CN104463154A - 一种信息处理方法及电子设备 - Google Patents

一种信息处理方法及电子设备 Download PDF

Info

Publication number
CN104463154A
CN104463154A CN201310421897.0A CN201310421897A CN104463154A CN 104463154 A CN104463154 A CN 104463154A CN 201310421897 A CN201310421897 A CN 201310421897A CN 104463154 A CN104463154 A CN 104463154A
Authority
CN
China
Prior art keywords
image
depth
images
depth recovery
focal length
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.)
Granted
Application number
CN201310421897.0A
Other languages
English (en)
Other versions
CN104463154B (zh
Inventor
毛兴中
孙成昆
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201310421897.0A priority Critical patent/CN104463154B/zh
Publication of CN104463154A publication Critical patent/CN104463154A/zh
Application granted granted Critical
Publication of CN104463154B publication Critical patent/CN104463154B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明的实施例提供一种信息处理方法及电子设备,涉及图像处理领域,能够自动调整深度算法参数,有效扩大识别距离,提高识别精度。具体方案为:首先通过图像采集单元在不同焦距下采集被识别对象的多组图像,其次获取分别与每组图像采用的焦距对应的参数,而后根据多组图像以及与每组图像采用的焦距对应的参数获取每组图像对应的深度恢复图像,然后在所有深度恢复图像中选取图像质量最高的第一深度恢复图像,最后将第一深度恢复图像对应的参数确定为目标参数,并根据目标参数识别被识别对象的距离。本发明用于3D图像识别距离。

Description

一种信息处理方法及电子设备
技术领域
本发明涉及图像处理领域,尤其涉及一种信息处理方法及电子设备。
背景技术
3D就是3维空间的概念,也就是由互相垂直的X、Y、Z三个轴组成的空间,能够表示长度、宽度、高度(或深度),是相对于只有长度和宽度的平面(2D)而言。对于表示高度/深度的Z轴数据,通常称之为3D深度数据。
人的视觉之所以能分辨远近,是靠两只眼睛的差距。人的两眼分开约5公分,两只眼睛除了瞄准正前方以外,看任何一样东西,两眼的角度都不会相同,看到的图像也不同。虽然差距很小,但经视网膜传到大脑,大脑就用这微小的视觉差距,产生远近的深度,从而产生立体感。一只眼睛虽然能看到物体,但对物体远近的距离却不易分辨。
现有技术中,实现深度恢复的方法之一就是双摄像头法。通过类似人眼的双摄像头,同时拍摄得到类似的两幅2D图像,传送给类似于人类大脑功能的图像处理单元,图像处理单元利用两幅图像的微小差距(视差),将两幅2D图像合成一幅带有深度信息的3D图像,或者直接生成一幅3D深度信息图像。这个处理过程,我们称之为3D深度恢复。
利用恢复的3D深度信息,配合相应的算法,我们就可以实现对肢体动作、或手势动作的识别;进一步的可以在智能设备上实现肢体控制、手势控制等多种具体应用。
但是在现有技术中,两个摄像头安装好后,识别距离的范围很有限,只在非常有限的距离范围内的物体才能有效识别。
发明内容
本发明的实施例提供一种信息处理方法及电子设备,能够自动调整深度算法参数,有效扩大识别距离,提高识别精度。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,提供一种信息处理方法,应用于电子设备,所述电子设备包括图像采集单元,存储单元,所述方法包括:
通过所述图像采集单元在不同焦距下采集被识别对象的多组图像;
获取分别与每组图像采用的焦距对应的参数;
根据所述多组图像以及与所述每组图像采用的焦距对应的参数获取所述每组图像对应的深度恢复图像;
在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像;
将所述第一深度恢复图像对应的参数确定为目标参数,根据所述目标参数识别被识别对象的距离。
结合第一方面,在第一种可能的实现方式中,所述图像采集单元包括两个摄像头,所述两个摄像头同时采集的两个图像为一组图像,且在采集所述一组图像时的采用的焦距相同;
所述图像采集单元依次在不同焦距下采集的被识别对象的多组图像包括:
若在初始化状态,则获取所述图像采集单元依次在连续帧采集的被识别对象的多组图像,所述图像采集单元在不同帧采集图像时的焦距不同;
若已完成初始化,则获取所述图像采集单元依次在非连续帧采集的被识别对象的多组图像,所述图像采集单元在不同帧采集图像时的焦距不同。
结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述非连续帧包括:具有预设时间间隔的帧或具有预设帧数间隔的帧。
结合第一方面,在第三种可能的实现方式中,所述参数为深度参数;
所述获取分别与每组图像采用的焦距对应的参数包括:
在深度参数表中查找获取分别与每组图像采用的焦距对应的深度参数;和/或
根据预设的算法获取分别与每组图像采用的焦距对应的深度参数。
结合第一方面的第三种可能的实现方式,在第四种可能的实现方式中,所述深度参数表为预设置的焦距与深度参数的映射表。
结合第一方面的第一至第四种任一可能的实现方式,在第五种可能的实现方式中,
所述在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像包括:
在所有深度恢复图像中选取锐度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边缘清晰度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边界连续性最高的第一深度恢复图像;或
在所有深度恢复图像中选取对比度最高的第一深度恢复图像。
第二方面,提供一种调节3D图像识别距离的电子设备,所述电子设备包括存储单元,还包括:
图像采集单元,用于在不同焦距下采集被识别对象的多组图像;
参数单元,用于获取分别与每组图像采用的焦距对应的参数;
深度恢复单元,用于根据所述多组图像以及与所述每组图像采用的焦距对应的参数获取所述每组图像对应的深度恢复图像;
选取单元,用于在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像;
识别单元,用于将所述第一深度恢复图像对应的参数确定为目标参数,根据所述目标参数识别被识别对象的距离。
结合第二方面,在第一种可能的实现方式中,所述图像采集单元包括两个摄像头,所述两个摄像头同时采集的两个图像为一组图像,且在采集所述一组图像时的采用的焦距相同;
所述图像采集单元具体用于:
若在初始化状态,则获取所述图像采集单元依次在连续帧采集的被识别对象的多组图像,所述图像采集单元在不同帧采集图像时的焦距不同;
若已完成初始化,则获取所述图像采集单元依次在非连续帧采集的被识别对象的多组图像,所述两个摄像头在不同帧采集图像时的焦距不同。
结合第二方面的第一种可能的实现方式,在第二种可能的实现方式中,所述非连续帧包括:具有预设时间间隔的帧或具有预设帧数间隔的帧。
结合第二方面,在第三种可能的实现方式中,所述参数为深度参数;
所述参数单元具体用于:
在深度参数表中查找获取分别与每组图像采用的焦距对应的深度参数;和/或
根据预设的算法获取分别与每组图像采用的焦距对应的深度参数。
结合第二方面的第三种可能的实现方式,在第四种可能的实现方式中,所述深度参数表为预设置的焦距与深度参数的映射表。
结合第一方面的第一至第四种任一可能的实现方式,在第五种可能的实现方式中,所述选取单元具体用于:
在所有深度恢复图像中选取锐度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边缘清晰度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边界连续性最高的第一深度恢复图像;或
在所有深度恢复图像中选取对比度最高的第一深度恢复图像。
本发明的实施例提供一种信息处理方法及电子设备,首先通过图像采集单元在不同焦距下采集被识别对象的多组图像,其次获取分别与每组图像采用的焦距对应的参数,而后根据多组图像以及与每组图像采用的焦距对应的参数获取每组图像对应的深度恢复图像,然后在所有深度恢复图像中选取图像质量最高的第一深度恢复图像,最后将第一深度恢复图像对应的参数确定为目标参数,从而可以根据目标参数识别被识别对象的距离。从而就能够自动调整深度算法参数,有效扩大识别距离,提高识别精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明实施例提供的一种信息处理方法的流程示意图一;
图2为本发明实施例提供的一种信息处理方法的流程示意图二;
图3为本发明实施例提供的一种信息处理方法的流程示意图三;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
本发明的实施例提供一种信息处理方法,应用于电子设备,电子设备包括图像采集单元,存储单元,如图1所示,该方法包括:
101、通过图像采集单元在不同焦距下采集被识别对象的多组图像。
102、获取分别与每组图像采用的焦距对应的参数。
103、根据多组图像以及与每组图像采用的焦距对应的参数获取每组图像对应的深度恢复图像。
104、在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像。
105、将第一深度恢复图像对应的参数确定为目标参数,根据目标参数识别被识别对象的距离。
本发明的实施例提供一种信息处理方法,首先通过图像采集单元在不同焦距下采集的被识别对象的多组图像,其次获取分别与每组图像采用的焦距对应的参数,而后根据多组图像以及与每组图像采用的焦距对应的参数获取每组图像对应的深度恢复图像,然后在所有深度恢复图像中选取图像质量最高的第一深度恢复图像,最后将第一深度恢复图像对应的参数确定为目标参数,从而可以根据目标参数识别被识别对象的距离。从而就能够自动调整深度算法参数,有效扩大识别距离,提高识别精度。
本发明的另一实施例提供一种信息处理方法,应用于电子设备,该电子设备包括图像采集单元,存储单元,其中图像采集单元包括两个摄像头,如图2所示,该方法包括:
201、通过图像采集单元在不同焦距下采集的被识别对象的多组图像;图像采集单元的两个摄像头同时采集的两个图像为一组图像,且在采集一组图像时的采用的焦距相同。
202、获取分别与每组图像采用的焦距对应的深度参数。
203、根据多组图像以及与每组图像采用的焦距对应的深度参数获取每组图像对应的深度恢复图像。
204、在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像。
205、将第一深度恢复图像对应的深度参数确定为目标深度参数,根据目标深度参数识别被识别对象的距离。
本发明的实施例提供一种信息处理方法,首先图像采集单元在不同焦距下采集的被识别对象的多组图像,其中图像采集单元具有两个摄像头,两个摄像头同时采集的两个图像为一组图像,且在采集一组图像时的采用的焦距相同,其次获取分别与每组图像采用的焦距对应的深度参数,再其次根据多组图像以及与每组图像采用的焦距对应的深度参数获取每组图像对应的深度恢复图像,然后在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像,最后将第一深度恢复图像对应的深度参数确定为目标深度参数,以便根据目标深度参数识别被识别对象的距离。从而就能够自动调整深度算法参数,有效扩大识别距离,提高识别精度。
本发明的实施例还提供一种信息处理方法,如图3所示,该方法包括:
301、通过图像采集单元在不同焦距下采集被识别对象的多组图像。
其中图像采集单元具有两个摄像头,两个摄像头同时采集的两个图像为一组图像,且在采集一组图像时的采用的焦距相同。
302、若在初始化状态,则获取图像采集单元在连续帧采集的被识别对象的多组图像,图像采集单元在不同帧采集图像时的焦距不同。
示例性的,在初始化状态,可以连续的采集6帧图像进行深度恢复运算,只占0.1-0.2秒。对于用户来说几乎感觉不到,因此对用户的使用的影响是很小的。
303、若已完成初始化,则获取图像采集单元在非连续帧采集的被识别对象的多组图像,图像采集单元在不同帧采集图像时的焦距不同。
具体的,完成初始化后,图像采集单元在非连续帧采集被识别对象的多组图像进行深度恢复运算,由于非连续提取帧是穿插到正常帧当中,因此对正常的深度恢复运算影响是很小的。
其中,非连续帧可以为具有预设时间间隔的帧或具有预设帧数间隔的帧。
304、获取分别与每组图像采用的焦距对应的深度参数。
一种实现方式下,可以通过查找深度参数表来获取分别与每组图像采用的焦距对应的深度参数。示例性的,深度参数表可以为预设置的焦距与深度参数的映射表。其中,深度参数表中的深度参数可以预先通过反复测试调优得到,通过查表来获取深度参数的方式在软硬件方面的实现都易于实现,且速度快占用资源少。
或者,在另一种实现方式下,也可以利用预设算法获取与每组图像采用的焦距对应的深度参数。
或者,也可以采用深度参数表与算法结合的方式获得深度参数相结合的方式来获取深度参数。
另外,示例性的,上述深度参数可以包括:像素亮度、阴影阈值、视差阈值、相关系数、输入图像分辨率、输入图像帧率、输入图像格式、扫描区间、处理窗口大小。
305、根据多组图像以及与每组图像采用的焦距对应的深度参数获取每组图像对应的深度恢复图像。
306、在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像。
示例性的,可以在所有深度恢复图像中选取锐度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边缘清晰度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边界连续性最高的第一深度恢复图像;或
在所有深度恢复图像中选取对比度最高的第一深度恢复图像。
或者,可选的,在另一种实现方式中,也可以同时结合上述锐度、边缘清晰度、边界连续性和对比度中的至少两种来筛选第一深度恢复图像,例如:
假设获取了6幅深度恢复图像A~F,假设在这6幅深度恢复图像中先选取3幅锐度最高的图像,为图像A、图像B和图像C,然后在这3幅图像中选取1幅对比度最高的图像作为第一深度恢复图像。或者,也可以在这6幅深度恢复图像中先选取3幅锐度最高的图像,假设为图像A、图像B和图像C,而后在这6幅深度恢复图像中选取3幅边缘清晰度最高的图像,假设为图像B、图像C和图像D,而后又在这6幅深度恢复图像中选取3对比度最高的图像,假设为图像C、图像D和图像F,最后将这根据三种参数获取的三个图像集合取交集,得到图像C,则图像C就是图像质量满足预设条件的第一深度恢复图像。
307、将第一深度恢复图像对应的深度参数确定为目标深度参数,并根据目标深度参数识别被识别对象的距离。
其中,本实施例中的第一深度恢复图像中的“第一”并非特指某一幅深度恢复图像,也并非深度恢复图像的序号,只是为了方便将图像质量满足预设条件的一幅深度恢复图像与其他深度恢复图像进行区分。
另外,由于被识别对象或电子设备的位置可能是动态变化的,因此电子设备与被识别对象的距离可能是动态变化的,当被识别对象的位置发生改变时,根据上述流程获取的目标深度参数就可能不再适用于变化后的距离。
因此,可选的,可以周期性的执行上述步骤301~307,即周期性的对图像进行深度恢复,并选择目标深度参数进行距离识别,以便及时获取最适合的目标深度参数;或者,也可以根据用户触发的调整指令来执行上述步骤301~307。特别的,在再次调整目标深度参数时,由于已经完成初始化,因此在后续获取目标深度参数时,不执行302。
本发明的实施例提供一种信息处理方法,首先图像采集单元在不同焦距下采集的被识别对象的多组图像,其中图像采集单元具有两个摄像头,两个摄像头同时采集的两个图像为一组图像,且在采集一组图像时的采用的焦距相同,其次获取分别与每组图像采用的焦距对应的深度参数,再其次根据多组图像以及与每组图像采用的焦距对应的深度参数获取每组图像对应的深度恢复图像,然后在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像,最后将第一深度恢复图像对应的深度参数确定为目标深度参数,并根据目标深度参数识别被识别对象的距离。从而就能够自动调整深度算法参数,有效扩大识别距离,提高识别精度。
本发明的实施例还提供一种电子设备00,如图4所示,电子设备00包括存储单元01,电子设备00还包括:
图像采集单元02,用于在不同焦距下采集被识别对象的多组图像;
参数单元03,用于获取分别与每组图像采用的焦距对应的参数;
深度恢复单元04,用于根据多组图像以及与每组图像采用的焦距对应的参数获取每组图像对应的深度恢复图像;
选取单元05,用于在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像;
识别单元06,用于将第一深度恢复图像对应的参数确定为目标参数,根据目标参数识别被识别对象的距离。
可选的,图像采集单元02包括两个摄像头,两个摄像头同时采集的两个图像为一组图像,且在采集一组图像时的采用的焦距相同;
可选的,图像采集单元02可以具体用于:
若在初始化状态,则获取图像采集单元02在连续帧采集的被识别对象的多组图像,图像采集单元02在不同帧采集图像时的焦距不同;
若已完成初始化,则获取图像采集单元02在非连续帧采集的被识别对象的多组图像,图像采集单元02在不同帧采集图像时的焦距不同。
其中,可选的,非连续帧包括:具有预设时间间隔的帧或具有预设帧数间隔的帧。
可选的,参数可以为深度参数,则:
参数单元03可以具体用于:
在深度参数表中查找获取分别与每组图像采用的焦距对应的深度参数;和/或
根据预设的算法获取分别与每组图像采用的焦距对应的深度参数。
可选的,深度参数表为预设置的焦距与深度参数的映射表。
可选的,选取单元05可以具体用于:
在所有深度恢复图像中选取锐度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边缘清晰度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边界连续性最高的第一深度恢复图像;或
在所有深度恢复图像中选取对比度最高的第一深度恢复图像。
本发明的实施例提供一种电子设备,首先图像采集单元在不同焦距下采集的被识别对象的多组图像,其中图像采集单元具有两个摄像头,两个摄像头同时采集的两个图像为一组图像,且在采集一组图像时的采用的焦距相同,其次获取分别与每组图像采用的焦距对应的深度参数,再其次根据多组图像以及与每组图像采用的焦距对应的深度参数获取每组图像对应的深度恢复图像,然后在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像,最后将第一深度恢复图像对应的深度参数确定为目标深度参数,并根据目标深度参数识别被识别对象的距离。从而就能够自动调整深度算法参数,有效扩大识别距离,提高识别精度。
本发明中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
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。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种信息处理方法,应用于电子设备,所述电子设备包括图像采集单元,存储单元,其特征在于,包括:
通过所述图像采集单元在不同焦距下采集被识别对象的多组图像;
获取分别与每组图像采用的焦距对应的参数;
根据所述多组图像以及与所述每组图像采用的焦距对应的参数获取所述每组图像对应的深度恢复图像;
在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像;
将所述第一深度恢复图像对应的参数确定为目标参数,根据所述目标参数识别被识别对象的距离。
2.根据权利要求1所述的方法,其特征在于,所述图像采集单元包括两个摄像头,所述两个摄像头同时采集的两个图像为一组图像,且在采集所述一组图像时的采用的焦距相同;
所述图像采集单元依次在不同焦距下采集的被识别对象的多组图像包括:
若在初始化状态,则获取所述图像采集单元依次在连续帧采集的被识别对象的多组图像,所述图像采集单元在不同帧采集图像时的焦距不同;
若已完成初始化,则获取所述图像采集单元依次在非连续帧采集的被识别对象的多组图像,所述图像采集单元在不同帧采集图像时的焦距不同。
3.根据权利要求2所述的方法,其特征在于,所述非连续帧包括:具有预设时间间隔的帧或具有预设帧数间隔的帧。
4.根据权利要求1所述的方法,其特征在于,所述参数为深度参数;
所述获取分别与每组图像采用的焦距对应的参数包括:
在深度参数表中查找获取分别与每组图像采用的焦距对应的深度参数;和/或
根据预设的算法获取分别与每组图像采用的焦距对应的深度参数。
5.根据权利要求4所述的方法,其特征在于,所述深度参数表为预设置的焦距与深度参数的映射表。
6.根据权利要求1至5任一所述的方法,其特征在于,所述在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像包括:
在所有深度恢复图像中选取锐度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边缘清晰度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边界连续性最高的第一深度恢复图像;或
在所有深度恢复图像中选取对比度最高的第一深度恢复图像。
7.一种电子设备,所述电子设备包括存储单元,其特征在于,所述电子设备还包括:
图像采集单元,用于在不同焦距下采集被识别对象的多组图像;
参数单元,用于获取分别与每组图像采用的焦距对应的参数;
深度恢复单元,用于根据所述多组图像以及与所述每组图像采用的焦距对应的参数获取所述每组图像对应的深度恢复图像;
选取单元,用于在所有深度恢复图像中选取图像质量满足预设条件的第一深度恢复图像;
识别单元,用于将所述第一深度恢复图像对应的参数确定为目标参数,根据所述目标参数识别被识别对象的距离。
8.根据权利要求7所述的电子设备,其特征在于,所述图像采集单元包括两个摄像头,所述两个摄像头同时采集的两个图像为一组图像,且在采集所述一组图像时的采用的焦距相同;
所述图像采集单元具体用于:
若在初始化状态,则获取所述图像采集单元依次在连续帧采集的被识别对象的多组图像,所述图像采集单元在不同帧采集图像时的焦距不同;
若已完成初始化,则获取所述图像采集单元依次在非连续帧采集的被识别对象的多组图像,所述图像采集单元在不同帧采集图像时的焦距不同。
9.根据权利要求7所述的电子设备,其特征在于,所述非连续帧包括:具有预设时间间隔的帧或具有预设帧数间隔的帧。
10.根据权利要求7所述的电子设备,其特征在于,所述参数为深度参数;
所述参数单元具体用于:
在深度参数表中查找获取分别与每组图像采用的焦距对应的深度参数;和/或
根据预设的算法获取分别与每组图像采用的焦距对应的深度参数。
11.根据权利要求10的电子设备,其特征在于,所述深度参数表为预设置的焦距与深度参数的映射表。
12.根据权利要求7至11任一所述的电子设备,其特征在于,所述选取单元具体用于:
在所有深度恢复图像中选取锐度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边缘清晰度最高的第一深度恢复图像;或
在所有深度恢复图像中选取边界连续性最高的第一深度恢复图像;或
在所有深度恢复图像中选取对比度最高的第一深度恢复图像。
CN201310421897.0A 2013-09-16 2013-09-16 一种信息处理方法及电子设备 Active CN104463154B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310421897.0A CN104463154B (zh) 2013-09-16 2013-09-16 一种信息处理方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310421897.0A CN104463154B (zh) 2013-09-16 2013-09-16 一种信息处理方法及电子设备

Publications (2)

Publication Number Publication Date
CN104463154A true CN104463154A (zh) 2015-03-25
CN104463154B CN104463154B (zh) 2017-12-29

Family

ID=52909170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310421897.0A Active CN104463154B (zh) 2013-09-16 2013-09-16 一种信息处理方法及电子设备

Country Status (1)

Country Link
CN (1) CN104463154B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108574807A (zh) * 2018-04-28 2018-09-25 上海商汤智能科技有限公司 一种影像处理方法及相关设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661154A (zh) * 2008-08-26 2010-03-03 韩国外国语大学校研究产学协力团 数字呈现器
CN101681168A (zh) * 2007-05-31 2010-03-24 迪尔公司 利用基于视觉的调整引导车辆的方法和系统
CN102368137A (zh) * 2011-10-24 2012-03-07 北京理工大学 嵌入式标定立体视觉系统
CN102693115A (zh) * 2011-01-19 2012-09-26 瑞萨电子株式会社 便携式装置和微计算机
CN102984530A (zh) * 2011-09-02 2013-03-20 宏达国际电子股份有限公司 图像处理系统及自动对焦方法
CN103292779A (zh) * 2012-02-28 2013-09-11 联想(北京)有限公司 一种测量距离的方法及图像获取设备
JP2014044369A (ja) * 2012-08-28 2014-03-13 Ricoh Co Ltd 画像表示装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101681168A (zh) * 2007-05-31 2010-03-24 迪尔公司 利用基于视觉的调整引导车辆的方法和系统
CN101661154A (zh) * 2008-08-26 2010-03-03 韩国外国语大学校研究产学协力团 数字呈现器
CN102693115A (zh) * 2011-01-19 2012-09-26 瑞萨电子株式会社 便携式装置和微计算机
CN102984530A (zh) * 2011-09-02 2013-03-20 宏达国际电子股份有限公司 图像处理系统及自动对焦方法
CN102368137A (zh) * 2011-10-24 2012-03-07 北京理工大学 嵌入式标定立体视觉系统
CN103292779A (zh) * 2012-02-28 2013-09-11 联想(北京)有限公司 一种测量距离的方法及图像获取设备
JP2014044369A (ja) * 2012-08-28 2014-03-13 Ricoh Co Ltd 画像表示装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108574807A (zh) * 2018-04-28 2018-09-25 上海商汤智能科技有限公司 一种影像处理方法及相关设备
CN108574807B (zh) * 2018-04-28 2022-02-22 上海商汤智能科技有限公司 一种影像处理方法及相关设备

Also Published As

Publication number Publication date
CN104463154B (zh) 2017-12-29

Similar Documents

Publication Publication Date Title
KR102212209B1 (ko) 시선 추적 방법, 장치 및 컴퓨터 판독가능한 기록 매체
CN104317391B (zh) 一种基于立体视觉的三维手掌姿态识别交互方法和系统
CN109961406A (zh) 一种图像处理的方法、装置及终端设备
GB2583676A (en) Augmenting detected regions in image or video data
CN104375797B (zh) 一种信息处理方法及电子设备
WO2019070465A1 (en) CORRECTION AND REPROJECTION OF IPD FOR A PRECISE PLACEMENT OF OBJECT OF MIXED REALITY
US20210334998A1 (en) Image processing method, apparatus, device and medium for locating center of target object region
EP2749993B1 (en) Apparatus for obtaining depth information
KR20170031733A (ko) 디스플레이를 위한 캡처된 이미지의 시각을 조정하는 기술들
US20150198439A1 (en) Generation of depth data based on spatial light pattern
CN104574331B (zh) 一种数据处理方法、装置、计算机存储介质及用户终端
CN106997618A (zh) 一种虚拟现实与真实场景融合的方法
CN103179413A (zh) 影像处理方法以及影像处理装置
CN110941332A (zh) 表情驱动方法、装置、电子设备及存储介质
CN104217192B (zh) 基于深度图像的手定位方法和设备
EP2966616B1 (en) Method and apparatus for tracking superpixels between related images
Sun et al. Real-time gaze estimation with online calibration
US20190139246A1 (en) Information processing method, wearable electronic device, and processing apparatus and system
CN105592367A (zh) 一种图像显示参数调节方法和系统
CN105809664A (zh) 生成三维图像的方法和装置
Wang et al. Stereoscopic image retargeting based on 3D saliency detection
CN106971426A (zh) 一种虚拟现实与真实场景融合的方法
JP6558365B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN110288934B (zh) 基于柔性屏幕的成像保持方法、装置和移动终端
CN104463154A (zh) 一种信息处理方法及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant