一种基于深度学习的图像隐写检测方法，包括：对训练集中对应有隐写类标记或真实类标记的图像用高通滤波器进行滤波，以获得包括隐写类残差图像和真实类残差图像的训练集；对所述训练集在深度网络模型上进行学习，以获得训练后的深度网络检测模型；对待检图像用所述高通滤波器进行滤波，以获得待检残差图像；在所述深度网络检测模型上对所述待检残差图像进行检测，以确定待检残差图像是否为隐写图像。所述图像隐写检测方法能实现通过自动学习创建盲检模型且能较准确的辨别隐写图像。

本发明提供一种深度图像的编解码方法和编解码装置，本发明的技术方案中，根据所述第一区域中样本点的数值的均值与所述第一区域的预测值得到第一残差，以及根据所述第二区域中样本点的数值的均值与所述第二区域的预测值得到第二残差；对上述第一残差和第二残差进行编码，由于第一区域的预测值与第二区域的预测值是从当前图像块相邻的已编码的样本点中获取的，无需从预测块中确定第一区域的预测值与第二区域的预测值的过程，因此，本发明的编码或解码方式简单，减少了编码或解码系统的复杂度。

本发明实施例提供一种深度图像的编解码方法和编解码装置。编码方法包括：获得深度图像当前图像块对应的预测数据，根据预设的步长在所述预测数据中获得预测像素值，根据所述预测像素值计算所述预测数据的第一均值，所述预设的步长为不是1的正整数；根据所述预测数据的第一均值和所述当前图像块的像素点的像素值得到当前图像块的残差；对所述当前图像块的残差进行编码，可以提高编解码效率。

一种TOF深度传感模组（300）和图像生成方法。该TOF深度传感模组（300）包括：光源（310）、偏振过滤器件（320）、光束整形器件（330）、第一光学元件（340）、第二光学元件（350）、接收单元（360）和控制单元（370）。其中，光源（310）用于产生光束；偏振过滤器件（320）用于对光束进行过滤，得到单一偏振态的光束；光束整形器件（330）用于将单一偏振态的光束的FOV调大，得到FOV满足第一预设范围的第一光束；控制单元（370）用于控制第一光学元件（340）对第一光束的方向进行控制，得到出射光束；控制单元（370）还用于控制第二光学元件（350）将目标物体对出射光束反射得到的反射光束偏转到接收单元（360）。该方法能够提高最终得到的目标物体的深度图的空间分辨率。

本公开实施例公开了一种构建图像深度信息的方法及装置，涉及图像处理领域。其中，构建图像深度信息的方法，包括：获取与目标对象相关的深度信息；标记目标对象预添加深度信息的区域；将获取的深度信息添加到预添加深度信息的区域。通过将预设的深度信息添加到图像中，从而使现有不具有深度信息的图像采集装置获取的图像，富有立体感。

一种虚化处理深度图像的装置和方法，包括：获取模块，设置为获取光圈数值、焦距、对焦距离和容许弥散圆直径；计算模块，设置为根据获得的光圈数值、焦距、对焦距离和容许弥散圆直径计算景深范围；确定模块，设置为获取对焦点的物距并根据获得的对焦点的物距、光圈数值、焦距确定不同物距对应的虚化程度；修正模块，设置为根据确定出的不同物距对应的虚化程度修正高斯模糊对应的半径；模糊处理模块，设置为对景深范围之外的需要虚化处理的深度图像的像素点按照修正后的高斯模糊对应的半径进行模糊处理并拍摄。上述技术方案实现了在不对相关移动终端的物理硬件结构做出改变的情况下，提高了拍摄效果。

本发明实施例提供深度图像的编解码方法和设备，包括根据深度编码模式SDC标志位确定进行SDC解码；确定图像块的尺寸和最大预测尺寸；在确定帧内预测模式；在该图像块的尺寸大于该最大预测尺寸的情况下，对该图像块进行划分得到N个划分后的图像块，使用该帧内预测模式对该N个划分后的图像块进行SDC解码。这样，可以提高对深度图像的编解码处理效率。

本发明实施例提供一种深度图像的编解码方法和编解码装置，编码方法包括：获取深度图像的当前图像块的帧内预测模式；确定帧内预测模式是否属于预设的帧内预测模式集合；若属于，则采用预设的帧内预测方法对当前图像块进行编码处理，获取当前图像块的残差，预设的帧内预测方法包括第一帧内预测方法，将当前图像块的像素均值与当前图像块的预测数据的像素均值作差，得到当前图像块的残差，因此，采用预设的帧内预测方法对当前图像块进行编码处理，即只需对一个残差进行编码处理，相应地，解码端只需对残差进行解码处理，因此，可以提高编解码处理效率。

一种深度图像生成方法、装置及存储介质，属于计算机技术领域。该方法包括：获取多张目标图像（201），通过卷积模型中的多个卷积层，对所述多张目标图像进行多级卷积处理，得到所述多个卷积层分别输出的特征图集合（202），分别将所述每个特征图集合中的多个特征图进行视角聚合，得到每个特征图集合对应的聚合特征（203），将得到的多个聚合特征进行融合处理，得到深度图像（204）。获取的多张目标图像是按照不同视角拍摄目标物体分别得到的，使得到的多张目标图像中不同角度的信息，丰富了获取到的目标图像的信息量，且通过多个卷积层的多级卷积处理，得到多个不同的特征图集合，丰富了特征图的信息量，从而提高了得到的深度图像的准确性。

一种TOF深度传感模组和图像生成方法。该TOF深度传感模组（100）包括：阵列光源（110）、光束分束器（130）、准直镜头（120）、接收单元（140）和控制单元（150），阵列光源（110）包括N个发光区域，该N个发光区域互不重叠，每个发光区域用于产生光束，准直镜头（120）位于阵列光源（110）和光束分束器（130）之间。其中，控制单元（150）用于控制阵列光源（110）的N个发光区域中的M个发光区域发光；准直镜头（120）用于对来自M个发光区域的光束进行准直处理；光束分束器（130）用于对准直镜头（120）准直处理后的光束进行分束处理；接收单元（140）用于接收目标物体的反射光束。该TOF深度传感模组（100）能够在对目标物体的扫描过程中实现较高的空间分辨率和较高的帧率。

一种TOF深度传感模组(600)和图像生成方法。TOF深度传感模组(600)包括：激光光源(610)、光学元件(620)、光束分束器(630)、接收单元(640)和控制单元(650)，光学元件(620)设置在激光光源(610)发出光束的方向。其中，激光光源(610)用于产生激光光束；光学元件(620)用于对激光光束的方向进行控制，以得到第一出射光束和第二出射光束；光束分束器(630)用于将目标物体对第一出射光束反射得到的第三反射光束，以及目标物体对第二出射光束反射得到的第四反射光束传播到接收单元(640)的不同区域。降低了TOF深度传感模组(600)的热损耗。

一种深度处理器(100)和三维图像设备(200)。深度处理器包括至少两个输入端口(10)、输入开关器(20)、数据处理引擎(30)和至少一个输出端口(50)。输入端口(10)用于接收第一图像，第一图像至少包括由结构光深度相机(210)采集的结构光图像。输入开关器(20)与输入端口(10)连接，用于供来自输入端口(10)的部分或全部第一图像通过。数据处理引擎(30)与输入开关器(20)连接，用于对经由输入开关器(20)输出的第一图像进行处理以输出第二图像，第二图像至少包括深度图像。输出端口(50)与数据处理引擎(30)连接，用于将第二图像输出至主体设备。

本申请公开了一种深度图像获取系统和方法。所述深度图像获取系统包括：光学投影单元，包括至少两个光学投影仪；所述至少两个光学投影仪用于发射各自波长的结构光图像；图像采集单元，包括滤光片和图像传感器；处理器单元，用于接收光学图像，并将其处理得到深度图像。本申请的有益效果为：提供一种深度图像获取系统和方法，光学投影单元用于发射至少两个波长的结构光图像；利用图像采集单元实现不同波长图像的同步采集，处理器单元获取所述光学图像并处理得到没有视差的深度图像，深度图像可以分别对应不同角度的深度图像以消除单幅深度图像产生的阴影问题，也可以分别对应不同距离的深度图像以实现更大深度范围的测量。

本申请实施例公开了一种深度图像合成方法及装置，涉及图像处理技术领域，包括：获得各个真实深度相机拍摄的待合成深度图像，各个真实深度相机对应相机坐标系的y轴相互平行；根据预先获得的像素点映射关系，计算各个待合成深度图像中每一像素点在虚拟深度相机对应的相机坐标系中的映射像素点，虚拟深度相机的相机参数为根据各个真实深度相机的相机参数确定的，虚拟深度相机对应相机坐标系的x轴与各个真实深度相机的镜头光心连线平行；根据计算得到的映射像素点，生成各个待合成深度图像对应的目标合成深度图像。应用本申请实施例提供的方案，能够合成得到具有大视场的深度图像。

一种深度图像的去噪方法和/或去噪设备。该深度图像的去噪方法包括以下步骤：将一幅被拍摄物体的原始深度图像分解成n层深度图像，其中，n为大于或等于2的整数；对每层深度图像进行去噪处理，以去除每层深度图像中的孤立的噪点；和将去噪处理后的n层深度图像进行融合，得到去噪处理后的最终深度图像。相应地，还公开了一种深度图像的去噪设备。采用该去噪方法和/或去噪设备，不仅可以去除原始深度图像中的孤立的噪点，而且可以有效地去除与面积较大的有效联通区域联通的噪点，提高了去噪效果。

提供了一种用于处理深度图像的方法及装置。所述方法包括：获取深度图像，以及与所述深度图像对应的摄取图像；对所述深度图像进行分割，得到多个分割单元；针对每个分割单元计算出对应的深度参考值；根据所述对应的深度参考值确定每个分割单元的深度值标准范围；以及将所述深度图像的每个像素的深度值调整到所述每个像素所在分割单元对应的深度值标准范围内。本发明实施例的方法和装置可以提升深度图像的质量，使深度图像更易被识别。

本发明实施例提供一种深度图像的编解码方法和编解码装置。编码方法包括：获得深度图像当前图像块对应的预测数据，根据预设的步长在所述预测数据中获得预测像素值，根据所述预测像素值计算所述预测数据的第一均值，所述预设的步长为不是1的正整数；根据所述预测数据的第一均值和所述当前图像块的像素点的像素值得到当前图像块的残差；对所述当前图像块的残差进行编码，可以提高编解码效率。