation of depth indication maps
US9007441B2 (en) * 2011-08-04 2015-04-14 Semiconductor Components Industries, Llc Method of depth-based imaging using an automatic trilateral filter for 3D stereo imagers
EP2786580B1 (en) 2011-11-30 2015-12-16 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Spatio-temporal disparity-map smoothing by joint multilateral filtering
KR20130090846A (ko) 2012-02-06 2013-08-14 한국전자통신연구원 깊이 영상 복호화 방법 및 장치
US9509977B2 (en) * 2012-03-28 2016-11-29 Olympus Corporation Image processing system and microscope system including the same
KR102746047B1 (ko) * 2015-05-21 2024-12-26 코닌클리케 필립스 엔.브이. 이미지를 위한 깊이 맵을 결정하기 위한 방법 및 장치
US9852495B2 (en) * 2015-12-22 2017-12-26 Intel Corporation Morphological and geometric edge filters for edge enhancement in depth images
US10121231B2 (en) * 2016-02-01 2018-11-06 Texas Instruments Incorporated Adaptive bilateral (BL) filtering for computer vision
EP3462408A1 (en) * 2017-09-29 2019-04-03 Thomson Licensing A method for filtering spurious pixels in a depth-map

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020217781A1 (ja) 2019-04-24 2020-10-29 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 到来方向推定装置、システム、及び、到来方向推定方法

Also Published As

Publication number Publication date
CN109636730A (zh) 2019-04-16
US10832382B2 (en) 2020-11-10
KR20190038440A (ko) 2019-04-08
EP3462409A1 (en) 2019-04-03
EP3462408A1 (en) 2019-04-03
EP3462409B1 (en) 2021-08-04
US20190102867A1 (en) 2019-04-04
CN109636730B (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
JP2019082998A (ja) 深度マップにおける擬似画素をフィルタリングするための方法
JP6507846B2 (ja) 画像ノイズ除去方法及び画像ノイズ除去装置
Chen et al. Robust image and video dehazing with visual artifact suppression via gradient residual minimization
You et al. Blind image restoration by anisotropic regularization
US20110229029A1 (en) Selective diffusion of filtered edges in images
US8406518B2 (en) Smoothed local histogram filters for computer graphics
US20150312495A1 (en) Wavelet denoising of fringe image
JP2008505675A (ja) エッジの検出と強調を行うイメージ処理の方法および装置
CN114648451A (zh) 智能降噪
Gunturk Fast bilateral filter with arbitrary range and domain kernels
CN107543507A (zh) 屏幕轮廓的确定方法及装置
Berntsson et al. Coefficient identification in PDEs applied to image inpainting
CN109102495A (zh) 目标图像确定方法和系统、计算机设备、计算机存储介质
Zhao et al. Real-time edge-aware weighted median filtering on the GPU
CN114399563A (zh) 噪声图像生成、神经网络训练方法、装置、设备以及介质
CN114708142B (zh) 图像处理方法、图像处理装置、电子设备及可读存储介质
CN112330553B (zh) 一种裂缝图像去噪方法、设备及存储介质
CN111311499A (zh) 图像增强方法及装置、存储介质、终端
CN118608377A (zh) 一种图像插值方法及装置、电子设备和存储介质
CN116309657B (zh) 边缘检测方法、装置、电子设备和存储介质
CN120823112B (zh) 一种基于深度学习的声波图像增强方法、装置及电子设备
KR101595257B1 (ko) 디지털 영상 처리 장치 및 방법과 이를 위한 기록매체
US20260010986A1 (en) Methods and electronic apparatus for grid pattern noise detection
Klette Image processing
EP4372673A1 (en) Method and apparatus for processing image based on neural network

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190206