[go: up one dir, main page]

CN103139577B - 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置 - Google Patents

一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置 Download PDF

Info

Publication number
CN103139577B
CN103139577B CN201110376446.0A CN201110376446A CN103139577B CN 103139577 B CN103139577 B CN 103139577B CN 201110376446 A CN201110376446 A CN 201110376446A CN 103139577 B CN103139577 B CN 103139577B
Authority
CN
China
Prior art keywords
pixel
value
depth image
filtered
pixel point
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.)
Active
Application number
CN201110376446.0A
Other languages
English (en)
Other versions
CN103139577A (zh
Inventor
傅佳莉
费边·耶格尔
麦蒂尔斯·韦恩
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201110376446.0A priority Critical patent/CN103139577B/zh
Priority to PCT/CN2012/084890 priority patent/WO2013075611A1/zh
Publication of CN103139577A publication Critical patent/CN103139577A/zh
Priority to US14/285,955 priority patent/US9594974B2/en
Application granted granted Critical
Publication of CN103139577B publication Critical patent/CN103139577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/128—Adjusting depth or disparity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/80—Details of filtering operations specially adapted for video compression, e.g. for pixel interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/161—Encoding, multiplexing or demultiplexing different image signal components

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供一种深度图像滤波方法、获取滤波阈值的方法和装置。本发明实施例的方法包括：对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；确定满足所述预设条件的像素点的集合；根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。通过本发明实施例可以有效去除深度图像边缘的振铃效应，减少深度图像的不连续性，从而提高视频图像的质量。

Description

一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置
技术领域
本发明实施例涉及视频编解码技术领域，尤其涉及一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置
背景技术
随着多媒体通信技术的发展，人们在娱乐、教育等许多应用领域内出现了对于3D视频的需求。上述应用都要求使用多个摄像机在不同的空间位置以不同的角度同时获取同一场景的视频信号，并有效的对所获得的一组视频信号进行压缩编码和传输。
3D视频编解码技术引入了深度图，深度图不同于视频图像，一般不用于显示，但是会用于虚拟视的生成。解码后重建的深度图需要进行滤波以消除块效应。
现有技术采用双边滤波器(Bileteral filter)对深度图进行滤波。双边滤波器是基于Gauss滤波方法提出的，主要针对Gauss滤波中，将Gauss的权重值直接与图像像素值作卷积运算进行图像滤波的原理，将滤波权重系数优化成Gauss函数和图像亮度信息的乘积，优化后的权重系数再与图像像素值作卷积运算，可用于保持锐利的边缘，但图像的其他部分较平滑的，导致图像模糊。
发明内容
本发明实施例提供一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置，可以有效去除深度图像边缘的振铃效应，减少深度图像的不连续性，从而提高视频图像的质量。
本发明实施例提供一种深度图像滤波方法，包括：
对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；
确定满足所述预设条件的像素点的集合；
根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
本发明实施例还提供一种获取深度图像滤波阈值的方法，包括：
接收来自视频编码端的数据；
从所述接收来自视频编码端的数据中获取所述深度图像滤波阈值；
所述深度图像滤波阈值用于设置预设条件以确定满足该预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点的集合，所述集合中的像素点的像素值用以确定所述待滤波处理的深度图像像素点的像素值。
本发明实施例还提供一种深度图像滤波装置，包括：
第一判断单元，用于对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；
第一确定单元，用于确定所述满足所述预设条件的像素点的集合；
第一像素值确定单元，用于根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
本发明实施例还提供一种视频解码端，包括：
接收单元，用于接收来自视频编码端的数据；
滤波阈值获取单元，用于从所述接收来自视频编码端的数据中获取深度图像滤波阈值；
所述深度图像滤波系数用于设置预设条件以确定满足该预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点的集合，所述集合中的像素点的像素值用以确定所述待滤波处理的深度图像像素点的像素值。
本发明实施例通过对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件，确定满足所述预设条件的像素点的集合，根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值，可以有效去除深度图像边缘的振铃效应，减少深度图像的不连续性，从而提高视频图像的质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的深度图像滤波方法的流程图；
图2为本发明实施例一提供的另一种深度图像滤波方法的流程图；
图3为本发明实施例一提供的另一种深度图像滤波方法的流程图；
图4为本发明实施例一提供的另一种深度图像滤波方法的流程图；
图5为本发明实施例二提供的获取深度图像滤波阈值的方法流程图；
图6为本发明实施例三提供的深度图像滤波装置的的结构示意图；
图7为本发明实施例三提供的第一像素值确定单元的结构示意图；
图8为本发明实施例三提供的另一种第一像素值确定单元的结构示意图；
图9为本发明实施例三提供的另一第一像素值确定单元的结构示意图；
图10为本发明实施例三提供的另一深度图像滤波装置的结构示意图；
图11为本发明实施例三提供的另一深度图像滤波装置的结构示意图；
图12为本发明实施例三提供的视频解码端的结构示意图；
图13为本发明实施例三提供的另一视频解码端的结构示意图；
图14为本发明实施例三提供的第二像素值确定单元的结构示意图；
图15为本发明实施例三提供的另一第二像素值确定单元的结构示意图；
图16为本发明实施例三提供的另一第二像素值确定单元的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例一提供的深度图像滤波方法的流程图，该方法包括：
步骤S101.对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；
步骤S103.确定满足所述预设条件的像素点的集合；
步骤S105.根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
其中，步骤S105具体可以包括：
步骤S105’.确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
本发明实施例所指的“中值”，可以是集合中排在中间的元素的值或平均值，可以是集合中去除最大值和最小值之后的元素的平均值，等等。对中值的计算可以是多种形式。
可选的，可以采用第一种滤波算法，完整的流程如图2所示，即步骤S105’具体可以包括：步骤S105-1.将所述集合中的像素点的像素值进行排序；
步骤S105-2.判断所述集合中的像素点的个数为偶数或者奇数；
步骤S105-3.当所述集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为所述待滤波处理的深度图像像素点的像素值；
步骤S105-4.当所述集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
可选的，可以采用第二种滤波算法，完整的流程如图3所示，即步骤S105’具体可以包括：
步骤S105-5.将所述集合中像素值最大和最小的像素点去除；
步骤S105-6.确定所述集合中剩余的像素点的像素值的平均值，将所述平均值作为待滤波处理的深度图像像素点的像素值。
可选的，可以采用第三种滤波算法，完整的流程如图4所示，即步骤S105具体可以包括：
步骤S105-7.确定所述集合中的像素点的像素值的平均值；
步骤S105-8.将所述平均值与所述待滤波处理的深度图像像素点的重建像素值进行比较；
步骤S105-9.当所述平均值大于所述待滤波处理的深度图像像素点的原始像素值时将所述待滤波处理的深度图像像素点的重建像素值与像素偏移值之和作为所述待滤波处理的深度图像像素点的像素值；
步骤S105-10.当所述平均值小于所述待滤波处理的深度图像像素点的原始像素值时将所述待滤波处理的深度图像像素点的重建像素值减去像素偏移值之差作为所述待滤波处理的深度图像像素点的像素值；
步骤S105-11.当所述平均值等于所述待滤波处理的深度图像像素点的原始像素值时，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
可选的，在步骤S101之前，还可以包括步骤：
确定待滤波处理的深度图像像素点的相邻区域；
相邻区域可以是一行、或一列、或矩形、或正方形等任意形状。
上述预设条件可以包括以下条件中的至少一个：
a.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
b.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；或者
c.所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值。
上述预设条件可以是a、b、c中的一个条件成立，或者a和b同时成立，或者a和c同时成立，或者b和c同时成立，或者a、b和c同时成立。其中，像素值的差值可以为任意图像格式的分量法的差值，例如在YUV格式中，可以为每个分量(Y或U或V)值的差值，也可以是任意几个分量值的平均值等方式的差值。图像格式可以为YUV，GRB等格式。
具体的，第一滤波阈值可以记为σl，第二滤波阈值可以记为σr，第三滤波阈值可以记为σd。记重建深度图像的待滤波处理的深度图像像素点为p，取p的相邻区域为5×5图像块，则该相邻区域中一共有5×5＝25个相邻像素点，每个像素点记为qi(i＝1，2，…，25)。对每个像素点qi，计算其与待滤波处理的深度图像像素点p之间分别在空间域、深度图像域、视频图像域三个维度上的差值，即：
空间几何距离l：|p-qi|
深度图像像素值的差值d：|D(p)-D(qi)|
视频图像像素值的差值r：|Y(p)-Y(qi)|
具体的，设p的坐标为(M，N)，qi的坐标为(mi，ni)，则|p-qi|可以以如下方式计算：
| p - q i | = ( M - m i ) 2 + ( N - n i ) 2
可以将l，r，d分别与第一滤波阈值σl、第二滤波阈值σr、第三滤波阈值σd进行比较。上述条件a、b和c可以分别表示为：
|p-qi|≤σl
|D(p)-D(qi)|≤σr
|Y(p)-Y(qi)|≤σd
具体的，当采用第一种滤波算法时，当像素点qi(i＝1，2，…，25)全部遍历之后，确定满足所述预设条件的像素点的集合；将该集合中的像素点的像素值进行排序。该集合中的像素点可能是奇数个，也可能是偶数个。当该集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为待滤波处理的深度图像像素点的像素值；当该集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将平均值作为待滤波处理的深度图像像素点的像素值。
在本发明实施例中，“平均值”指得是与实际计算得到的平均值最接近的正整数。具体计算时，可以是对实际计算得到的平均值加上0.5之和进行向下取整运算。即平均值其中，为向下取整运算。
例如，满足所述预设条件的像素点的集合包含q1，q5，q12，q18，q21(像素值分别为11，25，2，8，33)，则将q1，q5，q12，q18，q21的像素值进行排序，排在中间的像素值为11，那么将11作为待滤波处理的深度图像像素点的像素值。
例如，满足所述预设条件的像素点的集合包含q1，q5，q12，q18，q21，q23(像素值分别为11，25，2，8，33，6)，则将q1，q5，q12，q18，q21，q23的像素值进行排序，排在中间的像素值为8和11，那么将8和11的数学平均值作为待滤波处理的深度图像像素点的像素值。这里以数学平均值为例，当然也可以是其他形式的平均值，比如几何平均值等。
具体的，当采用第二种滤波算法时，当像素点qi(i＝1，2，…，25)全部遍历之后，确定满足所述预设条件的像素点的集合；将该集合中像素值的最大和最小的像素点去除，对集合中剩余的像素点求取平均值，将与该平均值最接近的正整数作为待滤波处理的深度图像像素点的像素值。
例如，满足所述预设条件的像素点的集合包含q1，q5，q12，q18，q21(像素值分别为11，25，2，8，33)，则将q1，q5，q12，q18，q21的像素值中最大和最小的像素点q21和q12，去除，对剩下的q1，q5，q18求平均值为将这个平均值15作为待滤波处理的深度图像像素点的像素值。
具体的，当采用第三种滤波算法时，当像素点qi(i＝1，2，…，25)全部遍历之后，确定满足所述预设条件的像素点的集合；将该集合中的像素点的像素值求平均值，将平均值与当前带滤波像素点的重建像素值进行大小比较：当重建像素值大于或者小于平均值时，用重建像素值减去或者加上一个像素偏移值，作为待滤波处理的深度图像像素点的像素值；当重建像素值等于平均值时，直接用平均值作为待滤波处理的深度图像像素点的像素值；
其中，像素偏移值可以是平均值除以该集合中像素点的个数之商的最接近的正整数，也可以是通过其他方法求得。
假设满足所述预设条件的像素点的集合包含q1，q5，q12，q18，q21(像素值分别为11，25，2，8，33)，则像素偏移值
例如，当前重建像素点的重建像素值为15，将q1，q5，q12，q18，q21的像素值求平均值将重建像素值与该平均值16进行比较，由于重建像素值15小于平均值16，则将重建像素值加上像素偏移值得到待滤波处理的深度图像像素点的像素值，即最终滤波后的像素值为15+3＝18。
例如，当前重建像素点的重建像素值为18，则将q1，q5，q12，q18，q21的像素值求平均值将重建像素值与该平均值进行比较，由于重建像素值18大于平均值16，则将重建像素值减去像素偏移值得到待滤波处理的深度图像像素点的像素值，即最终滤波后的像素值为18-3＝15。
例如，当前像素点的重建像素值为16，则将q1，q5，q12，q18，q21的像素值求平均值(11+25+2+8+33)/5+0.5＝16，将重建像素值与平均值进行比较，由于重建像素值16等于平均值16，则将平均值作为待滤波处理的深度图像像素点的像素值。
本发明实施例的方法可以由处理器(比如中央处理器CPU)或专用集成电路(ASIC)等执行。本发明实施例的方法可以在视频编码端或解码端实施。
本发明实施例通过对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；确定满足所述预设条件的像素点的集合；根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值，可以有效去除深度图像边缘的振铃效应，减少深度图像的不连续性，从而提高视频图像的质量。
实施例二
本发明实施例详细介绍第一滤波阈值σl、第二滤波阈值σr、第三滤波阈值σd是如何获得的。其中：
第一滤波阈值σl可以取经验值4。
第二滤波阈值σr可以通过求解使得原始视频图像与重建视频图像之间的误差最小时的视频图像滤波器系数得到。这里的误差可以是均方误差(MeanSquared Error，MSE)或者其他类型的误差。
第三滤波阈值σd可以通过求解使得原始深度图与重建深度图之间的误差最小时的深度图像滤波器系数得到。这里的误差可以是均方误差或者其他类型的误差。
具体的，以求解σr为例：
令Zk为滤波后的视频图像像素值，Xk为原始视频图像像素值，Yi为重建图像在相邻区域N×N图像块内的像素值，σr，i为每个像素点(i＝1，2，…，N×N)的滤波器系数。以均方误差作为误差计算方法。
对Yi进行滤波，得到Zk：
Z k = Σ i = 1 N × N ( Y i σ r , i ) / Σ i = 1 N × N σ r , i
其中，滤波后图像像素值Zk和原始图像像素值Yk的误差为：
errork＝Zk-Xk
当均方误差最小时，可获得相应的滤波器系数σr，i，即：
σr，i＝argminE[errork 2]
其中：
E [ error k 2 ] = E [ ( Z k - X k ) 2 ] = E [ ( Σ i = 1 N × N Y i σ r , i ) 2 ] + E [ ( X k ) 2 ] - 2 E [ ( Σ i = 1 N × N Y i σ r , i ) ( X k ) ]
对E[errork 2]求偏导数：
∂ ∂ σ i E [ error k 2 ] = 2 ( Σ i , j = 1 N × N E { ( Y i ) ( Y j ) } σ j ) - 2 E [ ( Y i ) ( X k ) ] = 0 , i = 1 , . . . . . . , N × N
求解上述方程组可以得到σr，i将最优滤波器系数集合{σr，i}中的系数取中值或者平均值等方式，获得最优视频图滤波器阈值σr。具体的，比如取N＝4，σr，1，σr，2，…，σr，16分别为2，2，6，3，21，12，10，7，4，8，5，3，8，14，23，17则可以取平均值 σ r ‾ = ( 2 + 2 + 6 + 3 + 21 + 12 + 10 + 7 + 4 + 8 + 5 + 3 + 8 + 14 + 23 + 17 ) / 16 = 137 / 16 = 8.5625 作为σr，或者也可以取中值(7+8)/2＝7.5作为σr。当然，这里的滤波器阈值也可以是平均值再向下取整后的整数值。
同理可以用类似的方法计算得到深度图像滤波阈值σd。
将最优滤波器阈值σr和σd写入码流，传递到解码端。
本发明实施例提供一种获取深度图像滤波阈值的方法流程图，该方法应用在解码端，如图5所示，该方法包括：
S501.接收来自视频编码端的数据；
S503.从所述接收来自视频编码端的数据中获取所述深度图像滤波阈值；所述深度图像滤波系数用于设置预设条件以确定满足该预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点，从满足所述预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点中获取所述待滤波处理的深度图像像素点的像素值。
本发明实施例的方法还可以包括：
步骤S505.对所述相邻区域中的每个像素点，确定该像素点是否满足预设条件；
步骤S507.确定满足所述预设条件的像素点的集合；
步骤S505.根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
其中，步骤S505具体可以包括：
步骤S505’.确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
本发明实施例所指的“中值”，可以是集合中排在中间的元素的值或平均值，可以是集合中去除最大值和最小值之后的元素的平均值，等等。对中值的计算可以是多种形式。
可选的，具体可以采用上述的第一滤波算法、第二滤波算法或第三滤波算法对待滤波处理的深度图像像素点进行处理。
可选的，在步骤S505之前，还可以包括步骤：
确定待滤波处理的深度图像像素点的相邻区域；相邻区域可以是一行、或一列、或矩形、或正方形等任意形状。
上述预设条件可以包括以下条件中的至少一个：
a.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
b.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；或者
c.所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值。
上述预设条件可以是a、b、c中的一个条件成立，或者a和b同时成立，或者a和c同时成立，或者b和c同时成立，或者a、b和c同时成立。其中，像素值的差值可以为任意图像格式的分量法的差值，例如在YUV格式中，可以为每个分量(Y或U或V)值的差值，也可以是任意几个分量值的平均值等方式的差值。图像格式可以为YUV，GRB等格式。
本发明实施例提供一种数据包的数据结构，包括深度图像滤波阈值，包括第一滤波阈值、或第二滤波阈值、或第三滤波阈值中的至少一个，所述深度图像滤波阈值用于设置预设条件以确定满足该条件的待滤波处理的深度图像像素点的相邻区域中的像素点，根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。第一滤波阈值、第二滤波阈值、第三滤波阈值可以按上述实施例的方法获取。本实施例的数据结构封装了深度图像滤波阈值，从编码端传送到解码端，解码端从数据帧中解析出深度图像滤波阈值，将该深度图像滤波阈值用于设置预设条件以确定满足该条件的待滤波处理的深度图像像素点的相邻区域中的像素点，根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值，可以有效去除深度图像边缘的振铃效应，减少深度图像的不连续性，从而提高视频图像的质量。
实施例三
图6是本发明实施例三提供的深度图像滤波装置600的结构示意图。
如图6所示，该深度图像滤波装置600包括：
第一判断单元601，用于对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；
第一确定单元603，用于确定所述满足所述预设条件的像素点的集合；
第一像素值确定单元605，用于根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
第一像素值确定单元605具体可以用于确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
可选的，如图7所示，第一像素值确定单元605可以包括：
第一排序单元605-1，用于将所述集合中的像素点的像素值进行排序；
第一计算单元605-2，用于当所述集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为所述待滤波处理的深度图像像素点的像素值；
第二计算单元605-3，用于当所述集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
可选的，如图8所示，第一像素值确定单元605可以包括：
第一去除单元605-4，用于将所述集合中像素值的最大和最小的像素点去除；
第三计算单元605-5，用于确定所述集合中剩余的像素点的像素值的平均值，将与所述平均值作为待滤波处理的深度图像像素点的像素值。
可选的，如图9所示，第一像素值确定单元605可以包括：
第四计算单元605-6，用于确定所述集合中的像素点的像素值的平均值；
第一比较单元605-7，用于将所述平均值与所述待滤波处理的深度图像像素点的重建像素值进行比较；
第五计算单元605-8，用于当所述平均值大于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值与像素偏移值之和作为所述待滤波处理的深度图像像素点的像素值；
第六计算单元605-9，用于当所述平均值小于所述待滤波处理的深度图像像素点的重建像素值时，将所述待滤波处理的深度图像像素点的重建像素值减去像素偏移值之差作为所述待滤波处理的深度图像像素点的像素值；
第七计算单元605-10，用于当所述平均值等于所述待滤波处理的深度图像像素点的重建像素值时，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
可选的，该深度图像滤波装置600还可以包括：
第一相邻区域确定单元，用于确定所述待滤波处理的深度图像像素点的相邻区域。
如图10所示，除了包括上述图6中的单元之外，该深度图像滤波装置600还可以包括：
第一滤波器阈值集合确定单元1001，用于确定使得原始深度图与重建深度图之间的误差最小时的深度图像滤波器系数集合；
第二滤波阈值获取单元1003，用于对所述深度图像滤波器系数集合中的深度图像滤波器系数取中值或平均值，将所述中值或平均值作为第二滤波阈值。
如图11所示，除了包括上述图6中的单元之外，该深度图像滤波装置还可以包括：
第二滤波器阈值集合确定单元1101，用于确定使得原始视频图像与重建视频图像之间的误差最小时的视频图像滤波器系数集合；
第三滤波阈值获取单元1103，用于对所述视频图像滤波器系数集合中的视频图像滤波器系数取中值或平均值，将所述中值或平均值作为第三滤波阈值。
上述预设条件可以包括以下条件中的至少一个：
a.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
b.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；或者
c.所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值。
上述预设条件可以是a、b、c中的一个条件成立，或者a和b同时成立，或者a和c同时成立，或者b和c同时成立，或者a、b和c同时成立。
本发明实施例的深度图像滤波装置可以是处理器(比如中央处理器CPU)或专用集成电路(ASIC)等。本发明实施例的深度图像滤波装置可以部署在视频编码端或解码端。具体可以安装在计算机、手机、机顶盒、电视机以及其他各种电子设备等。
本发明实施例通过对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；确定满足所述预设条件的像素点的集合；根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值，可以有效去除深度图像边缘的振铃效应，减少深度图像的不连续性，从而提高视频图像的质量。
实施例四
图12是本发明实施例四提供的视频解码端1200的结构示意图。
如图12所示，本发明实施例的视频解码端1200包括：
接收单元1201，用于接收来自视频编码端的数据；
滤波阈值获取单元1203，用于从所述接收来自视频编码端的数据中解析得到滤波阈值；所述滤波阈值用于设置预设条件以确定满足该预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点，从满足所述预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点中获取所述待滤波处理的深度图像像素点的像素值。
如图13所示，除了包括上述图12中的单元之外，该视频解码端还可以包括：
第二判断单元1301，用于对所述相邻区域中的每个像素点，确定该像素点是否满足所述预设条件；
第二确定单元1303，用于确定满足该预设条件的像素点的集合；
第二像素值确定单元1305，用于根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
第二像素值确定单元1305具体可以用于确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
可选的，如图14所示，第二像素值确定单元1305可以包括：
第二排序单元1305-1，用于将该集合中的像素点的像素值进行排序；
第一视频解码端计算单元1305-2，用于当所述集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为所述待滤波处理的深度图像像素点的像素值；
第二视频解码端计算单元1305-3，用于当所述集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
可选的，如图15所示，第二像素值确定单元1305可以包括：
第二去除单元1305-4，用于将所述集合中像素值最大和最小的像素点去除；
第三视频解码端计算单元1305-5，用于确定所述集合中剩余的像素点的像素值的平均值，将与所述平均值最接近的正整数作为待滤波处理的深度图像像素点的像素值。
可选的，如图16所示，第二像素值确定单元1305包括：
第四视频解码端计算单元1305-6，用于确定所述集合中的像素点的像素值的平均值；
第二比较单元1305-7，用于将所述平均值与所述待滤波处理的深度图像像素点的重建像素值进行比较；
第五视频解码端计算单元1305-8，用于当所述平均值大于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值与像素偏移值之和作为所述待滤波处理的深度图像像素点的像素值；
第六视频解码端计算单元1305-9，用于当所述平均值小于所述待滤波处理的深度图像像素点的重建像素值时，将所述待滤波处理的深度图像像素点的重建像素值减去像素偏移值之差作为所述待滤波处理的深度图像像素点的像素值；
第七视频解码端计算单元1305-10，用于当所述平均值等于所述待滤波处理的深度图像像素点的重建像素值时，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
可选的，该视频解码端还可以包括：
第二相邻区域确定单元，用于确定所述待滤波处理的深度图像像素点的相邻区域。
上述预设条件可以包括以下条件中的至少一个：
a.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
b.所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；或者
c.所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值。
上述预设条件可以是a、b、c中的一个条件成立，或者a和b同时成立，或者a和c同时成立，或者b和c同时成立，或者a、b和c同时成立。其中，像素值的差值可以为任意图像格式的分量法的差值，例如在YUV格式中，可以为每个分量(Y或U或V)值的差值，也可以是任意几个分量值的平均值等方式的差值。图像格式可以为YUV，GRB等格式。
本发明实施例的视频解码端可以是处理器(比如中央处理器CPU)或专用集成电路(ASIC)等。本发明实施例的视频解码端具体可以是计算机、手机、机顶盒、电视机以及其他各种电子设备等。
本发明实施例通过对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；确定满足所述预设条件的像素点的集合；根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值，可以有效去除深度图像边缘的振铃效应，减少深度图像的不连续性，从而提高视频图像的质量。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (30)

1.一种深度图像滤波方法，其特征在于，包括：
对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；
确定满足所述预设条件的像素点的集合；
根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值；
所述预设条件包括：
所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值；
其中，确定使得原始视频图像与重建视频图像之间的误差最小时的视频图像滤波器阈值集合；
对所述视频图像滤波器阈值集合中的视频图像滤波器阈值取中值或平均值，将所述中值或平均值作为第三滤波阈值。
2.如权利要求1的深度图像滤波方法，其特征在于，所述预设条件还包括：
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；
其中，确定使得原始深度图像与重建深度图像之间的误差最小时的深度图像滤波器阈值集合；
对所述深度图像滤波器阈值集合中的深度图像滤波器阈值取中值或平均值，将所述中值或平均值作为第二滤波阈值。
3.根据权利要求1的深度图像滤波方法，其特征在于，所述根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值包括：
确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
4.根据权利要求3的深度图像滤波方法，其特征在于，所述确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值包括：
将所述集合中的像素点的像素值进行排序；
当所述集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为所述待滤波处理的深度图像像素点的像素值；
当所述集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
5.根据权利要求3的深度图像滤波方法，其特征在于，所述确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值包括：
将所述集合中像素值最大和最小的像素点去除；
确定所述集合中剩余的像素点的像素值的平均值，将所述平均值作为待滤波处理的深度图像像素点的像素值。
6.根据权利要求1的深度图像滤波方法，其特征在于，所述根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值包括：
确定所述集合中的像素点的像素值的平均值；
将所述平均值与所述待滤波处理的深度图像像素点的重建像素值进行比较；
当所述平均值大于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值与像素偏移值之和作为所述待滤波处理的深度图像像素点的像素值；
当所述平均值小于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值减去像素偏移值之差作为所述待滤波处理的深度图像像素点的像素值；
当所述平均值等于所述待滤波处理的深度图像像素点的重建像素值时，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
7.根据权利要求1的深度图像滤波方法，其特征在于，在对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件之前，还包括：
确定待滤波处理的深度图像像素点的相邻区域。
8.一种获取深度图像滤波阈值的方法，其特征在于，所述方法包括：
接收来自视频编码端的数据；
从所述接收来自视频编码端的数据中获取所述深度图像滤波阈值；
所述深度图像滤波阈值用于设置预设条件以确定满足该预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点的集合，所述集合中的像素点的像素值用以确定所述待滤波处理的深度图像像素点的像素值；
所述预设条件包括：
所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值；
其中，确定使得原始视频图像与重建视频图像之间的误差最小时的视频图像滤波器阈值集合；
对所述视频图像滤波器阈值集合中的视频图像滤波器阈值取中值或平均值，将所述中值或平均值作为第三滤波阈值。
9.根据权利要求8的获取深度图像滤波阈值的方法，其特征在于，所述预设条件还包括：
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；
其中，确定使得原始深度图像与重建深度图像之间的误差最小时的深度图像滤波器阈值集合；
对所述深度图像滤波器阈值集合中的深度图像滤波器阈值取中值或平均值，将所述中值或平均值作为第二滤波阈值。
10.根据权利要求8的获取深度图像滤波阈值的方法，其特征在于，还包括：
根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
11.根据权利要求10的获取深度图像滤波阈值的方法，其特征在于，所述根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值包括：
确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
12.根据权利要求11的获取深度图像滤波阈值的方法，其特征在于，所述确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值包括：
将所述集合中的像素点的像素值进行排序；
当所述集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为所述待滤波处理的深度图像像素点的像素值；
当所述集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
13.根据权利要求11的获取深度图像滤波阈值的方法，其特征在于，所述确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值包括：
将所述集合中像素值最大和最小的像素点去除；
确定所述集合中剩余的像素点的像素值的平均值，将所述平均值作为待滤波处理的深度图像像素点的像素值。
14.根据权利要求10的获取深度图像滤波阈值的方法，其特征在于，所述根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值包括：
确定所述集合中的像素点的像素值的平均值；
将所述平均值与所述待滤波处理的深度图像像素点的重建像素值进行比较；
当所述平均值大于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值与像素偏移值之和作为所述待滤波处理的深度图像像素点的像素值；
当所述平均值小于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值减去像素偏移值之差作为所述待滤波处理的深度图像像素点的像素值；
当所述平均值等于所述待滤波处理的深度图像像素点的重建像素值时，
将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
15.根据权利要求8的获取深度图像滤波阈值的方法，其特征在于，还包括：
确定所述待滤波处理的深度图像像素点的相邻区域。
16.一种深度图像滤波装置，其特征在于，包括：
第一判断单元，用于对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；
第一确定单元，用于确定所述满足所述预设条件的像素点的集合；
第一像素值确定单元，用于根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值；
所述预设条件包括：
所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值；
其中，所述装置还包括：
第二滤波器阈值集合确定单元，用于确定使得原始视频图像与重建视频图像之间的误差最小时的视频图像滤波器阈值集合；
第三滤波阈值获取单元，用于对所述视频图像滤波器阈值集合中的视频图像滤波器阈值取中值或平均值，将所述中值或平均值作为第三滤波阈值。
17.根据权利要求16的深度图像滤波装置，其特征在于，所述预设条件还包括：
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；
其中，所述装置还包括:
第一滤波器阈值集合确定单元，用于确定使得原始深度图像与重建深度图像之间的误差最小时的深度图像滤波器阈值集合；
第二滤波阈值获取单元，用于对所述深度图像滤波器阈值集合中的深度图像滤波器阈值取中值或平均值，将所述中值或平均值作为第二滤波阈值。
18.根据权利要求16的深度图像滤波装置，其特征在于，所述第一像素值确定单元具体用于确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
19.根据权利要求18的深度图像滤波装置，其特征在于，所述第一像素值确定单元包括：
第一排序单元，用于将所述集合中的像素点的像素值进行排序；
第一计算单元，用于当所述集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为所述待滤波处理的深度图像像素点的像素值；
第二计算单元，用于当所述集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
20.根据权利要求18的深度图像滤波装置，其特征在于，所述第一像素值确定单元包括：
第一去除单元，用于将所述集合中像素值的最大和最小的像素点去除；
第三计算单元，用于确定所述集合中剩余的像素点的像素值的平均值，将所述平均值作为待滤波处理的深度图像像素点的像素值。
21.根据权利要求16的深度图像滤波装置，其特征在于，所述第一像素值确定单元包括：
第四计算单元，用于确定所述集合中的像素点的像素值的平均值；
第一比较单元，用于将所述平均值与所述待滤波处理的深度图像像素点的重建像素值进行比较；
第五计算单元，用于当所述平均值大于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值与像素偏移值之和作为所述待滤波处理的深度图像像素点的像素值；
第六计算单元，用于当所述平均值小于所述待滤波处理的深度图像像素点的重建像素值时，将所述待滤波处理的深度图像像素点的重建像素值减去像素偏移值之差作为所述待滤波处理的深度图像像素点的像素值；
第七计算单元，用于当所述平均值等于所述待滤波处理的深度图像像素点的重建像素值时，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
22.根据权利要求16的深度图像滤波装置，其特征在于，还包括：
第一相邻区域确定单元，用于确定所述待滤波处理的深度图像像素点的相邻区域。
23.一种视频解码端，其特征在于，包括：
接收单元，用于接收来自视频编码端的数据；
滤波阈值获取单元，用于从所述接收来自视频编码端的数据中获取深度图像滤波阈值；
所述深度图像滤波阈值用于设置预设条件以确定满足该预设条件的待滤波处理的深度图像像素点的相邻区域中的像素点的集合，所述集合中的像素点的像素值用以确定所述待滤波处理的深度图像像素点的像素值；
所述预设条件包括：
所述待滤波处理的深度图像像素点位置所对应的视频图像的像素值与所述相邻区域中的像素点的视频图像像素值的差值小于等于第三滤波阈值；
其中，深度图像滤波装置确定使得原始视频图像与重建视频图像之间的误差最小时的视频图像滤波器阈值集合，对所述视频图像滤波器阈值集合中的视频图像滤波器阈值取中值或平均值，将所述中值或平均值作为第三滤波阈值。
24.根据权利要求23的视频解码端，其特征在于，所述预设条件还包括：
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的空间距离小于等于第一滤波阈值；或者
所述待滤波处理的深度图像像素点与所述相邻区域中的像素点的深度图像像素值的差值小于等于第二滤波阈值；
其中，所述深度图像滤波装置确定使得原始深度图像与重建深度图像之间的误差最小时的深度图像滤波器阈值集合，对所述深度图像滤波器阈值集合中的深度图像滤波器阈值取中值或平均值，将所述中值或平均值作为第二滤波阈值。
25.根据权利要求23的视频解码端，其特征在于，还包括：
第二判断单元，用于对待滤波处理的深度图像像素点的相邻区域中的每个像素点，确定该像素点是否满足预设条件；
第二确定单元，用于确定所述满足所述预设条件的像素点的集合；
第二像素值确定单元，用于根据所述集合中的像素点的像素值，确定所述待滤波处理的深度图像像素点的像素值。
26.根据权利要求25的视频解码端，其特征在于，所述第二像素值确定单元具体用于确定所述集合中的像素点的像素值的中值，将所述中值作为所述待滤波处理的深度图像像素点的像素值。
27.根据权利要求26的视频解码端，其特征在于，所述第二像素值确定单元包括：
第二排序单元，用于将所述集合中的像素点的像素值进行排序；
第一视频解码端计算单元，用于当所述集合中的像素点的个数为奇数时，将排序后处在中间的像素值作为所述待滤波处理的深度图像像素点的像素值；
第二视频解码端计算单元，用于当所述集合中的像素点的个数为偶数时，对排序后处在中间两个的像素值取平均值，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
28.根据权利要求26的视频解码端，其特征在于，所述第二像素值确定单元包括：
第二去除单元，用于将所述集合中像素值最大和最小的像素点去除；
第三视频解码端计算单元，用于确定所述集合中剩余的像素点的像素值的平均值，将与所述平均值最接近的正整数作为待滤波处理的深度图像像素点的像素值。
29.根据权利要求25的深度图像滤波装置，其特征在于，所述第二像素值确定单元包括：
第四视频解码端计算单元，用于确定所述集合中的像素点的像素值的平均值；
第二比较单元，用于将所述平均值与所述待滤波处理的深度图像像素点的重建像素值进行比较；
第五视频解码端计算单元，用于当所述平均值大于所述待滤波处理的深度图像像素点的重建像素值时将所述待滤波处理的深度图像像素点的重建像素值与像素偏移值之和作为所述待滤波处理的深度图像像素点的像素值；
第六视频解码端计算单元，用于当所述平均值小于所述待滤波处理的深度图像像素点的重建像素值时，将所述待滤波处理的深度图像像素点的重建像素值减去像素偏移值之差作为所述待滤波处理的深度图像像素点的像素值；
第七视频解码端计算单元，用于当所述平均值等于所述待滤波处理的深度图像像素点的重建像素值时，将所述平均值作为所述待滤波处理的深度图像像素点的像素值。
30.根据权利要求23的视频解码端，其特征在于，还包括：
第二相邻区域确定单元，用于确定所述待滤波处理的深度图像像素点的相邻区域。
CN201110376446.0A 2011-11-23 2011-11-23 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置 Active CN103139577B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201110376446.0A CN103139577B (zh) 2011-11-23 2011-11-23 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置
PCT/CN2012/084890 WO2013075611A1 (zh) 2011-11-23 2012-11-20 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置
US14/285,955 US9594974B2 (en) 2011-11-23 2014-05-23 Depth image filtering method, and depth image filtering threshold obtaining method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110376446.0A CN103139577B (zh) 2011-11-23 2011-11-23 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置

Publications (2)

Publication Number Publication Date
CN103139577A CN103139577A (zh) 2013-06-05
CN103139577B true CN103139577B (zh) 2015-09-30

Family

ID=48469109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110376446.0A Active CN103139577B (zh) 2011-11-23 2011-11-23 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置

Country Status (3)

Country Link
US (1) US9594974B2 (zh)
CN (1) CN103139577B (zh)
WO (1) WO2013075611A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110292044A1 (en) * 2009-02-13 2011-12-01 Kim Woo-Shik Depth map coding using video information
US9058657B2 (en) * 2011-04-28 2015-06-16 Technologies Holdings Corp. System and method for filtering data captured by a 3D camera
CN107155109B (zh) * 2017-03-31 2021-01-01 武汉斗鱼网络科技有限公司 一种视频帧的滤波方法及装置
CN109242782B (zh) * 2017-07-11 2022-09-09 深圳市道通智能航空技术股份有限公司 噪点处理方法及装置
CN108235775B (zh) * 2017-12-18 2021-06-15 香港应用科技研究院有限公司 具有伪边缘消除的基于块的边缘像素检测的系统和方法
KR20240032147A (ko) 2018-01-19 2024-03-08 인터디지털 브이씨 홀딩스 인코포레이티드 포인트 클라우드 프로세싱
CN108683920A (zh) * 2018-05-31 2018-10-19 杭州艾芯智能科技有限公司 一种深度数据的编码方法和解码方法
CN109598688A (zh) * 2018-12-06 2019-04-09 联想(北京)有限公司 一种处理方法及电子设备
CN110390656B (zh) * 2019-07-11 2021-05-25 Oppo广东移动通信有限公司 深度数据的滤波方法、装置、电子设备和可读存储介质
CN110378945B (zh) * 2019-07-11 2021-06-18 Oppo广东移动通信有限公司 深度图处理方法、装置和电子设备
CN110677557B (zh) * 2019-10-28 2022-04-22 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110880229B (zh) * 2019-12-02 2022-04-12 北京深测科技有限公司 一种地质灾害监测预警方法和系统
CN111260592B (zh) * 2020-03-17 2023-10-31 北京华捷艾米科技有限公司 一种深度图像去噪方法及装置
US20220101704A1 (en) * 2020-09-28 2022-03-31 Evolon Technology Inc. formally known as Evolon Technology LLC Mitigating Effects Caused by Fast Moving Objects in a Scene
CN112446837B (zh) * 2020-11-10 2024-08-02 浙江大华技术股份有限公司 图像滤波方法、电子设备及存储介质
CN112669232B (zh) * 2020-12-24 2024-08-09 浙江大华技术股份有限公司 一种深度图像增强处理方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101322418A (zh) * 2005-12-02 2008-12-10 皇家飞利浦电子股份有限公司 图像信号的深度相关的滤波

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1840830B1 (en) 2004-12-20 2011-11-02 Nikon Corporation Image processing method
CN100438629C (zh) * 2005-09-19 2008-11-26 华为技术有限公司 图像编码处理中的环路滤波方法
US7706625B2 (en) 2006-06-09 2010-04-27 Siemens Aktiengesellschaft Trilateral filter for medical diagnostic imaging
US8200028B2 (en) * 2007-12-07 2012-06-12 Csr Technology Inc. System and method for detecting edges in a video signal
CN101312539B (zh) * 2008-07-03 2010-11-10 浙江大学 用于三维电视的分级图像深度提取方法
US8666189B2 (en) * 2008-08-05 2014-03-04 Aptina Imaging Corporation Methods and apparatus for flat region image filtering
US20110026591A1 (en) * 2009-07-29 2011-02-03 Judit Martinez Bauza System and method of compressing video content
TWI398158B (zh) * 2009-12-01 2013-06-01 Ind Tech Res Inst 產生立體影像之影像深度的方法
CN102202224B (zh) * 2011-06-22 2013-03-27 清华大学 用于平面视频立体转换的字幕去抖方法及字幕去抖装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101322418A (zh) * 2005-12-02 2008-12-10 皇家飞利浦电子股份有限公司 图像信号的深度相关的滤波

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙即祥.数字图象处理.《数字图象处理》.河北教育出版社,1993, *
孙龙详等.深度图分析.《深度图分析》.电子工业出版社,1996, *

Also Published As

Publication number Publication date
US9594974B2 (en) 2017-03-14
US20140254937A1 (en) 2014-09-11
WO2013075611A1 (zh) 2013-05-30
CN103139577A (zh) 2013-06-05

Similar Documents

Publication Publication Date Title
CN103139577B (zh) 一种深度图像滤波方法、获取深度图像滤波阈值的方法和装置
CN111275626B (zh) 一种基于模糊度的视频去模糊方法、装置及设备
EP2327219B1 (en) Reducing digital image noise
US8731323B2 (en) General banding and codec banding artifact removal
US8244054B2 (en) Method, apparatus and integrated circuit capable of reducing image ringing noise
US20050135700A1 (en) Directional spatial video noise reduction
CN110796615A (zh) 一种图像去噪方法、装置以及存储介质
WO2011090789A1 (en) Method and apparatus for video object segmentation
US20120044989A1 (en) Techniques for identifying block artifacts
CN104683783B (zh) 一种自适应深度图滤波方法
US8644636B2 (en) Method and apparatus for removing image blocking artifact by using transformation coefficient
US8265138B2 (en) Image processing apparatus, method and integrated circuit used in liquid crystal display by processing block velocity of noisy blocks
US20140254938A1 (en) Methods and apparatus for an artifact detection scheme based on image content
CN110992264A (zh) 一种图像处理方法、处理装置、电子设备及存储介质
US8891609B2 (en) System and method for measuring blockiness level in compressed digital video
US20130141531A1 (en) Computer program product, computer readable medium, compression method and apparatus of depth map in 3d video
CN113422956A (zh) 一种图像编码方法、装置、电子设备及存储介质
Kim et al. Reduction of blocking artifacts for HDTV using offset-and-shift technique
CN112435182A (zh) 图像降噪方法及装置
US8811766B2 (en) Perceptual block masking estimation system
CN106488079B (zh) 一种视频去噪的方法及装置
CN101964907B (zh) 一种去区块装置及方法
US8768089B2 (en) System and method for filtering an image
WO2015128302A1 (en) Method and apparatus for filtering and analyzing a noise in an image
CN110349089B (zh) 改进线性插值效果的图像处理方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant