CN109598688A - 一种处理方法及电子设备 - Google Patents
一种处理方法及电子设备 Download PDFInfo
- Publication number
- CN109598688A CN109598688A CN201811487917.3A CN201811487917A CN109598688A CN 109598688 A CN109598688 A CN 109598688A CN 201811487917 A CN201811487917 A CN 201811487917A CN 109598688 A CN109598688 A CN 109598688A
- Authority
- CN
- China
- Prior art keywords
- acquired image
- motion
- tracking equipment
- vision tracking
- preset condition
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 230000033001 locomotion Effects 0.000 claims abstract description 131
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000005259 measurement Methods 0.000 claims description 46
- 238000012545 processing Methods 0.000 claims description 42
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000005457 optimization Methods 0.000 description 8
- 238000012216 screening Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本公开公开了一种处理方法及电子设备,方法包括:获取视觉跟踪设备在运动过程中相机采集到的图像,确定采集到的图像是否满足第一预设条件,若是,则:对采集到的图像进行运算处理。本公开能够有效避免对计算资源开销的浪费,提高视觉计算的效率。
Description
技术领域
本公开涉及电子技术领域,尤其涉及一种处理方法及电子设备。
背景技术
随着AR(Augmented Reality,增强现实)眼镜和无人驾驶等技术的不断普及和推广。以视觉计算算法为基础的SLAM(simultaneous localization and mapping,即时定位与地图构建)等相关技术得到了广泛的应用。视觉计算都是通过相机采集到图像后通过相应的图像处理算法对采集到的图像进行运算处理,而其中最核心的一个处理步骤就是特征点的提取,但是提取到的特征点的个数和处理速度都很大程度上取决于输入的图像质量。
当采集设备在快速移动的情况下,由于来不及充分曝光,导致图像的画面会模糊不清。而对这样的图像进行处理,是不能够获得准确而充足的特征点信息的。而特征点提取的操作是非常复杂和耗时的过程,如果对这种模糊的图像直接进行处理将会白白浪费计算资源和损耗时间。而AR移动设备上的计算能力和资源都相对有限,因此,如何避免这种情况对计算资源开销的浪费,是一项亟待解决的问题。
发明内容
有鉴于此,本公开提供一种处理方法,能够有效避免对计算资源开销的浪费,提高视觉计算的效率。
本公开提供了一种处理方法,包括:
获取视觉跟踪设备在运动过程中相机采集到的图像;
确定所述采集到的图像是否满足第一预设条件,若是,则:
对所述采集到的图像进行运算处理。
优选地,所述确定所述采集到的图像是否满足第一预设条件包括:
获取所述视觉跟踪设备在运动过程中的惯性测量数据;
判断所述惯性测量数据是否满足第二预设条件,若是,则确定所述采集到的图像是否满足第一预设条件。
优选地,所述获取所述视觉跟踪设备在运动过程中的惯性测量数据包括:
获取所述视觉跟踪设备在运动过程中的运动速度。
优选地,所述判断所述惯性测量数据是否满足第二预设条件包括:
判断所述视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定所述采集到的图像是否满足第一预设条件。
优选地,所述方法还包括:
基于历史获取的所述视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的所述视觉跟踪设备在运动过程中的惯性测量数据,确定所述预设阈值。
一种电子设备,包括:
存储器,用于存储应用程序与应用程序运行所产生的数据;
处理器,用于运行所述应用程序以获取视觉跟踪设备在运动过程中相机采集到的图像;确定所述采集到的图像是否满足第一预设条件,若是,则:对所述采集到的图像进行运算处理。
优选地,所述处理器在执行确定所述采集到的图像是否满足第一预设条件时,具体用于:
获取所述视觉跟踪设备在运动过程中的惯性测量数据;
判断所述惯性测量数据是否满足第二预设条件,若是,则确定所述采集到的图像是否满足第一预设条件。
优选地,所述处理器在执行获取所述视觉跟踪设备在运动过程中的惯性测量数据时,具体用于:
获取所述视觉跟踪设备在运动过程中的运动速度。
优选地,所述处理器在执行判断所述惯性测量数据是否满足第二预设条件时,具体用于:
判断所述视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定所述采集到的图像是否满足第一预设条件。
优选地,所述处理器还用于:
基于历史获取的所述视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的所述视觉跟踪设备在运动过程中的惯性测量数据,确定所述预设阈值。
从上述技术方案可以看出,本公开公开的一种数据处理方法,首先获取视觉跟踪设备在运动过程中相机采集到的图像,然后确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,对采集到的图像进行运算处理。本公开有效避免对计算资源开销的浪费,提高视觉计算的效率。
附图说明
为了更清楚地说明本公开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公开的一些实施例,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为本公开公开的一种处理方法实施例1的方法流程图;
图2为本公开公开的一种处理方法实施例2的方法流程图;
图3为本公开公开的一种处理方法实施例3的方法流程图;
图4为本公开公开的一种处理方法实施例4的方法流程图;
图5为本公开公开的一种电子设备实施例1的结构示意图;
图6为本公开公开的一种电子设备实施例2的结构示意图;
图7为本公开公开的一种电子设备实施例3的结构示意图;
图8为本公开公开的一种电子设备实施例4的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
如图1所示,为本公开公开的一种处理方法实施例1的方法流程图,所述方法可以包括以下步骤:
S101、获取视觉跟踪设备在运动过程中相机采集到的图像;
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
S102、确定采集到的图像是否满足第一预设条件,若是,则进入S103:
当获取到视觉跟踪设备在运动过程中相机采集到的图像后,进一步判断采集到的图像是否满足第一预设条件,即判断采集到的图像是否满足能够实现图像优化处理的条件。
S103、对采集到的图像进行运算处理。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,然后确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
如图2所示,为本公开公开的一种处理方法实施例2的方法流程图,所述方法可以包括以下步骤:
S201、获取视觉跟踪设备在运动过程中相机采集到的图像;
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
S202、获取视觉跟踪设备在运动过程中的惯性测量数据;
在视觉跟踪设备运动的过程中,同时获取视觉跟踪设备的惯性测量数据。
S203、判断惯性测量数据是否满足第二预设条件,若是,则确定采集到的图像是否满足第一预设条件;
当获取到视觉跟踪设备在运动过程中的惯性测量数据后,进一步判断获取到的惯性测量数据是否满足第二预设条件,当惯性测量数据满足第二预设条件时,表明采集到的图像满足第一预设条件,即,采集到的图像满足能够实现图像优化处理的条件。
S204、当采集到的图像是否满足第一预设条件时,对采集到的图像进行运算处理。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,同时,获取视觉跟踪设备在运动过程中的惯性测量数据,然后判断惯性测量数据是否满足第二预设条件,若是,则确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
如图3所示,为本公开公开的一种处理方法实施例3的方法流程图,所述方法可以包括以下步骤:
S301、获取视觉跟踪设备在运动过程中相机采集到的图像;
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
S302、获取视觉跟踪设备在运动过程中的运动速度;
在视觉跟踪设备运动的过程中,同时获取视觉跟踪设备的惯性测量数据,如,获取视觉跟踪设备在运动过程中的运动速度。
S303、判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件;
当获取到视觉跟踪设备在运动过程中的运动速度后,进一步判断运动速度是否小于预设阈值,当运动速度小于预设阈值时,表明采集到的图像满足第一预设条件,即,采集到的图像满足能够实现图像优化处理的条件。
S304、当采集到的图像是否满足第一预设条件时,对采集到的图像进行运算处理。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,同时,获取视觉跟踪设备在运动过程中的运动速度,然后判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
如图4所示,为本公开公开的一种处理方法实施例4的方法流程图,所述方法可以包括以下步骤:
S401、基于历史获取的视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的视觉跟踪设备在运动过程中的惯性测量数据,确定预设阈值;
通过在历史视觉跟踪设备不同的运动速度下,同步采集惯性测量数据和相机采集的图像,根据合格和不合格的图像质量对应的图像处理数据,确定出合适和预设阈值。
S401、获取视觉跟踪设备在运动过程中相机采集到的图像;
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
S402、获取视觉跟踪设备在运动过程中的运动速度;
在视觉跟踪设备运动的过程中,同时获取视觉跟踪设备的惯性测量数据,如,获取视觉跟踪设备在运动过程中的运动速度。
S403、判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件;
当获取到视觉跟踪设备在运动过程中的运动速度后,进一步判断运动速度是否小于预设阈值,当运动速度小于预设阈值时,表明采集到的图像满足第一预设条件,即,采集到的图像满足能够实现图像优化处理的条件。
S404、当采集到的图像是否满足第一预设条件时,对采集到的图像进行运算处理。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理前,基于历史获取的视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的视觉跟踪设备在运动过程中的惯性测量数据,确定预设阈值;在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,同时,获取视觉跟踪设备在运动过程中的运动速度,然后判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
如图5所示,为本公开公开的一种电子设备实施例1的结构示意图,所述电子设备可以包括:
存储器501,用于存储应用程序与应用程序运行所产生的数据;
处理器502,用于运行所述应用程序以获取视觉跟踪设备在运动过程中相机采集到的图像,确定采集到的图像是否满足第一预设条件,若是,则对采集到的图像进行运算处理。
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
当获取到视觉跟踪设备在运动过程中相机采集到的图像后,进一步判断采集到的图像是否满足第一预设条件,即判断采集到的图像是否满足能够实现图像优化处理的条件。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,然后确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
如图6所示,为本公开公开的一种电子设备实施例2的结构示意图,所述电子设备可以包括:
存储器601,用于存储应用程序与应用程序运行所产生的数据;
处理器602,用于运行应用程序以获取视觉跟踪设备在运动过程中相机采集到的图像,获取视觉跟踪设备在运动过程中的惯性测量数据,判断惯性测量数据是否满足第二预设条件,若是,则确定采集到的图像是否满足第一预设条件;当采集到的图像是否满足第一预设条件时,对采集到的图像进行运算处理。
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
在视觉跟踪设备运动的过程中,同时获取视觉跟踪设备的惯性测量数据。
当获取到视觉跟踪设备在运动过程中的惯性测量数据后,进一步判断获取到的惯性测量数据是否满足第二预设条件,当惯性测量数据满足第二预设条件时,表明采集到的图像满足第一预设条件,即,采集到的图像满足能够实现图像优化处理的条件。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,同时,获取视觉跟踪设备在运动过程中的惯性测量数据,然后判断惯性测量数据是否满足第二预设条件,若是,则确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
如图7所示,为本公开公开的一种电子设备实施例3的结构示意图,所述电子设备可以包括:
存储器701,用于存储应用程序与应用程序运行所产生的数据;
处理器702,用于运行应用程序以获取视觉跟踪设备在运动过程中相机采集到的图像,获取视觉跟踪设备在运动过程中的运动速度,判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件;当采集到的图像是否满足第一预设条件时,对采集到的图像进行运算处理。
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
在视觉跟踪设备运动的过程中,同时获取视觉跟踪设备的惯性测量数据,如,获取视觉跟踪设备在运动过程中的运动速度。
当获取到视觉跟踪设备在运动过程中的运动速度后,进一步判断运动速度是否小于预设阈值,当运动速度小于预设阈值时,表明采集到的图像满足第一预设条件,即,采集到的图像满足能够实现图像优化处理的条件。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,同时,获取视觉跟踪设备在运动过程中的运动速度,然后判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
如图8所示,为本公开公开的一种电子设备实施例4的结构示意图,所述电子设备可以包括:
存储器801,用于存储应用程序与应用程序运行所产生的数据;
处理器802,用于运行应用程序以基于历史获取的视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的视觉跟踪设备在运动过程中的惯性测量数据,确定预设阈值;
通过在历史视觉跟踪设备不同的运动速度下,同步采集惯性测量数据和相机采集的图像,根据合格和不合格的图像质量对应的图像处理数据,确定出合适和预设阈值。
处理器802,还用于获取视觉跟踪设备在运动过程中相机采集到的图像,获取视觉跟踪设备在运动过程中的运动速度,判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件;当采集到的图像是否满足第一预设条件时,对采集到的图像进行运算处理。
在对图像进行处理时,在视觉跟踪设备的运动过程中,通过相机进行图像采集,获取到相机采集到的图像。
在视觉跟踪设备运动的过程中,同时获取视觉跟踪设备的惯性测量数据,如,获取视觉跟踪设备在运动过程中的运动速度。
当获取到视觉跟踪设备在运动过程中的运动速度后,进一步判断运动速度是否小于预设阈值,当运动速度小于预设阈值时,表明采集到的图像满足第一预设条件,即,采集到的图像满足能够实现图像优化处理的条件。
当采集到的图像满足第一预设条件,通过图像处理算法对图像进行相应的处理。
综上所述,在上述实施例中,在图像处理前,基于历史获取的视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的视觉跟踪设备在运动过程中的惯性测量数据,确定预设阈值;在图像处理过程中,首先获取视觉跟踪设备在运动过程中相机采集到的图像,同时,获取视觉跟踪设备在运动过程中的运动速度,然后判断视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定采集到的图像是否满足第一预设条件,当采集到的图像满足第一预设条件时,再对采集到的图像进行运算处理。本申请在对图像进行处理前,先对采集到的图像进行判断,只有当采集到的图像满足条件时再进行相应的图像处理,在对采集到的图像进行判断时,对处理器运算开销很小,但通过对图像进行判断筛选,在图像处理时会大大节省计算资源的开销,极大提高了视觉计算算法的效率。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本公开。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种处理方法,包括:
获取视觉跟踪设备在运动过程中相机采集到的图像;
确定所述采集到的图像是否满足第一预设条件,若是,则:
对所述采集到的图像进行运算处理。
2.根据权利要求1所述的方法,所述确定所述采集到的图像是否满足第一预设条件包括:
获取所述视觉跟踪设备在运动过程中的惯性测量数据;
判断所述惯性测量数据是否满足第二预设条件,若是,则确定所述采集到的图像是否满足第一预设条件。
3.根据权利要求2所述的方法,所述获取所述视觉跟踪设备在运动过程中的惯性测量数据包括:
获取所述视觉跟踪设备在运动过程中的运动速度。
4.根据权利要求3所述的方法,所述判断所述惯性测量数据是否满足第二预设条件包括:
判断所述视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定所述采集到的图像是否满足第一预设条件。
5.根据权利要求4所述的方法,还包括:
基于历史获取的所述视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的所述视觉跟踪设备在运动过程中的惯性测量数据,确定所述预设阈值。
6.一种电子设备,包括:
存储器,用于存储应用程序与应用程序运行所产生的数据;
处理器,用于运行所述应用程序以获取视觉跟踪设备在运动过程中相机采集到的图像;确定所述采集到的图像是否满足第一预设条件,若是,则:对所述采集到的图像进行运算处理。
7.根据权利要求6所述的设备,所述处理器在执行确定所述采集到的图像是否满足第一预设条件时,具体用于:
获取所述视觉跟踪设备在运动过程中的惯性测量数据;
判断所述惯性测量数据是否满足第二预设条件,若是,则确定所述采集到的图像是否满足第一预设条件。
8.根据权利要求7所述的设备,所述处理器在执行获取所述视觉跟踪设备在运动过程中的惯性测量数据时,具体用于:
获取所述视觉跟踪设备在运动过程中的运动速度。
9.根据权利要求8所述的设备,所述处理器在执行判断所述惯性测量数据是否满足第二预设条件时,具体用于:
判断所述视觉跟踪设备在运动过程中的运动速度是否小于预设阈值,若是,则确定所述采集到的图像是否满足第一预设条件。
10.根据权利要求9所述的设备,所述处理器还用于:
基于历史获取的所述视觉跟踪设备在运动过程中相机采集到的图像,以及历史同步获取的所述视觉跟踪设备在运动过程中的惯性测量数据,确定所述预设阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811487917.3A CN109598688A (zh) | 2018-12-06 | 2018-12-06 | 一种处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811487917.3A CN109598688A (zh) | 2018-12-06 | 2018-12-06 | 一种处理方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109598688A true CN109598688A (zh) | 2019-04-09 |
Family
ID=65962247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811487917.3A Pending CN109598688A (zh) | 2018-12-06 | 2018-12-06 | 一种处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598688A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103139577A (zh) * | 2011-11-23 | 2013-06-05 | 华为技术有限公司 | 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 |
US20130301912A1 (en) * | 2012-05-09 | 2013-11-14 | University Of Southern California | Image enhancement using modulation strength map and modulation kernel |
CN104364823A (zh) * | 2012-06-14 | 2015-02-18 | 高通股份有限公司 | 视觉辅助惯性相机姿势估计与仅基于视觉的相机姿势估计之间的自适应性切换 |
CN107111885A (zh) * | 2014-12-30 | 2017-08-29 | 诺基亚技术有限公司 | 用于确定便携式设备的位置的方法 |
-
2018
- 2018-12-06 CN CN201811487917.3A patent/CN109598688A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103139577A (zh) * | 2011-11-23 | 2013-06-05 | 华为技术有限公司 | 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 |
US20130301912A1 (en) * | 2012-05-09 | 2013-11-14 | University Of Southern California | Image enhancement using modulation strength map and modulation kernel |
CN104364823A (zh) * | 2012-06-14 | 2015-02-18 | 高通股份有限公司 | 视觉辅助惯性相机姿势估计与仅基于视觉的相机姿势估计之间的自适应性切换 |
CN107111885A (zh) * | 2014-12-30 | 2017-08-29 | 诺基亚技术有限公司 | 用于确定便携式设备的位置的方法 |
Non-Patent Citations (2)
Title |
---|
王 雷等: "一种符合视觉感知的视频运动模糊帧检测方法", 《中国科技论文》 * |
蔡为民等: "《土地利用系统健康评价》", 31 December 2007 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106352877B (zh) | 一种移动装置及其定位方法 | |
CN105678288B (zh) | 目标跟踪方法和装置 | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
CN107918765A (zh) | 一种移动目标检测并追踪系统及其方法 | |
CN107885871A (zh) | 基于云计算的同步定位与地图构建方法、系统、交互系统 | |
CN103477352A (zh) | 使用深度图像的姿势识别 | |
CN108280843A (zh) | 一种视频目标检测跟踪方法及设备 | |
CN106200927A (zh) | 一种信息处理方法及头戴式设备 | |
CN109035308A (zh) | 图像补偿方法和装置、电子设备和计算机可读存储介质 | |
CN113907645A (zh) | 移动机器人的定位方法及装置、存储介质及电子装置 | |
CN112965592A (zh) | 设备交互方法、装置及系统 | |
CN114091515A (zh) | 障碍物检测方法、装置、电子设备和存储介质 | |
CN112925416A (zh) | 用户视线跟踪方法、装置及系统 | |
CN109086725A (zh) | 手部跟踪方法及机器可读存储介质 | |
CN115933685A (zh) | 一种巡检清洁方法、装置、设备及存储介质 | |
CN112017202B (zh) | 点云标注方法、装置及系统 | |
CN111475565A (zh) | 一种目标历史地理信息数据可视化回放系统及方法 | |
CN109598688A (zh) | 一种处理方法及电子设备 | |
CN114407024B (zh) | 一种位置引领方法、装置、机器人及存储介质 | |
CN110427373A (zh) | 一种轨迹数据处理方法及装置 | |
CN113473118B (zh) | 数据的时间戳对齐方法、装置、设备及存储介质 | |
CN115391051A (zh) | 视频计算任务调度方法、设备及计算机可读介质 | |
CN114740854A (zh) | 一种机器人避障控制方法和装置 | |
CN116994122A (zh) | 建筑物拾取方法、装置、设备及存储介质 | |
CN108196828A (zh) | 基于android智能手机的无人插秧机监控系统APP软件的设计方法 |
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 |