CN105447845B - 一种数据处理方法及电子设备 - Google Patents
一种数据处理方法及电子设备 Download PDFInfo
- Publication number
- CN105447845B CN105447845B CN201410421258.9A CN201410421258A CN105447845B CN 105447845 B CN105447845 B CN 105447845B CN 201410421258 A CN201410421258 A CN 201410421258A CN 105447845 B CN105447845 B CN 105447845B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- mass center
- matching
- subregion
- 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
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种数据处理方法及电子设备,所述数据处理方法包括:利用第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;将所述第一图像分割为N个子区域,N≥2;获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种数据处理方法及电子设备。
背景技术
人们用两只眼睛观察事物的时候,会有远近和深度的感觉。双目立体视觉就是基于这个原理设计和实现的,使用两个摄像机对同一个物体进行图像的采集,最后根据图像的视差来计算物体的深度。基于此,视差的获取对于深度的计算至关重要,而获取准确的视差之前首先要对两个摄像机采集到的两幅图像进行立体匹配,目前常用局部立体匹配算法对两幅图像进行匹配,然而,局部立体匹配算法是针对图像中的每个像素点进行匹配运算,计算量非常大,不利于节省计算资源及时间。
发明内容
为解决上述技术问题,本发明实施例提供了一种数据处理方法及电子设备。
本发明实施例提供的数据处理方法应用于电子设备中,所述电子设备包括至少一个图像采集单元;所述数据处理方法包括:
利用所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
将所述第一图像分割为N个子区域,N≥2;
获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例提供的电子设备包括至少一个图像采集单元;所述电子设备还包括:
控制单元,用于控制所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
第一分割单元,用于将所述第一图像分割为N个子区域,N≥2;
第一匹配单元,用于获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
第一确定单元,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例的技术方案,电子设备包括至少一个图像采集单元,利用其中第一图像采集单元以及第二图像采集单元能够采集目标对象的第一图像以及第二图像;然后,对第一图像进行分割,得到第一图像的N个子区域,N≥2;再针对每个子区域的质心像素点,将其与第二图像的第一预定区域内的像素点进行像素点的匹配运算,得到所述第一预定区域内的各个像素点与该质心像素点的匹配代价值;最后,将最小匹配代价值所对应的像素点作为与该质心像素点相匹配的像素点。通过对第一图像所有的质心像素点进行匹配运算,而非第一图像的所有像素点进行匹配运算,实现对第一图像和第二图像的匹配,匹配计算量大大降低,有效节省了计算资源及时间。
附图说明
图1为本发明实施例一的数据处理方法的流程示意图;
图2为本发明实施例二的数据处理方法的流程示意图;
图3为本发明实施例三的数据处理方法的流程示意图;
图4为本发明实施例四的数据处理方法的流程示意图;
图5为本发明实施例五的数据处理方法的流程示意图;
图6为本发明实施例一的电子设备的结构组成示意图;
图7为本发明实施例二的电子设备的结构组成示意图;
图8为本发明实施例三的电子设备的结构组成示意图;
图9为本发明实施例四的电子设备的结构组成示意图;
图10为本发明实施例五的电子设备的结构组成示意图。
具体实施方式
为了能够更加详尽地了解本发明实施例的特点与技术内容,下面结合附图对本发明实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本发明实施例。
图1为本发明实施例一的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括至少一个图像采集单元,优选地,所述电子设备包括第一图像采集单元和第二图像采集单元;如图1所示,所述数据处理方法包括以下步骤:
步骤101:利用所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像。
本发明实施例中,所述电子设备可以是智能手机、平板电脑、掌上电脑、游戏机、笔记本电脑等电子设备;这类电子设备包括至少一个图像采集单元,优选地,该电子设备具有两个图像采集单元,分别为第一图像采集单元和第二图像采集单元;这里,图像采集单元可由摄像头实现。本发明实施例中,第一图像采集单元与第二图像采集单元具有不同的采集参数或者相同的采集参数,这里,采集参数为图像采集单元的内部参数,采集参数表征了图像采集单元的内部光学特性以及几何结构特性。由于第一图像采集单元与第二图像采集单元具有不同的采集参数,因此,由第一图像采集单元采集到的第一图像与由第二图像采集单元采集到的第二图像的图像参数不同,也即像素大小不同或者分辨率不同。
本发明实施例中,由第一图像采集单元和第二图像采集单元同时采集同一目标对象的图像,分别得到第一图像和第二图像;第一图像的像素和第二图像的像素不同。本发明实施例将像素值较大的称为第一图像,将像素值较小的称为第二图像,即第一图像的像素值大于等于所述第二图像的像素值。本发明实施例中的目标对象是指被拍摄物体。
步骤102:将所述第一图像分割为N个子区域。
其中,N≥2。
本发明实施例中,可以采用聚类算法对第一图像进行分割。
具体地,针对所述第一图像,在规则网格下随机选取N个像素点以初始化N个子区域的质心像素点;对于第一图像中的每个像素点,按照最小距离原则,即颜色信息或灰度信息最相近的原则将该像素点分配至质心像素点所在的子区域,并更新该子区域的所包括的像素点;基于更新的子区域,更新所述子区域的质心像素点,具体为更新该子区域质心像素点的坐标;针对更新后的质心像素点,重复按照最小距离原则对第一图像中的每个像素点进行子区域的划分,进而更新各个子区域中所包括的像素点以及质心像素点,直至更新的质心像素点收敛为止。当质心像素点收敛时,得到的N个子区域即为最终分割的N个子区域,利用上述方法对第一图像进行分割,可使得每个子区域所包含的像素点的颜色信息或灰度信息最相近,更加有利于质心像素点的匹配。
步骤103:获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果。
本发明实施例中,对于第一图像的各个子区域,假设该子区域具有K个像素点,K≥3,第i个像素点的颜色信息可表示为f(i)=(Ri,Gi,Bi,xi,yi),其中,Ri,Gi,Bi分别表示坐标位于(xi,yi)处像素点的红色分量、绿色分量、蓝色分量。则质心像素点f(c)的红色分量、绿色分量、蓝色分量分别为获取子区域的质心像素点即为获取红色分量、绿色分量、蓝色分量分别为的像素点所对应的坐标xc,yc。
本发明实施例中,对于子区域的质心像素点,将该质心像素点与第二图像的第一预定区域内的各个像素点进行像素点匹配运算,得到运算结果。
具体地,首先如果第一图像与第二图像具有不同的像素,需要对第一图像或者第二图像进行像素大小变换,以将第一图像与第二图像变换为像素相同的两幅图像。然后,对两幅图像各进行一次投影变换,使得两幅图像对应的极线在同一扫描线上。
对于第一图像的质心像素点f(c)的坐标为(xc,yc),假设搜索范围D,则第一预定区域为第二图像中与f(c)处于同一水平线的像素点集,称为第一预定区域,该第一预定区域的像素点的坐标范围为(xc,yc-d),其中,d∈[0,D]。
针对第一预定区域的每个像素点,采用绝对误差和(SAD,Sum of AbsoluteDifferences)算法计算所述质心像素点相对于该像素点的第一匹配代价,以及采用Rank转换(RT,Rank Transform)算法计算和所述质心像素点相对于该像素点的第二匹配代价;对第一图像进行边缘检测,得到对应的二值化边缘图像;在所述二值化边缘图像中与所述质心像素点对应的像素点的预定区域内,计算边缘像素点的数目;根据所述边缘像素点的数目,确定第一匹配权值和第二匹配权值,其中,所述边缘像素点的个数越多第一匹配权值越小且第二匹配权值越大;第一匹配代价值与第一匹配值之积加第一匹配代价值与第二匹配值之积的和作为所述质心像素点相对于该像素点之间的最终的匹配代价值,从而得到运算结果。
步骤104:依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,将最小匹配代价值所对应的像素点作为与该质心像素点相匹配的像素点。基于此,可以准确计算出配准像素点之间的视差,对于两幅图像中其他的像素点的视差,则可以采用插值法确定出其他的像素点的视差或者,采用拟合法确定出其他的像素点的视差。
本发明实施例中,通过对第一图像所有的质心像素点进行匹配运算,而非第一图像的所有像素点进行匹配运算,实现对第一图像和第二图像的匹配,匹配计算量大大降低,有效节省了计算资源及时间。
图2为本发明实施例二的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括至少一个图像采集单元,优选地,所述电子设备包括第一图像采集单元和第二图像采集单元;如图2所示,所述数据处理方法包括以下步骤:
步骤201:利用所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像。
本发明实施例中,所述电子设备可以是智能手机、平板电脑、掌上电脑、游戏机、笔记本电脑等电子设备;这类电子设备包括至少一个图像采集单元,优选地,该电子设备具有两个图像采集单元,分别为第一图像采集单元和第二图像采集单元;这里,图像采集单元可由摄像头实现。本发明实施例中,第一图像采集单元与第二图像采集单元具有不同的采集参数或者相同的采集参数,这里,采集参数为图像采集单元的内部参数,采集参数表征了图像采集单元的内部光学特性以及几何结构特性。由于第一图像采集单元与第二图像采集单元具有不同的采集参数,因此,由第一图像采集单元采集到的第一图像与由第二图像采集单元采集到的第二图像的图像参数不同,也即像素大小不同或者分辨率不同。
本发明实施例中,由第一图像采集单元和第二图像采集单元同时采集同一目标对象的图像,分别得到第一图像和第二图像;第一图像的像素和第二图像的像素不同。本发明实施例将像素值较大的称为第一图像,将像素值较小的称为第二图像,即第一图像的像素值大于等于所述第二图像的像素值。本发明实施例中的目标对象是指被拍摄物体。
步骤202:将所述第一图像分割为N个子区域。
其中,N≥2。
本发明实施例中,可以采用聚类算法对第一图像进行分割。
具体地,针对所述第一图像,在规则网格下随机选取N个像素点以初始化N个子区域的质心像素点;对于第一图像中的每个像素点,按照最小距离原则,即颜色信息或灰度信息最相近的原则将该像素点分配至质心像素点所在的子区域,并更新该子区域的所包括的像素点;基于更新的子区域,更新所述子区域的质心像素点,具体为更新该子区域质心像素点的坐标;针对更新后的质心像素点,重复按照最小距离原则对第一图像中的每个像素点进行子区域的划分,进而更新各个子区域中所包括的像素点以及质心像素点,直至更新的质心像素点收敛为止。当质心像素点收敛时,得到的N个子区域即为最终分割的N个子区域,利用上述方法对第一图像进行分割,可使得每个子区域所包含的像素点的颜色信息或灰度信息最相近,更加有利于质心像素点的匹配。
步骤203:获取所述第一图像的每个子区域的质心像素点,获取所述质心像素点第一邻域范围内的相关像素点,将所述N个子区域的相关像素点与所述第二图像的第二预定区域内的像素点进行像素点匹配运算,得到运算结果。
本发明实施例中,对于第一图像的各个子区域,假设该子区域具有K个像素点,K≥3,第i个像素点的颜色信息可表示为f(i)=(Ri,Gi,Bi,xi,yi),其中,Ri,Gi,Bi分别表示坐标位于(xi,yi)处像素点的红色分量、绿色分量、蓝色分量。则质心像素点f(c)的红色分量、绿色分量、蓝色分量分别为获取子区域的质心像素点即为获取红色分量、绿色分量、蓝色分量分别为的像素点所对应的坐标xc,yc。
本发明实施例中,第一邻域范围可由用户设定,例如像素范围为25×25大小的邻域,该邻域内与质心像素点相关的像素点可以是距离质心像素点一定距离的像素点,或者R、G、B颜色信息最大的像素点等等。
本发明实施例中,对于相关像素点,将该相关像素点与第二图像的第二预定区域内的各个像素点进行像素点匹配运算,得到运算结果。
具体地,首先如果第一图像与第二图像具有不同的像素,需要对第一图像或者第二图像进行像素大小变换,以将第一图像与第二图像变换为像素相同的两幅图像。然后,对两幅图像各进行一次投影变换,使得两幅图像对应的极线在同一扫描线上。
对于第一图像的相关像素点f(r)的坐标为(xr,yr),假设搜索范围D,则第二预定区域为第二图像中与f(r)处于同一水平线的像素点集,称为第二预定区域,该第二预定区域的像素点的坐标范围为(xc,yc-d),其中,d∈[0,D]。
针对第二预定区域的每个像素点,采用SAD算法计算所述相关像素点相对于该像素点的第一匹配代价,以及采用Rank转换算法计算和所述相关像素点相对于该像素点的第二匹配代价;对第一图像进行边缘检测,得到对应的二值化边缘图像;在所述二值化边缘图像中与所述相关像素点对应的像素点的预定区域内,计算边缘像素点的数目;根据所述边缘像素点的数目,确定第一匹配权值和第二匹配权值,其中,所述边缘像素点的个数越多第一匹配权值越小且第二匹配权值越大;第一匹配代价值与第一匹配值之积加第一匹配代价值与第二匹配值之积的和作为所述相关像素点相对于该像素点之间的最终的匹配代价值,从而得到运算结果。
步骤204:依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,将最小匹配代价值所对应的像素点作为与该相关像素点相匹配的像素点。基于此,可以准确计算出配准像素点之间的视差,对于两幅图像中其他的像素点的视差,则可以采用插值法确定出其他的像素点的视差或者,采用拟合法确定出其他的像素点的视差。
本发明实施例中,通过对第一图像所有的相关像素点进行匹配运算,而非第一图像的所有像素点进行匹配运算,实现对第一图像和第二图像的匹配,匹配计算量大大降低,有效节省了计算资源及时间。
图3为本发明实施例三的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括至少一个图像采集单元,优选地,所述电子设备包括第一图像采集单元和第二图像采集单元;如图3所示,所述数据处理方法包括以下步骤:
步骤301:利用所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像。
本发明实施例中,所述电子设备可以是智能手机、平板电脑、掌上电脑、游戏机、笔记本电脑等电子设备;这类电子设备包括至少一个图像采集单元,优选地,该电子设备具有两个图像采集单元,分别为第一图像采集单元和第二图像采集单元;这里,图像采集单元可由摄像头实现。本发明实施例中,第一图像采集单元与第二图像采集单元具有不同的采集参数或者相同的采集参数,这里,采集参数为图像采集单元的内部参数,采集参数表征了图像采集单元的内部光学特性以及几何结构特性。由于第一图像采集单元与第二图像采集单元具有不同的采集参数,因此,由第一图像采集单元采集到的第一图像与由第二图像采集单元采集到的第二图像的图像参数不同,也即像素大小不同或者分辨率不同。
本发明实施例中,由第一图像采集单元和第二图像采集单元同时采集同一目标对象的图像,分别得到第一图像和第二图像;第一图像的像素和第二图像的像素不同。本发明实施例将像素值较大的称为第一图像,将像素值较小的称为第二图像,即第一图像的像素值大于等于所述第二图像的像素值。本发明实施例中的目标对象是指被拍摄物体。
步骤302:将所述第一图像分割为N个子区域,以及将所述第二图像分割为M个子区域。
其中,N≥2,M≥2,优选地,N=M。
本发明实施例中,可以采用聚类算法对第一图像以及第二图像进行分割。
具体地,针对所述第一图像/第二图像,在规则网格下随机选取N/M个像素点以初始化N/M个子区域的质心像素点;对于第一图像/第二图像中的每个像素点,按照最小距离原则,即颜色信息或灰度信息最相近的原则将该像素点分配至质心像素点所在的子区域,并更新该子区域的所包括的像素点;基于更新的子区域,更新所述子区域的质心像素点,具体为更新该子区域质心像素点的坐标;针对更新后的质心像素点,重复按照最小距离原则对第一图像/第二图像中的每个像素点进行子区域的划分,进而更新各个子区域中所包括的像素点以及质心像素点,直至更新的质心像素点收敛为止。当质心像素点收敛时,得到的N/M个子区域即为最终分割的N/M个子区域,利用上述方法对第一图像/第二图像进行分割,可使得每个子区域所包含的像素点的颜色信息或灰度信息最相近,更加有利于质心像素点的匹配。
步骤303:获取所述第一图像/第二图像的每个子区域的质心像素点,将所述N/M个子区域的质心像素点与所述第二图像/第一图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果。
本发明实施例中,对于第一图像/第二图像的各个子区域,假设该子区域具有K个像素点,K≥3,第i个像素点的颜色信息可表示为f(i)=(Ri,Gi,Bi,xi,yi),其中,Ri,Gi,Bi分别表示坐标位于(xi,yi)处像素点的红色分量、绿色分量、蓝色分量。则质心像素点f(c)的红色分量、绿色分量、蓝色分量分别为获取子区域的质心像素点即为获取红色分量、绿色分量、蓝色分量分别为的像素点所对应的坐标xc,yc。
本发明实施例中,对于子区域的质心像素点,将该质心像素点与第二图像/第一图像的第一预定区域内/第三预定区域内的各个像素点进行像素点匹配运算,得到运算结果。
具体地,首先如果第一图像与第二图像具有不同的像素,需要对第一图像或者第二图像进行像素大小变换,以将第一图像与第二图像变换为像素相同的两幅图像。然后,对两幅图像各进行一次投影变换,使得两幅图像对应的极线在同一扫描线上。
本发明实施例中,以第一图像中的质心像素点与第二图像中第一预定区域内的各个像素点进行像素点匹配运算为例,匹配运算步骤如下:
对于第一图像的质心像素点f(c)的坐标为(xc,yc),假设搜索范围D,则第一预定区域为第二图像中与f(c)处于同一水平线的像素点集,称为第一预定区域,该第一预定区域的像素点的坐标范围为(xc,yc-d),其中,d∈[0,D]。
针对第一预定区域的每个像素点,采用SAD算法计算所述质心像素点相对于该像素点的第一匹配代价,以及采用Rank转换算法计算和所述质心像素点相对于该像素点的第二匹配代价;对第一图像进行边缘检测,得到对应的二值化边缘图像;在所述二值化边缘图像中与所述质心像素点对应的像素点的预定区域内,计算边缘像素点的数目;根据所述边缘像素点的数目,确定第一匹配权值和第二匹配权值,其中,所述边缘像素点的个数越多第一匹配权值越小且第二匹配权值越大;第一匹配代价值与第一匹配值之积加第一匹配代价值与第二匹配值之积的和作为所述质心像素点相对于该像素点之间的最终的匹配代价值,从而得到运算结果。
同理,第二图像中的质心像素点与第一图像中第三预定区域内的各个像素点进行像素点匹配运算的步骤与上述步骤相同,不再赘述。
步骤304:依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,将最小匹配代价值所对应的像素点作为与质心像素点相匹配的像素点。并且,本发明实施例针对第一图像的质心像素点,在第二图像中进行匹配运算的同时,也针对第二图像的质心像素点,在第一图像中进行反向匹配运算,双向匹配运算可提高匹配的精度。基于此,可以准确计算出配准像素点之间的视差,对于两幅图像中其他的像素点的视差,则可以采用插值法确定出其他的像素点的视差或者,采用拟合法确定出其他的像素点的视差。
本发明实施例中,通过对第一图像所有的质心像素点进行匹配运算,而非第一图像的所有像素点进行匹配运算,实现对第一图像和第二图像的匹配,匹配计算量大大降低,有效节省了计算资源及时间。
图4为本发明实施例四的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括至少一个图像采集单元,优选地,所述电子设备包括第一图像采集单元和第二图像采集单元;如图4所示,所述数据处理方法包括以下步骤:
步骤401:利用所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像。
本发明实施例中,所述电子设备可以是智能手机、平板电脑、掌上电脑、游戏机、笔记本电脑等电子设备;这类电子设备包括至少一个图像采集单元,优选地,该电子设备具有两个图像采集单元,分别为第一图像采集单元和第二图像采集单元;这里,图像采集单元可由摄像头实现。本发明实施例中,第一图像采集单元与第二图像采集单元具有不同的采集参数或者相同的采集参数,这里,采集参数为图像采集单元的内部参数,采集参数表征了图像采集单元的内部光学特性以及几何结构特性。由于第一图像采集单元与第二图像采集单元具有不同的采集参数,因此,由第一图像采集单元采集到的第一图像与由第二图像采集单元采集到的第二图像的图像参数不同,也即像素大小不同或者分辨率不同。
本发明实施例中,由第一图像采集单元和第二图像采集单元同时采集同一目标对象的图像,分别得到第一图像和第二图像;第一图像的像素和第二图像的像素不同。本发明实施例将像素值较大的称为第一图像,将像素值较小的称为第二图像,即第一图像的像素值大于等于所述第二图像的像素值。本发明实施例中的目标对象是指被拍摄物体。
步骤402:将所述第一图像分割为N个子区域。
其中,N≥2。
本发明实施例中,可以采用聚类算法对第一图像进行分割。
具体地,针对所述第一图像,在规则网格下随机选取N个像素点以初始化N个子区域的质心像素点;对于第一图像中的每个像素点,按照最小距离原则,即颜色信息或灰度信息最相近的原则将该像素点分配至质心像素点所在的子区域,并更新该子区域的所包括的像素点;基于更新的子区域,更新所述子区域的质心像素点,具体为更新该子区域质心像素点的坐标;针对更新后的质心像素点,重复按照最小距离原则对第一图像中的每个像素点进行子区域的划分,进而更新各个子区域中所包括的像素点以及质心像素点,直至更新的质心像素点收敛为止。当质心像素点收敛时,得到的N个子区域即为最终分割的N个子区域,利用上述方法对第一图像进行分割,可使得每个子区域所包含的像素点的颜色信息或灰度信息最相近,更加有利于质心像素点的匹配。
步骤403:根据质心像素点所在的子区域,从所述第二图像中确定出与所述子区域对应的匹配区域。
本发明实施例中,对第一图像和第二图像先进行粗略的匹配,以从所述第二图像中确定出与所述子区域对应的匹配区域。具体地,对第一图像和第二图像同时分割为N个子区域,然后,确定出颜色信息最为相近的对应子区域,从而从第二图像中确定出与第一图像中的子区域所对应的匹配区域。
步骤404:在所述匹配区域中确定第一预定区域内的像素点。
本发明实施例中,第二图像中匹配区域的像素点与第一图像对应子区域的匹配程度较高,因此,可从匹配区域中确定第一预定区域,该预定区域可由用户进行设置,具体参见如下步骤405。
步骤405:获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果。
本发明实施例中,对于第一图像的各个子区域,假设该子区域具有K个像素点,K≥3,第i个像素点的颜色信息可表示为f(i)=(Ri,Gi,Bi,xi,yi),其中,Ri,Gi,Bi分别表示坐标位于(xi,yi)处像素点的红色分量、绿色分量、蓝色分量。则质心像素点f(c)的红色分量、绿色分量、蓝色分量分别为获取子区域的质心像素点即为获取红色分量、绿色分量、蓝色分量分别为的像素点所对应的坐标xc,yc。
本发明实施例中,对于子区域的质心像素点,将该质心像素点与第二图像的第一预定区域内的各个像素点进行像素点匹配运算,得到运算结果。
具体地,首先如果第一图像与第二图像具有不同的像素,需要对第一图像或者第二图像进行像素大小变换,以将第一图像与第二图像变换为像素相同的两幅图像。然后,对两幅图像各进行一次投影变换,使得两幅图像对应的极线在同一扫描线上。
对于第一图像的质心像素点f(c)的坐标为(xc,yc),假设搜索范围D,则第一预定区域为第二图像中与f(c)处于同一水平线的像素点集,称为第一预定区域,该第一预定区域的像素点的坐标范围为(xc,yc-d),其中,d∈[0,D]。
针对第一预定区域的每个像素点,采用SAD算法计算所述质心像素点相对于该像素点的第一匹配代价,以及采用Rank转换算法计算和所述质心像素点相对于该像素点的第二匹配代价;对第一图像进行边缘检测,得到对应的二值化边缘图像;在所述二值化边缘图像中与所述质心像素点对应的像素点的预定区域内,计算边缘像素点的数目;根据所述边缘像素点的数目,确定第一匹配权值和第二匹配权值,其中,所述边缘像素点的个数越多第一匹配权值越小且第二匹配权值越大;第一匹配代价值与第一匹配值之积加第一匹配代价值与第二匹配值之积的和作为所述质心像素点相对于该像素点之间的最终的匹配代价值,从而得到运算结果。
步骤406:依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,将最小匹配代价值所对应的像素点作为与该质心像素点相匹配的像素点。基于此,可以准确计算出配准像素点之间的视差,对于两幅图像中其他的像素点的视差,则可以采用插值法确定出其他的像素点的视差或者,采用拟合法确定出其他的像素点的视差。
本发明实施例中,通过对第一图像所有的质心像素点进行匹配运算,而非第一图像的所有像素点进行匹配运算,实现对第一图像和第二图像的匹配,匹配计算量大大降低,有效节省了计算资源及时间。
图5为本发明实施例五的数据处理方法的流程示意图,本示例中的数据处理方法应用于电子设备中,所述电子设备包括至少一个图像采集单元,优选地,所述电子设备包括第一图像采集单元和第二图像采集单元;如图5所示,所述数据处理方法包括以下步骤:
步骤501:利用所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像。
本发明实施例中,所述电子设备可以是智能手机、平板电脑、掌上电脑、游戏机、笔记本电脑等电子设备;这类电子设备包括至少一个图像采集单元,优选地,该电子设备具有两个图像采集单元,分别为第一图像采集单元和第二图像采集单元;这里,图像采集单元可由摄像头实现。本发明实施例中,第一图像采集单元与第二图像采集单元具有不同的采集参数或者相同的采集参数,这里,采集参数为图像采集单元的内部参数,采集参数表征了图像采集单元的内部光学特性以及几何结构特性。由于第一图像采集单元与第二图像采集单元具有不同的采集参数,因此,由第一图像采集单元采集到的第一图像与由第二图像采集单元采集到的第二图像的图像参数不同,也即像素大小不同或者分辨率不同。
本发明实施例中,由第一图像采集单元和第二图像采集单元同时采集同一目标对象的图像,分别得到第一图像和第二图像;第一图像的像素和第二图像的像素不同。本发明实施例将像素值较大的称为第一图像,将像素值较小的称为第二图像,即第一图像的像素值大于等于所述第二图像的像素值。本发明实施例中的目标对象是指被拍摄物体。
步骤502:将所述第一图像分割为N个子区域。
其中,N≥2。
本发明实施例中,可以采用聚类算法对第一图像进行分割。
具体地,针对所述第一图像,在规则网格下随机选取N个像素点以初始化N个子区域的质心像素点;对于第一图像中的每个像素点,按照最小距离原则,即颜色信息或灰度信息最相近的原则将该像素点分配至质心像素点所在的子区域,并更新该子区域的所包括的像素点;基于更新的子区域,更新所述子区域的质心像素点,具体为更新该子区域质心像素点的坐标;针对更新后的质心像素点,重复按照最小距离原则对第一图像中的每个像素点进行子区域的划分,进而更新各个子区域中所包括的像素点以及质心像素点,直至更新的质心像素点收敛为止。当质心像素点收敛时,得到的N个子区域即为最终分割的N个子区域,利用上述方法对第一图像进行分割,可使得每个子区域所包含的像素点的颜色信息或灰度信息最相近,更加有利于质心像素点的匹配。
步骤503:对所述第一图像以及所述第二图像进行校准。
本发明实施例中,首先如果第一图像与第二图像具有不同的像素,需要对第一图像或者第二图像进行像素大小变换,以将第一图像与第二图像变换为像素相同的两幅图像。然后,对两幅图像各进行一次投影变换,使得两幅图像对应的极线在同一扫描线上。
步骤504:获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果。
本发明实施例中,对于第一图像的各个子区域,假设该子区域具有K个像素点,K≥3,第i个像素点的颜色信息可表示为f(i)=(Ri,Gi,Bi,xi,yi),其中,Ri,Gi,Bi分别表示坐标位于(xi,yi)处像素点的红色分量、绿色分量、蓝色分量。则质心像素点f(c)的红色分量、绿色分量、蓝色分量分别为获取子区域的质心像素点即为获取红色分量、绿色分量、蓝色分量分别为的像素点所对应的坐标xc,yc。
本发明实施例中,对于子区域的质心像素点,将该质心像素点与第二图像的第一预定区域内的各个像素点进行像素点匹配运算,得到运算结果。
对于第一图像的质心像素点f(c)的坐标为(xc,yc),假设搜索范围D,则第一预定区域为第二图像中与f(c)处于同一水平线的像素点集,称为第一预定区域,该第一预定区域的像素点的坐标范围为(xc,yc-d),其中,d∈[0,D]。
针对第一预定区域的每个像素点,采用SAD算法计算所述质心像素点相对于该像素点的第一匹配代价,以及采用Rank转换算法计算和所述质心像素点相对于该像素点的第二匹配代价;对第一图像进行边缘检测,得到对应的二值化边缘图像;在所述二值化边缘图像中与所述质心像素点对应的像素点的预定区域内,计算边缘像素点的数目;根据所述边缘像素点的数目,确定第一匹配权值和第二匹配权值,其中,所述边缘像素点的个数越多第一匹配权值越小且第二匹配权值越大;第一匹配代价值与第一匹配值之积加第一匹配代价值与第二匹配值之积的和作为所述质心像素点相对于该像素点之间的最终的匹配代价值,从而得到运算结果。
步骤505:依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,将最小匹配代价值所对应的像素点作为与该质心像素点相匹配的像素点。基于此,可以准确计算出配准像素点之间的视差,对于两幅图像中其他的像素点的视差,则可以采用插值法确定出其他的像素点的视差或者,采用拟合法确定出其他的像素点的视差。
本发明实施例中,通过对第一图像所有的质心像素点进行匹配运算,而非第一图像的所有像素点进行匹配运算,实现对第一图像和第二图像的匹配,匹配计算量大大降低,有效节省了计算资源及时间。
图6为本发明实施例一的电子设备的结构组成示意图,本示例中的电子设备包括至少一个图像采集单元;所述电子设备还包括:
控制单元61,用于控制所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
第一分割单元62,用于将所述第一图像分割为N个子区域,N≥2;
第一匹配单元63,用于获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
第一确定单元64,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,所述第一图像采集单元与第二图像采集单元具有不同的采集参数;相应地,所述第一图像与第二图像具有不同的图像参数。
本领域技术人员应当理解,本发明实施例的电子设备中的各单元所实现的功能,可参照前述的数据处理方法的相关描述而理解,本发明实施例的电子设备中的各单元,可通过实现本发明实施例所述的功能的模拟电路而实现,也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
图7为本发明实施例二的电子设备的结构组成示意图,本示例中的电子设备包括至少一个图像采集单元;所述电子设备还包括:
控制单元71,用于控制所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
第一分割单元72,用于将所述第一图像分割为N个子区域,N≥2;
第一匹配单元73,用于获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
第一确定单元74,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,所述第一图像采集单元与第二图像采集单元具有不同的采集参数;相应地,所述第一图像与第二图像具有不同的图像参数。
优选地,所述电子设备还包括:
获取单元75,用于获取所述质心像素点第一邻域范围内的相关像素点;
所述第一匹配单元73,还用于将所述相关像素点与所述第二图像的第二预定区域内的像素点进行像素点匹配运算,得到运算结果。
本领域技术人员应当理解,本发明实施例的电子设备中的各单元所实现的功能,可参照前述的数据处理方法的相关描述而理解,本发明实施例的电子设备中的各单元,可通过实现本发明实施例所述的功能的模拟电路而实现,也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
图8为本发明实施例三的电子设备的结构组成示意图,本示例中的电子设备包括至少一个图像采集单元;所述电子设备还包括:
控制单元81,用于控制所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
第一分割单元82,用于将所述第一图像分割为N个子区域,N≥2;
第一匹配单元83,用于获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
第一确定单元84,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,所述第一图像采集单元与第二图像采集单元具有不同的采集参数;相应地,所述第一图像与第二图像具有不同的图像参数。
优选地,所述电子设备还包括:
第二分割单元85,用于将所述第二图像分割为M个子区域,M≥2;
第二匹配单元86,用于获取所述第二图像的每个子区域的质心像素点,将所述M个子区域的质心像素点与所述第一图像的第三预定区域内的像素点进行像素点匹配运算,得到运算结果;
第二确定单元87,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本领域技术人员应当理解,本发明实施例的电子设备中的各单元所实现的功能,可参照前述的数据处理方法的相关描述而理解,本发明实施例的电子设备中的各单元,可通过实现本发明实施例所述的功能的模拟电路而实现,也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
图9为本发明实施例四的电子设备的结构组成示意图,本示例中的电子设备包括至少一个图像采集单元;所述电子设备还包括:
控制单元91,用于控制所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
第一分割单元92,用于将所述第一图像分割为N个子区域,N≥2;
第一匹配单元93,用于获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
第一确定单元94,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,所述第一图像采集单元与第二图像采集单元具有不同的采集参数;相应地,所述第一图像与第二图像具有不同的图像参数。
优选地,所述电子设备还包括:
第三确定单元95,用于根据质心像素点所在的子区域,从所述第二图像中确定出与所述子区域对应的匹配区域;
第四确定单元96,用于在所述匹配区域中确定所述第一预定区域内的像素点。
本领域技术人员应当理解,本发明实施例的电子设备中的各单元所实现的功能,可参照前述的数据处理方法的相关描述而理解,本发明实施例的电子设备中的各单元,可通过实现本发明实施例所述的功能的模拟电路而实现,也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
图10为本发明实施例五的电子设备的结构组成示意图,本示例中的电子设备包括至少一个图像采集单元;所述电子设备还包括:
控制单元11,用于控制所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
第一分割单元12,用于将所述第一图像分割为N个子区域,N≥2;
第一匹配单元13,用于获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
第一确定单元14,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
本发明实施例中,所述第一图像采集单元与第二图像采集单元具有不同的采集参数;相应地,所述第一图像与第二图像具有不同的图像参数。
优选地,所述电子设备还包括校准单元15,用于对所述第一图像以及所述第二图像进行校准。
本领域技术人员应当理解,本发明实施例的电子设备中的各单元所实现的功能,可参照前述的数据处理方法的相关描述而理解,本发明实施例的电子设备中的各单元,可通过实现本发明实施例所述的功能的模拟电路而实现,也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。
本发明实施例所记载的技术方案之间,在不冲突的情况下,可以任意组合。
在本发明所提供的几个实施例中,应该理解到,所揭露的方法和智能设备,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个第二处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
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。
Claims (12)
1.一种数据处理方法,其特征在于,该方法应用于电子设备中,所述电子设备包括至少一个图像采集单元;所述数据处理方法包括:
利用所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
将所述第一图像分割为N个子区域,N≥2;
获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
2.根据权利要求1所述的数据处理方法,其特征在于,所述方法还包括:
获取所述质心像素点第一邻域范围内的相关像素点;
将所述相关像素点与所述第二图像的第二预定区域内的像素点进行像素点匹配运算,得到运算结果。
3.根据权利要求1所述的数据处理方法,其特征在于,所述第一图像采集单元与第二图像采集单元具有不同的采集参数;相应地,所述第一图像与第二图像具有不同的图像参数。
4.根据权利要求1所述的数据处理方法,其特征在于,所述方法还包括:
将所述第二图像分割为M个子区域,M≥2;
获取所述第二图像的每个子区域的质心像素点,将所述M个子区域的质心像素点与所述第一图像的第三预定区域内的像素点进行像素点匹配运算,得到运算结果;
依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
5.根据权利要求1所述的数据处理方法,其特征在于,所述方法还包括:
根据质心像素点所在的子区域,从所述第二图像中确定出与所述子区域对应的匹配区域;
在所述匹配区域中确定所述第一预定区域内的像素点。
6.根据权利要求1至5任一项所述的数据处理方法,其特征在于,所述方法还包括:
对所述第一图像以及所述第二图像进行校准。
7.一种电子设备,其特征在于,所述电子设备包括至少一个图像采集单元;所述电子设备还包括:
控制单元,用于控制所述至少一个图像采集单元中的第一图像采集单元以及第二图像采集单元分别采集目标对象的第一图像以及第二图像;
第一分割单元,用于将所述第一图像分割为N个子区域,N≥2;
第一匹配单元,用于获取所述第一图像的每个子区域的质心像素点,将所述N个子区域的质心像素点与所述第二图像的第一预定区域内的像素点进行像素点匹配运算,得到运算结果;
第一确定单元,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
8.根据权利要求7所述的电子设备,其特征在于,所述电子设备还包括:
获取单元,用于获取所述质心像素点第一邻域范围内的相关像素点;
所述第一匹配单元,还用于将所述相关像素点与所述第二图像的第二预定区域内的像素点进行像素点匹配运算,得到运算结果。
9.根据权利要求7所述的电子设备,其特征在于,所述第一图像采集单元与第二图像采集单元具有不同的采集参数;相应地,所述第一图像与第二图像具有不同的图像参数。
10.根据权利要求7所述的电子设备,其特征在于,所述电子设备还包括:
第二分割单元,用于将所述第二图像分割为M个子区域,M≥2;
第二匹配单元,用于获取所述第二图像的每个子区域的质心像素点,将所述M个子区域的质心像素点与所述第一图像的第三预定区域内的像素点进行像素点匹配运算,得到运算结果;
第二确定单元,用于依据所述运算结果,确定满足预定条件的像素点,作为与所述质心像素点相匹配的像素点,而获得匹配结果。
11.根据权利要求7所述的电子设备,其特征在于,所述电子设备还包括:
第三确定单元,用于根据质心像素点所在的子区域,从所述第二图像中确定出与所述子区域对应的匹配区域;
第四确定单元,用于在所述匹配区域中确定所述第一预定区域内的像素点。
12.根据权利要求7至11任一项所述的电子设备,其特征在于,所述电子设备还包括校准单元,用于对所述第一图像以及所述第二图像进行校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410421258.9A CN105447845B (zh) | 2014-08-25 | 2014-08-25 | 一种数据处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410421258.9A CN105447845B (zh) | 2014-08-25 | 2014-08-25 | 一种数据处理方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105447845A CN105447845A (zh) | 2016-03-30 |
CN105447845B true CN105447845B (zh) | 2019-01-15 |
Family
ID=55557979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410421258.9A Active CN105447845B (zh) | 2014-08-25 | 2014-08-25 | 一种数据处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105447845B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108399630B (zh) * | 2018-01-22 | 2022-07-08 | 北京理工雷科电子信息技术有限公司 | 一种复杂场景下感兴趣区域内目标快速测距方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002067198A1 (fr) * | 2001-02-20 | 2002-08-29 | Advantest Corporation | Procede d'appariement d'images, appareil d'appariement d'images et dispositif de traitement de tranches |
CN101924953A (zh) * | 2010-09-03 | 2010-12-22 | 南京农业大学 | 基于基准点的简便匹配方法 |
CN102074014A (zh) * | 2011-02-23 | 2011-05-25 | 山东大学 | 一种利用基于图论的图像分割算法的立体匹配方法 |
CN102611904A (zh) * | 2012-02-15 | 2012-07-25 | 山东大学 | 三维电视系统中基于图像分割的立体匹配方法 |
CN102930530A (zh) * | 2012-09-26 | 2013-02-13 | 苏州工业职业技术学院 | 一种双视点图像的立体匹配方法 |
CN103096101A (zh) * | 2011-11-07 | 2013-05-08 | 联想(北京)有限公司 | 视频合成方法、装置及电子设备 |
CN103854009A (zh) * | 2012-12-05 | 2014-06-11 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081802A (zh) * | 2011-01-26 | 2011-06-01 | 北京中星微电子有限公司 | 一种基于块匹配的色卡检测方法和装置 |
CN102646279B (zh) * | 2012-02-29 | 2015-03-11 | 北京航空航天大学 | 一种基于运动预测与多子块模板匹配相结合的抗遮挡跟踪方法 |
-
2014
- 2014-08-25 CN CN201410421258.9A patent/CN105447845B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002067198A1 (fr) * | 2001-02-20 | 2002-08-29 | Advantest Corporation | Procede d'appariement d'images, appareil d'appariement d'images et dispositif de traitement de tranches |
CN101924953A (zh) * | 2010-09-03 | 2010-12-22 | 南京农业大学 | 基于基准点的简便匹配方法 |
CN102074014A (zh) * | 2011-02-23 | 2011-05-25 | 山东大学 | 一种利用基于图论的图像分割算法的立体匹配方法 |
CN103096101A (zh) * | 2011-11-07 | 2013-05-08 | 联想(北京)有限公司 | 视频合成方法、装置及电子设备 |
CN102611904A (zh) * | 2012-02-15 | 2012-07-25 | 山东大学 | 三维电视系统中基于图像分割的立体匹配方法 |
CN102930530A (zh) * | 2012-09-26 | 2013-02-13 | 苏州工业职业技术学院 | 一种双视点图像的立体匹配方法 |
CN103854009A (zh) * | 2012-12-05 | 2014-06-11 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105447845A (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9639991B2 (en) | Augmented reality provision system | |
CN106999038B (zh) | 信息处理设备、信息处理方法及计算机可读记录介质 | |
CN103252778B (zh) | 用于估计机器人位置的设备及其方法 | |
CN111353506A (zh) | 自适应的视线估计方法和设备 | |
KR102461232B1 (ko) | 화상 처리 방법 및 장치, 전자 디바이스, 및 저장 매체 | |
JP2018528545A (ja) | 食物画像認識を用いた栄養分析のためのシステム及び方法 | |
CN106165404B (zh) | 支持增强现实的交互和协作的系统和方法 | |
US20160071322A1 (en) | Image processing apparatus, image processing system and storage medium | |
CN104735465B (zh) | 在视频画面中植入平面图案广告的方法及装置 | |
CN105141841B (zh) | 摄像设备及其方法 | |
CN104081317A (zh) | 图像处理装置和计算机程序产品 | |
CN103530599A (zh) | 一种真实人脸和图片人脸的区别方法和系统 | |
CN109978934B (zh) | 一种基于匹配代价加权的双目视觉立体匹配方法及系统 | |
CN104463838A (zh) | 彩色视频处理系统和方法、以及相应计算机程序 | |
CN109261528A (zh) | 基于双目视觉的快件分拣方法及装置 | |
CN109559341A (zh) | 一种机械臂抓取方案的生成方法及装置 | |
CN108647264A (zh) | 一种基于支持向量机的图像自动标注方法及装置 | |
CN105447845B (zh) | 一种数据处理方法及电子设备 | |
Wang et al. | Panoramic image mosaic based on SURF algorithm using OpenCV | |
CN104933695B (zh) | 一种信息处理方法和电子设备 | |
US10074010B2 (en) | Image processing method, device and non-transitory computer-readable medium | |
US10402939B2 (en) | Information processing device, information processing method, and program | |
JP7341736B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN114730482A (zh) | 关联多人增强现实系统中的设备坐标系 | |
CN105447007B (zh) | 一种电子设备及数据处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |