CN108347595A - 一种结构光的处理方法、装置以及移动终端 - Google Patents
一种结构光的处理方法、装置以及移动终端 Download PDFInfo
- Publication number
- CN108347595A CN108347595A CN201711483874.7A CN201711483874A CN108347595A CN 108347595 A CN108347595 A CN 108347595A CN 201711483874 A CN201711483874 A CN 201711483874A CN 108347595 A CN108347595 A CN 108347595A
- Authority
- CN
- China
- Prior art keywords
- structure light
- information
- coding information
- interference
- light coding
- 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
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例提供了一种结构光的处理方法、装置以及移动终端,其中所述方法包括:获取目标结构光接收器采集的结构光编码信息,所述结构光编码信息从目标拍摄场景中反射;判断所述结构光编码信息是否为干扰信息;若所述结构光编码信息为干扰信息,则删除所述结构光编码信息,使得后续根据删除了干扰信息后的结构光编码信息计算的景深信息更加准确,提高了深度计算算法的准确率。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种结构光的处理方法、装置以及移动终端。
背景技术
传统的图像成像仪器采集到的信号只是空间域上的二维信息,三维场景中的深度信息没有被采集到。随着当今科学技术的发展和人们生活水平的提高,传统的二维信息已经不能满足人们实际生活的需求。如何能够从场景中快速、高效的获取三维场景中的深度信息已经成为当前研究的热点。
从实际场景的三维信息中获取场景深度信息的过程叫做深度获取。根据深度获取过程中是否需要对被测物体进行接触式测量,可以把深度获取方法分为接触式测量和非接触式测量两大类。
接触式测量通过接触物体表面来得到深度信息,如坐标测量机采用的就是接触式测量法。虽然接触式测量方法可以获得高精度的三维数据,但它对硬件要求高、速度慢。多数接触式测量仪器体积大,不便于使用,且直接接触物体表面会对物体产生一定的损害。
非接触式测量不需要与目标物体接触就能获取目标物体的深度信息,如激光雷达、光学成像测量等方法。由于非接触式测量具有测量速度快,采样点分辨率高等优点,该方法现已成为获取深度信息的一个重要方法。
根据测量过程中是否需要投射出探测信号,非接触式测量方法又可分为被动式测量方法和主动式测量方法两大类。被动式测量方法是不需要投射探测信号,通过测量目标物体表面反射的辐射波来进行深度测量。常见的被动式测量方法有立体视觉法、阴影测量法、聚焦法、离焦法等。其中应用最为广泛的立体视觉法是通过模拟生物的视觉方式,在多个角度采用多个摄像机获得被测物体多张数字图像。然后根据特定采样点在多张图像中像素点的匹配及采样摄像机的空间位置关系,依据三角测量几何原理,计算出该特定采样点的深度数值。虽然被动式测量方法操作简便,容易实现,不需要额外光源,但是该方法却很难达到在多张数字图像中特定采样点的精确匹配。对于不存在明显特征的图像,该方法计算量大,匹配精度低,继而难以获得高精确的深度测量结果。
主动式测量方法需要投射额外的探测波到目标物体上,通过检测目标物体反射回波,计算探测物体的深度信息。常见的可投射的探测波有可见光、高能量光束、超声波和X射线等。主动式测量方法主要有激光扫描法、飞行时间法和结构光法等。
激光扫描法采用激光扫描仪,通过对物体进行逐点扫描,得到深度信息。虽然精度较高,但是为得到高分辨率的深度数值,耗时较长;飞行时间法即time of flight,是新兴的三维成像技术之一,虽然它的测量速度快,但采集到的深度图像分辨率较低,精度也不高。
结构光法可以利用简单的设备,实现高精度、高可靠性的深度信息获取。其原理是,首先利用光学投射设备将特定的具有编码规律的结构光模板投射到被测物体表面,然后利用图像采集设备采集经过目标物体表面调制后的图像。通过比较投射模板和采集到的图像,得到图像像素点的匹配关系,结合三角测距几何原理计算出物体表面的深度信息。结构光法通过利用可控光源形成具有明显纹理特征的信息,能降低深度测量中诸如目标物体缺乏纹理、表面光滑等情况下进行匹配的难度。正是因为结构光法具有实现简单、测量速度快、精度高等特点,该方法目前已得到广泛应用。
在结构光法测量景深的过程中,如果当前场景被其他信号干扰,很容易导致测量的深度信息不准确。
发明内容
本发明实施例提供一种结构光的处理方法,以解决现有的根据结构光计算深度信息不准确的问题。
为了解决上述技术问题,本发明是这样实现的:一种结构光的处理方法,包括:获取目标结构光接收器采集的结构光编码信息,所述结构光编码信息从目标拍摄场景中反射;判断所述结构光编码信息是否为干扰信息;若所述结构光编码信息为干扰信息,则删除所述结构光编码信息。
第一方面,本发明实施例还提供了一种结构光的处理装置,所述装置包括:结构光采集模块,用于获取目标结构光接收器采集的结构光编码信息,所述结构光编码信息从目标拍摄场景中反射;干扰信息判断模块,用于判断所述结构光编码信息是否为干扰信息;干扰信息删除模块,用于若所述结构光编码信息为干扰信息,则删除所述结构光编码信息。
第二方面,本发明实施例还提供了一种移动终端,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述的结构光的处理方法的步骤。
第三方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现上述的结构光的处理方法的步骤。
在本发明实施例中,根据目标结构光接收器采集到的从目标拍摄场景中反射的结构光编码信息,可以判断该结构光编码信息是否为干扰信息,并删除该结构光编码信息中存在的干扰信息,使得后续根据删除了干扰信息后的结构光编码信息计算的景深信息更加准确,提高了深度计算算法的准确率。
并且,由于在深度计算算法中,进行计算的结构光为去除了干扰信息的结构光,则可以减少该算法的计算数据量,提高了该算法的效率。
附图说明
图1是本发明实施例的一种结构光处理的方法实施例的步骤流程图;
图2是本发明实施例的一种结构光处理的装置实施例的结构框图;
图3是本发明实施例的一种移动终端的硬件结构示意图。
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。
参照图1,示出了本发明实施例的一种结构光的处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,获取目标结构光接收器采集的结构光编码信息;
其中,该结构光编码信息从目标拍摄场景中反射。
在实现中,本发明实施例可以应用于有两台以上的结构光投射器同时向同一场景投射结构光的场景。当两台以上的结构光投射器同时向同一目标拍摄场景投射结构光时,可以采用目标结构光接收器采集该目标拍摄场景反射的图像数据,其中,该图像数据可以包括结构光经过拍摄物体表面调制后的结构光编码信息。
在实际中,该目标结构光接收器可以位于图像采集设备中,例如,该图像采集设备可以为能够接收结构光的摄像头。
由于有两台以上的结构光投射器同时向同一目标拍摄场景投射结构光,则该目标结构光接收器采集到的结构光编码信息可以有两种以上,即该两种以上的结构光编码信息分别来源于不同的结构光投射器。
作为本发明实施例的一种优选示例,该结构光编码信息可以包括但不限于如下信息的至少一种:结构光图案、条纹、光斑等。
步骤102,判断所述结构光编码信息是否为干扰信息;
由于目标结构光接收器采集的结构光编码信息有两种以上,则在进行深度计算时,这两种以上的结构光编码信息会产生相互干扰,导致计算得到的深度信息不准确,为了提高深度计算算法的准确率,本发明实施例可以识别采集到的结构光编码信息是否为干扰信息。
在本发明实施例的一种优选实施例中,步骤102可以包括如下子步骤:
子步骤S11,确定与所述目标结构光接收器对应的目标结构光发射器,向所述目标拍摄场景投射的初始结构光图案;
在具体实现中,当终端控制结构光发射器向目标场景投射结构光时,终端可以获取结构光发射器投射出的结构光的图案,即结构光图案。
结构光的接收器与发射器是经过配对的,确定采集结构光编码信息的目标结构光接收器时,可以进一步确定与该目标结构光接收器对应的目标结构光发射器,并进一步获取该目标结构光发射器投射的结构光图案,即初始结构光图案。
子步骤S12,判断所述目标结构光接收器接收的结构光图案中,是否存在与所述初始结构光图案不一致的结构光图案;若存在,则执行子步骤S13,若不存在,则执行子步骤S14;
子步骤S13,判定与所述初始结构光图案不一致的结构光图案为干扰信息;
得到目标结构光发射器投射的初始结构光图案以后,可以将目标结构光接收器接收的结构光图案与该初始结构光图案进行比较,判断是否存在与该初始结构光图案不一样的结构光图案,如果存在该不一样的结构光图案,则可以判定该不一样的结构光图案为干扰信息。
例如,假设投射器A向目标场景投射圆形的结构光图案,同时投射器B向目标场景投射方形的结构光图案,当投射器A对应的接收器A采集该目标场景的图像数据时,该图像数据包括了圆形的结构光图案以及方形的结构光图案,则可以判定该方形的结构光图案为干扰信息。
如果目标结构光接收器接收的结构光图案中不存在与该初始结构光图案不一致的图案,即目标结构光接收器接收的结构光图案与初始结构光图案一致,为了保证识别的准确率,可以进一步通过子步骤S14识别干扰信息。
子步骤S14,基于所述目标结构光接收器的预设帧率进行干扰信息检测。
在子步骤S14中,可以根据帧率来识别干扰信息。例如,在上述例子中,若投射器A对应的接收器A采集的该目标场景的图像数据的结构光图案为圆形,则可以根据当前模式的帧率来识别结构光图案中的干扰信息。
在本发明实施例的一种优选实施例中,子步骤S14进一步可以包括如下子步骤:
子步骤S141,根据所述目标结构光接收器的预设帧率,确定所述目标结构光接收器接收单帧图像数据所需的时长;
例如,假设接收器A的帧率是每秒30帧,接收器B的帧率是每秒40帧,则接收器A接收一帧图像数据所需的时长为30ms,接收器B接收一帧图像数据所需的时长为25ms。
子步骤S142,当超过所述时长时,在开始接收下一帧图像数据之前,若所述目标结构光接收器接收到结构光编码信息,则将所述结构光编码信息判定为干扰信息。
例如,若发射器A与发射器B均向目标场景投射圆形的结构光图案,假设发射器A的帧率(与接收器A的帧率一致)为每秒30帧,发射器B的帧率(与接收器B的帧率一致)是每秒40帧,则接收器A接收一帧图像数据所需的时长为30ms,接收器B接收一帧图像数据所需的时长为25ms。若以接收器A为目标结构光接收器,当接收器A采集了30ms的图像数据(即一帧图像数据)以后,在开始采集下一帧图像数据的时间间隔内,若接收器A还能接收结构光图案,证明该在开始采集下一帧图像数据的时间间隔内接收的结构光图案为干扰信息。
需要说明的是,本发明实施例并不限于上述确定干扰信息的方式,本领域技术人员采用其他方式确定干扰信息均是可以的,例如,在采集一帧图像数据的时长对应的时间段内,若目标结构光接收器接收到重叠的结构光编码信息,则将该重叠的结构光编码信息判定为干扰信息。又如,将采集的一帧图像数据中,与拍摄场景不一致的图案作为干扰信息。
步骤103,若所述结构光编码信息为干扰信息,则删除所述结构光编码信息。
得到图像数据中的干扰的结构光编码信息以后,则可以过滤掉该干扰信息。
在本发明实施例的一种优选实施例中,步骤103进一步可以为:
若所述结构光编码信息为干扰信息,则在所述结构光编码信息所在的图像数据中,删除所述结构光编码信息。
在实现中,结构光编码信息可以包含在接收器所采集的图像数据中,当识别到干扰信息以后,可以在该图像数据中删除该干扰信息。
例如,在上例中,若判定方形的结构光图案为干扰信息,则可以在采集的图像数据中去除该方形的结构光图案。或者,在上例中,若接收了30ms后还可以继续接收结构光编码信息,则将该结构光编码信息直接过滤。
在一种实施方式中,在删除结构光编码信息之前,可以生成干扰提示信息,并展示该干扰提示信息,以提醒用户当前采集的结构光存在干扰,需要去除该干扰。
在实际中,在对干扰信息的处理时,除了上述步骤103中直接在该干扰的结构光编码信息所在的图像数据中删除该干扰信息以外,还可以直接删除存在干扰信息的图像数据。本发明实施例对干扰信息的处理方式不作限制,根据需求进行干扰处理即可。
在后续应用中,可以根据该图像数据保留的结构光编码信息,进行景深测量,则得到的景深信息为去除了干扰的结构光后得到的景深信息,提高了深度计算算法的准确率。
由于在深度计算算法中,进行计算的结构光为去除了干扰信息的结构光,则可以减少该算法的计算数据量,提高了该算法的效率。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图2,示出了本发明实施例的一种结构光的处理装置实施例的结构框图,具体可以包括如下模块:
结构光采集模块201,用于获取目标结构光接收器采集的结构光编码信息,所述结构光编码信息从目标拍摄场景中反射;
干扰信息判断模块202,用于判断所述结构光编码信息是否为干扰信息;
干扰信息删除模块203,用于若所述结构光编码信息为干扰信息,则删除所述结构光编码信息。
在本发明实施例的一种优选实施例中,所述结构光编码信息来源于不同的结构光投射器。
在本发明实施例的一种优选实施例中,所述结构光编码信息包括结构光图案;
所述干扰信息判断模块202可以包括如下子模块:
初始结构光图案确定子模块,用于确定与所述目标结构光接收器对应的目标结构光发射器,向目标拍摄场景投射的初始结构光图案;
判断子模块,用于判断所述目标结构光接收器接收的结构光图案中,是否存在与所述初始结构光图案不一致的结构光图案;若存在,则调用第一判定子模块,若不存在,则调用帧率判断子模块;
判定子模块,用于判定与所述初始结构光图案不一致的结构光图案为干扰信息;
帧率判断子模块,用于基于所述目标结构光接收器的预设帧率进行干扰信息检测。
在本发明实施例的一种优选实施例中,所述帧率判断子模块可以包括如下单元:
时长确定单元,用于根据所述目标结构光接收器的预设帧率,确定所述目标结构光接收器接收单帧图像数据所需的时长;
判定单元,用于当超过所述时长时,在开始接收下一帧图像数据之前,若所述目标结构光接收器接收到结构光编码信息,则将所述结构光编码信息判定为干扰信息。
在本发明实施例的一种优选实施例中,所述干扰信息删除模块203还用于:
若所述结构光编码信息为干扰信息,则在所述结构光编码信息所在的图像数据中,删除所述结构光编码信息。
在本发明实施例的一种优选实施例中,所述装置还包括:
景深测量模块,用于基于所述图像数据中保留的结构光编码信息,进行景深测量。
在本发明实施例的一种优选实施例中,所述装置还包括:
干扰提示模块,用于生成干扰提示信息,并展示所述干扰提示信息。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明实施例提供的移动终端能够实现图1方法实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。该移动终端根据目标结构光接收器采集到的从目标拍摄场景中反射的结构光编码信息,可以判断该结构光编码信息是否为干扰信息,并删除该结构光编码信息中存在的干扰信息,使得后续根据删除了干扰信息后的结构光编码信息计算的景深信息更加准确,提高了深度计算算法的准确率。并且,由于在深度计算算法中,进行计算的结构光为去除了干扰信息的结构光,则可以减少该算法的计算数据量,提高了该算法的效率。
图3为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端30包括但不限于:射频单元31、网络模块32、音频输出单元33、输入单元34、传感器35、显示单元36、用户输入单元37、接口单元33、存储器39、处理器310、以及电源311等部件。本领域技术人员可以理解,图3中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,处理器310,用于获取目标结构光接收器采集的结构光编码信息,所述结构光编码信息从目标拍摄场景中反射;判断所述结构光编码信息是否为干扰信息;若所述结构光编码信息为干扰信息,则删除所述结构光编码信息。
本发明实施例可以根据目标结构光接收器采集到的从目标拍摄场景中反射的结构光编码信息,可以判断该结构光编码信息是否为干扰信息,并删除该结构光编码信息中存在的干扰信息,使得后续根据删除了干扰信息后的结构光编码信息计算的景深信息更加准确,提高了深度计算算法的准确率。并且,由于在深度计算算法中,进行计算的结构光为去除了干扰信息的结构光,则可以减少该算法的计算数据量,提高了该算法的效率。
应理解的是,本发明实施例中,射频单元31可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器310处理;另外,将上行的数据发送给基站。通常,射频单元31包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元31还可以通过无线通信系统与网络和其他设备通信。
移动终端通过网络模块32为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元33可以将射频单元31或网络模块32接收的或者在存储器39中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元33还可以提供与移动终端30执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元33包括扬声器、蜂鸣器以及受话器等。
输入单元34用于接收音频或视频信号。输入单元34可以包括图形处理器(Graphics Processing Unit,GPU)341和麦克风342,图形处理器341对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元36上。经图形处理器341处理后的图像帧可以存储在存储器39(或其它存储介质)中或者经由射频单元31或网络模块32进行发送。麦克风342可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元31发送到移动通信基站的格式输出。
移动终端30还包括至少一种传感器35,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板361的亮度,接近传感器可在移动终端30移动到耳边时,关闭显示面板361和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器35还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元36用于显示由用户输入的信息或提供给用户的信息。显示单元36可包括显示面板361,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板361。
用户输入单元37可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元37包括触控面板371以及其他输入设备372。触控面板371,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板371上或在触控面板371附近的操作)。触控面板371可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器310,接收处理器310发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板371。除了触控面板371,用户输入单元37还可以包括其他输入设备372。具体地,其他输入设备372可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板371可覆盖在显示面板361上,当触控面板371检测到在其上或附近的触摸操作后,传送给处理器310以确定触摸事件的类型,随后处理器310根据触摸事件的类型在显示面板361上提供相应的视觉输出。虽然在图3中,触控面板371与显示面板361是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板371与显示面板361集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元38为外部装置与移动终端30连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元38可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端30内的一个或多个元件或者可以用于在移动终端30和外部装置之间传输数据。
存储器39可用于存储软件程序以及各种数据。存储器39可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器39可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器310是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器39内的软件程序和/或模块,以及调用存储在存储器39内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器310可包括一个或多个处理单元;优选的,处理器310可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器310中。
移动终端30还可以包括给各个部件供电的电源311(比如电池),优选的,电源311可以通过电源管理系统与处理器310逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,移动终端30包括一些未示出的功能模块,在此不再赘述。
优选的,本发明实施例还提供一种移动终端,包括处理器310,存储器39,存储在存储器39上并可在所述处理器310上运行的计算机程序,该计算机程序被处理器310执行时实现上述结构光的处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述结构光的处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (16)
1.一种结构光的处理方法,其特征在于,所述方法包括:
获取目标结构光接收器采集的结构光编码信息,所述结构光编码信息从目标拍摄场景中反射;
判断所述结构光编码信息是否为干扰信息;
若所述结构光编码信息为干扰信息,则删除所述结构光编码信息。
2.根据权利要求1所述的方法,其特征在于,所述结构光编码信息来源于不同的结构光投射器。
3.根据权利要求2所述的方法,其特征在于,所述结构光编码信息包括结构光图案;
所述判断所述结构光编码信息是否为干扰信息的步骤包括:
确定与所述目标结构光接收器对应的目标结构光发射器,向所述目标拍摄场景投射的初始结构光图案;
判断所述目标结构光接收器接收的结构光图案中,是否存在与所述初始结构光图案不一致的结构光图案;
若存在,则判定与所述初始结构光图案不一致的结构光图案为干扰信息;
若不存在,则基于所述目标结构光接收器的预设帧率进行干扰信息检测。
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标结构光接收器的预设帧率进行干扰信息检测的步骤包括:
根据所述目标结构光接收器的预设帧率,确定所述目标结构光接收器接收单帧图像数据所需的时长;
当超过所述时长时,在开始接收下一帧图像数据之前,若所述目标结构光接收器接收到结构光编码信息,则将所述结构光编码信息判定为干扰信息。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述若所述结构光编码信息为干扰信息,则删除所述结构光编码信息的步骤包括:
若所述结构光编码信息为干扰信息,则在所述结构光编码信息所在的图像数据中,删除所述结构光编码信息。
6.根据权利要求5所述的方法,其特征在于,在所述若所述结构光编码信息为干扰信息,则删除所述结构光编码信息的步骤之后,还包括:
基于所述图像数据中保留的结构光编码信息,进行景深测量。
7.根据权利要求1所述的方法,其特征在于,在所述删除所述结构光编码信息之前,还包括:
生成干扰提示信息;
展示所述干扰提示信息。
8.一种结构光的处理装置,其特征在于,所述装置包括:
结构光采集模块,用于获取目标结构光接收器采集的结构光编码信息,所述结构光编码信息从目标拍摄场景中反射;
干扰信息判断模块,用于判断所述结构光编码信息是否为干扰信息;
干扰信息删除模块,用于若所述结构光编码信息为干扰信息,则删除所述结构光编码信息。
9.根据权利要求8所述的装置,其特征在于,所述结构光编码信息来源于不同的结构光投射器。
10.根据权利要求9所述的装置,其特征在于,所述结构光编码信息包括结构光图案;
所述干扰信息判断模块包括:
初始结构光图案确定子模块,用于确定与所述目标结构光接收器对应的目标结构光发射器,向所述目标拍摄场景投射的初始结构光图案;
判断子模块,用于判断所述目标结构光接收器接收的结构光图案中,是否存在与所述初始结构光图案不一致的结构光图案;若存在,则调用第一判定子模块,若不存在,则调用帧率判断子模块;
判定子模块,用于判定与所述初始结构光图案不一致的结构光图案为干扰信息;
帧率判断子模块,用于基于所述目标结构光接收器的预设帧率进行干扰信息检测。
11.根据权利要求10所述的装置,其特征在于,所述帧率判断子模块包括:
时长确定单元,用于根据所述目标结构光接收器的预设帧率,确定所述目标结构光接收器接收单帧图像数据所需的时长;
判定单元,用于当超过所述时长时,在开始接收下一帧图像数据之前,若所述目标结构光接收器接收到结构光编码信息,则将所述结构光编码信息判定为干扰信息。
12.根据权利要求8-11任一项所述的装置,其特征在于,所述干扰信息删除模块还用于:
若所述结构光编码信息为干扰信息,则在所述结构光编码信息所在的图像数据中,删除所述结构光编码信息。
13.根据权利要求12所述的装置,其特征在于,还包括:
景深测量模块,用于基于所述图像数据中保留的结构光编码信息,进行景深测量。
14.根据权利要求8所述的装置,其特征在于,还包括:
干扰提示模块,用于生成干扰提示信息,并展示所述干扰提示信息。
15.一种移动终端,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的结构光的处理方法的步骤。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的结构光的处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711483874.7A CN108347595B (zh) | 2017-12-29 | 2017-12-29 | 一种结构光的处理方法、装置以及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711483874.7A CN108347595B (zh) | 2017-12-29 | 2017-12-29 | 一种结构光的处理方法、装置以及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108347595A true CN108347595A (zh) | 2018-07-31 |
CN108347595B CN108347595B (zh) | 2019-08-20 |
Family
ID=62963445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711483874.7A Active CN108347595B (zh) | 2017-12-29 | 2017-12-29 | 一种结构光的处理方法、装置以及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108347595B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388114A (zh) * | 2008-09-03 | 2009-03-18 | 北京中星微电子有限公司 | 一种人体姿态估计的方法和系统 |
CN102784003A (zh) * | 2012-07-20 | 2012-11-21 | 北京先临华宁医疗科技有限公司 | 一种基于结构光扫描的椎弓根内固定手术导航系统 |
JP2016159875A (ja) * | 2015-03-05 | 2016-09-05 | トヨタ自動車株式会社 | 車載用カメラの取付構造 |
CN106382920A (zh) * | 2016-11-25 | 2017-02-08 | 深圳悉罗机器人有限公司 | 多功能视觉传感器、移动机器人及移动机器人的控制方法 |
CN107085343A (zh) * | 2017-03-10 | 2017-08-22 | 深圳奥比中光科技有限公司 | 结构光投影装置及深度相机 |
-
2017
- 2017-12-29 CN CN201711483874.7A patent/CN108347595B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388114A (zh) * | 2008-09-03 | 2009-03-18 | 北京中星微电子有限公司 | 一种人体姿态估计的方法和系统 |
CN102784003A (zh) * | 2012-07-20 | 2012-11-21 | 北京先临华宁医疗科技有限公司 | 一种基于结构光扫描的椎弓根内固定手术导航系统 |
JP2016159875A (ja) * | 2015-03-05 | 2016-09-05 | トヨタ自動車株式会社 | 車載用カメラの取付構造 |
CN106382920A (zh) * | 2016-11-25 | 2017-02-08 | 深圳悉罗机器人有限公司 | 多功能视觉传感器、移动机器人及移动机器人的控制方法 |
CN107085343A (zh) * | 2017-03-10 | 2017-08-22 | 深圳奥比中光科技有限公司 | 结构光投影装置及深度相机 |
Also Published As
Publication number | Publication date |
---|---|
CN108347595B (zh) | 2019-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108271012A (zh) | 一种深度信息的获取方法、装置以及移动终端 | |
CN107576986B (zh) | 一种确定海底地震反射波旅行时的方法和装置 | |
CN110113528A (zh) | 一种参数获取方法及终端设备 | |
CN110505403A (zh) | 一种录像处理方法及装置 | |
CN107864336B (zh) | 一种图像处理方法、移动终端 | |
CN108318706A (zh) | 移动物体的测速方法和装置 | |
CN109862504A (zh) | 一种显示方法及终端设备 | |
CN109068116A (zh) | 基于补光的图像处理方法、装置、移动终端和存储介质 | |
CN109241832A (zh) | 一种人脸活体检测的方法及终端设备 | |
CN107884157A (zh) | 一种光学衍射元件的异常检测方法、移动终端 | |
CN107782250B (zh) | 一种深度信息测量方法、装置和移动终端 | |
CN110197159B (zh) | 指纹采集方法及终端 | |
CN108280405A (zh) | 一种车辆避障的方法和装置 | |
CN109274957A (zh) | 一种深度图像拍摄方法及移动终端 | |
CN109471119A (zh) | 一种控制功耗的方法及终端设备 | |
CN109443261A (zh) | 折叠屏移动终端折叠角度的获取方法及移动终端 | |
CN112991439A (zh) | 定位目标物体的方法、装置、电子设备及介质 | |
CN109859265A (zh) | 一种测量方法及移动终端 | |
CN110095792B (zh) | 定位终端的方法及装置 | |
CN108347595B (zh) | 一种结构光的处理方法、装置以及移动终端 | |
CN110148167A (zh) | 一种距离测量方法及终端设备 | |
CN109031330A (zh) | 一种测量物体距离的方法及终端设备 | |
CN109670407A (zh) | 一种人脸识别方法及移动终端 | |
CN111982293B (zh) | 体温测量方法、装置、电子设备及存储介质 | |
CN108322639A (zh) | 一种图像处理的方法、装置以及移动终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |