CN110599504B - 一种图像处理方法及装置 - Google Patents

一种图像处理方法及装置 Download PDF

Info

Publication number
CN110599504B
CN110599504B CN201910871416.3A CN201910871416A CN110599504B CN 110599504 B CN110599504 B CN 110599504B CN 201910871416 A CN201910871416 A CN 201910871416A CN 110599504 B CN110599504 B CN 110599504B
Authority
CN
China
Prior art keywords
pixel point
plane
line
jth
pixel
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
Application number
CN201910871416.3A
Other languages
English (en)
Other versions
CN110599504A (zh
Inventor
郭建亚
李骊
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.)
Beijing HJIMI Technology Co Ltd
Original Assignee
Beijing HJIMI Technology Co 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 Beijing HJIMI Technology Co Ltd filed Critical Beijing HJIMI Technology Co Ltd
Priority to CN201910871416.3A priority Critical patent/CN110599504B/zh
Publication of CN110599504A publication Critical patent/CN110599504A/zh
Application granted granted Critical
Publication of CN110599504B publication Critical patent/CN110599504B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种图像处理方法，可以获取待处理图像，确定待处理图像中每个像素点与每个像素点分别对应的邻域像素点之间的连通性，即确定每个像素点与每个像素点分别对应的邻域像素点是否属于同一个平面。而后，逐行遍历和/或逐列遍历待处理图像中的像素点，并根据所确定的连通性，确定待处理图像中每个像素点的平面标签，其中，属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同。采用逐行遍历和/或逐列遍历待处理图像中的像素点，确定每个像素点的平面标签的方式，出现待标注像素点通常连通了两个被标注为不同平面的像素点的可能性比较小，因此，重新标注的工作量相对比较少，故而提升了平面分割的效率。

Description

一种图像处理方法及装置
技术领域
本申请涉及图像处理领域，特别是涉及一种图像处理方法及装置。
背景技术
随着科学技术的发展，深度传感器的应用也越来越广泛，例如深度传感器采集的深度图越来越多的应用到智能设备例如智能机器人以及计算机视觉中。对深度图进行平面分割，是将该深度图应用于智能设备以及计算机视觉中的基础。
所谓对深度图进行平面分割，指的是将深度图中属于同一个平面的像素点归为同一个像素集合，属于不同平面的像素点划分为不同的像素集合。通常情况下，可以为分割得到的每个像素集合分别赋予一个标签，每个像素集合对应的标签互不相同，从而区分进行平面分割得到的对应于不同平面的像素集合。在完成平面分割之后，还可以根据前述分割得到的像素集合中像素点的统计特性得到相应平面的方程。
在传统技术中，对深度图进行平面分割时，对于深度图中的一个像素点而言，可以首先利用该像素点的邻域像素计算该像素点的法向量，然后根据该像素点与其相邻的像素点的法向距离，确定该像素点与其相邻的像素点之间的连通性。确定出各个像素点与其相邻的像素点之间的连通性之后，采用连通分量法(英文：Connected ComponentsAlgorithm)标注每个像素点所属的平面，最后采用平面拟合方法计算每个平面的方程。
但是，采用连通分量法标注每个像素点所属平面时，对于待标注的像素点而言，其通常连通了两个被标注为不同平面的像素点，而由于这两个被标注为不同平面的像素点均与待标注的像素点连通，因此这两个被标注为不同平面的像素点实际上位于同一平面。因此，需要对这些原本属于同一个平面而却已被标注为不同平面的像素点进行合并(即重新标注)，而大量的重复标注操作增加了计算量，使得利用该方法进行平面分割的效率比较低。
因此，急需一种方案，能够解决上述问题。
发明内容
本申请所要解决的技术问题是如何提升平面分割的效率，提供一种图像处理方法及装置。
第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
获取待处理图像；
确定所述待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性；
逐行遍历和/或逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签；属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同。
可选的，所述平面标签为平面编号，所述逐行遍历或者逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签，包括：
确定所述逐行遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或小于0；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的第k行第j个像素点的平面编号以及第k-1行第j个像素点的编号；
当所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通，则将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号，并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号；
或者，
确定所述逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第j个像素点与第j-1个像素点连通，则将第j-1个像素点对应的平面编号，确定为第j个像素点对应的平面编号；若所述连通性指示第j个像素点与第j-1个像素点不连通，则将第j-1个像素点对应的平面编号与预设增量的和，确定为第j个像素点对应的平面编号；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐列遍历的过程中确定的第k列第j个像素点的平面编号以及第k-1列第j个像素点的编号；
当所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通，则将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将与第k列中平面编号与所获取的第k列第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号。
可选的，所述平面标签为平面编号，所述逐行遍历和逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签，包括：
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或小于0；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一列、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号；
或者，
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐列遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一行、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。
可选的，将所述待处理图像中的任意一个像素点，称为第一像素点，确定所述第一像素点与所述第一像素点对应的邻域像素点之间的连通性，包括：
确定所述第一像素点的半邻域像素点的第一法向量；并确定第二像素点的半邻域像素的第二法向量，所述第二像素点为所述第一像素点的邻域像素点；
确定所述第一法向量和所述第二法向量之间的夹角；以及确定所述第一像素点的半邻域像素点和所述第二像素点的半邻域像素点之间的法向距离；其中，所述法向距离，为第一投影点与第二投影点之间的距离；所述第一投影点为所述第一像素点的半邻域像素点在所述第一法向量上的投影点；所述第二投影点为所述第二像素点的半邻域像素点在所述第一法向量上的投影点；
根据所述夹角和所述法向距离，确定所述第一像素点和所述第一像素点对应的邻域像素点之间的连通性。
可选的，所述方法还包括：
对所述第一法向量和所述第二法向量进行滤波处理；所述滤波处理采用的滤波算法，包括：均值滤波算法或者方向加权滤波算法；
所述确定所述第一法向量和所述第二法向量之间的夹角，包括：
确定所述滤波处理之后的第一法向量和所述滤波处理之后的第二法向量之间的夹角。
可选的，所述待处理图像，为对深度传感器拍摄的图像进行滤波处理得到的图像；对所述深度传感器拍摄的图像进行滤波处理采用的滤波算法，包括以下任意一项：
中值滤波算法、双边滤波算法和均值滤波算法。
可选的，所述待处理图像，为对深度传感器拍摄的图像进行无效像素点删除操作之后得到的图像；
所述无效像素点删除操作，包括以下步骤：
获取深度传感器拍摄的图像中各个像素点所携带的深度信息，以及获取所述深度传感器的拍摄距离范围；
将携带的深度信息所指示的深度，在所述拍摄距离范围外的像素点，从所述深度传感器拍摄的图像中删除。
第二方面，本申请实施例提供了一种图像处理装置，所述装置包括：
获取单元，用于获取待处理图像；
第一确定单元，用于确定所述待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性；
第二确定单元，用于逐行遍历和/或逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签；属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同。
可选的，所述平面标签为平面编号，第二确定单元，具体用于：
确定所述逐行遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或小于0；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的第k行第j个像素点的平面编号以及第k-1行第j个像素点的编号；
当所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通，则将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号，并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号；或者，
确定所述逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第j个像素点与第j-1个像素点连通，则将第j-1个像素点对应的平面编号，确定为第j个像素点对应的平面编号；若所述连通性指示第j个像素点与第j-1个像素点不连通，则将第j-1个像素点对应的平面编号与预设增量的和，确定为第j个像素点对应的平面编号；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐列遍历的过程中确定的第k列第j个像素点的平面编号以及第k-1列第j个像素点的编号；
当所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通，则将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将与第k列中平面编号与所获取的第k列第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号。
可选的，所述平面标签为平面编号，所述第二确定单元，具体用于：
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与的预设增量的和，确定为第i个像素点对应的平面编号；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一列、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号；
或者，
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或小于0；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐列遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一行、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。
可选的，将所述待处理图像中的任意一个像素点，称为第一像素点，所述第一确定单元，包括：
第一确定子单元，用于确定所述第一像素点的半邻域像素点的第一法向量；
第二确定子单元，用于确定第二像素点的半邻域像素的第二法向量，所述第二像素点为所述第一像素点的邻域像素点；
第三确定子单元，用于确定所述第一法向量和所述第二法向量之间的夹角；
第四确定子单元，用于确定所述第一像素点的半邻域像素点和所述第二像素点的半邻域像素点之间的法向距离；其中，所述法向距离，为第一投影点与第二投影点之间的距离；所述第一投影点为所述第一像素点的半邻域像素点在所述第一法向量上的投影点；所述第二投影点为所述第二像素点的半邻域像素点在所述第一法向量上的投影点；
第五确定子单元，用于根据所述夹角和所述法向距离，确定所述第一像素点和所述第一像素点对应的邻域像素点之间的连通性。
可选的，所述装置还包括：
滤波处理单元，用于对所述第一法向量和所述第二法向量进行滤波处理；所述滤波处理采用的滤波算法，包括：均值滤波算法或者方向加权滤波算法；
所述第三确定子单元，具体用于：
确定所述滤波处理之后的第一法向量和所述滤波处理之后的第二法向量之间的夹角。
可选的，所述待处理图像，为对深度传感器拍摄的图像进行滤波处理得到的图像；对所述深度传感器拍摄的图像进行滤波处理采用的滤波算法，包括以下任意一项：
中值滤波算法、双边滤波算法和均值滤波算法。
可选的，所述待处理图像，为对深度传感器拍摄的图像进行无效像素点删除操作之后得到的图像；
所述无效像素点删除操作，包括以下步骤：
获取深度传感器拍摄的图像中各个像素点所携带的深度信息，以及获取所述深度传感器的拍摄距离范围；
将携带的深度信息所指示的深度，在所述拍摄距离范围外的像素点，从所述深度传感器拍摄的图像中删除。
与现有技术相比，本申请实施例具有以下优点：
本申请实施例提供了一种图像处理方法，具体地，可以获取待处理图像，而后确定待处理图像中每个像素点与每个像素点分别对应的邻域像素点之间的连通性，即确定待处理图像中每个像素点与每个像素点分别对应的邻域像素点是否属于同一个平面。进一步地，逐行遍历和/或逐列遍历所述待处理图像中的像素点，并根据所确定的连通性，确定所述待处理图像中每个像素点的平面标签，其中，属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同。由于在本申请实施例中，是采用逐行遍历和/或逐列遍历待处理图像中的像素点，从而确定每个像素点的平面标签的，因此，出现待标注像素点通常连通了两个被标注为不同平面的像素点的可能性比较小，因此，对这些原本属于同一个平面而却已被标注为不同平面的像素点进行合并的工作量相对比较少，故而从而提升了平面分割的效率。
而且，对于处理器而言，采用逐行遍历和/或逐列遍历的方式，可以减少对像素点进行遍历的计算量，从而提升了平面分割的效率。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例，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为本申请实施例提供的一种图像处理方法的流程示意图；
图2为本申请实施例提供的一种确定连通性的方法的流程示意图；
图3为本申请实施例提供的一种图像处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
下面结合附图，详细说明本申请的各种非限制性实施方式。
示例性方法
参见图1，该图为本申请实施例提供的一种图像处理方法的流程示意图。
本申请实施例提供的图像处理方法，可以由处理器执行，本申请实施例不具体限定所述处理器，所述处理器可以为终端设备上的处理器，也可以为服务器的处理器，还可以为其他智能设备例如智能机器人中的处理器。
本申请实施例提供的图像处理方法，例如可以通过如下步骤S101-S103实现。
S101：获取待处理图像。
在本申请实施例中，所述待处理图像为深度传感器拍摄的深度图像。处理器可以直接从深度传感器处获得所述待处理图像，处理器也可以从存储器中读取所述深度图像，本申请实施例不做具体限定。
S102：确定所述待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性。
在本申请实施例中，获取待处理图像之后，可以进一步确定待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性。其中，两个像素点之间的连通性，用于指示这两个像素点是否属于同一个平面。具体地，若两个像素点连通，则表示这两个像素点属于同一个平面；若两个像素点不连通，则表示这两个像素点属于不同的平面。
需要说明的是，在本申请实施例中，除了待处理图像中的边缘像素点之外，各个像素点的邻域像素点，可以为各个像素点的4邻域像素点。
本申请实施例不具体限定确定两个像素点之间的连通性的具体实现方式，在本申请实施例中，例如可以根据两个像素点之间的位置关系来确定两个像素点的连通性。关于S102的具体实现方式，可以参考下文对于图2的描述部分，此处不详细说明。
S103：逐行遍历和/或逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签。
需要说明的是，在本申请实施例中，属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同。其中，所述平面标签用于标识平面。本申请实施例不具体限定所述平面标签，该平面标签例如可以为平面编号，该平面标签又如可以为其它标识，此处不一一列举说明。
可以理解的是，由于是逐行和/或逐列遍历待处理图像中的每个像素点的，换言之，是按序确定各个像素点的平面标签。若逐行或者逐列遍历待处理图像中的每个像素点，则每个像素点的标签可能被唯一确定一次，因此，不会出现传统技术中存在的重复标注的问题。若逐行和逐列遍历待处理图像中的每个像素点，则当逐行遍历和逐列遍历时所确定的平面标签不同时，需要重新标注一次，因此，也不会出现传统技术中存在的大量重复标注的问题。
综上，采用本申请实施例提供的方案，可以减少进行平面分割的工作量，从而提升了平面分割的效率。
而且，对于处理器而言，采用逐行遍历和/或逐列遍历的方式，可以减少对像素点进行遍历的计算量，从而提升了平面分割的效率。
以下对步骤S103的具体实现方式进行介绍。
可以理解的是，S103包括三种并列方案，分别为：
第一种方案：
逐行遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签。
第二种方案：
逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签。
第三种方案：
逐行遍历且逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签。
在介绍这三种方案之前，首先需要说明的是，考虑到对于处理器而言，对数字进行处理是最简单方便的，因此，前文提及的平面标签，可以体现为平面编号。以下分别介绍这三种方案的具体实现方式。
第一种方案：
需要说明的是，在本申请实施例中，逐行遍历待处理图像中的像素点时，包括两个阶段的遍历，其中，第一阶段的逐行遍历，用于根据同一行中相邻像素点的连通性，确定各个像素点的平面编号。第二阶段的逐行遍历，进一步根据同一列中相邻像素点的连通性，再次确定各个像素点的平面编号。以下，对第一阶段的逐行遍历和第二阶段的逐行遍历进行详细说明。
在第一阶段逐行遍历待处理图像中的像素点的过程中，首先，确定所述逐行遍历的起始像素点，并确定所述起始像素点的平面编号。需要说明的是，本申请实施例不具体限定逐行遍历的起始像素点，逐行遍历的起始像素点，可以为待处理图像中的任意一个像素点。当然为了使得逐行遍历过程的计算量尽可能小，所述逐行遍历的起始像素点，可以为所述待处理图像中的边缘像素点。例如所述逐行遍历的起始像素点可以为所述待处理图像中左上角的第一个像素点；又如所述逐行遍历的起始像素点可以为所述待处理图像中左下角的第一个像素点；再如所述逐行遍历的起始像素点可以为所述待处理图像中右上角的第一个像素点；又如所述逐行遍历的起始像素点可以为所述待处理图像中右下角的第一个像素点，等等，此处不一一列举说明。
申请实施例不具体限定确定所述起始像素点的平面编号的具体实现方式，作为一种示例，可以将所述起始像素点的平面编号，设置为第一值。该第一值可以为任意一个值，此处不做限定，例如，第一值可以为0，又如，第一值可以为1，等等。
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号。
可以理解的是，若所述连通性指示第i个像素点与第i-1个像素点连通，则表示第i个像素点与第i-1个像素点属于同一个平面，而属于同一个平面的像素点对应的平面编号应该相同，故而可以将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号。若所述连通性指示第i个像素点与第i-1个像素点不连通，则表示第i个像素点与第i-1个像素点不属于同一个平面，而属于同一个平面的像素点对应的平面编号应该不相同。对于这种情况，在本申请实施例中，可以将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号。本申请实施例不具体限定所述预设增量，所述预设增量为一个不等于0的值。例如，所述连通性指示第i个像素点与第i-1个像素点不连通，而第i-1个像素点的平面编号为1，预设增量为0.1，则第i个像素点的平面编号为1.1。又如，所述连通性指示第i个像素点与第i-1个像素点不连通，而第i-1个像素点的平面编号为1，预设增量为-0.1，则第i个像素点的平面编号为0.9。
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的第k行第j个像素点的平面编号以及第k-1行第j个像素点的编号。
需要说明的是，此处提及的第k行和第k-1行，是相对于第一阶段逐行遍历的顺序来确定的，在本申请实施例中，将第一阶段遍历的第一行像素点，称为第1行，以此类推，将第一阶段遍历的第m行像素点，称为第m行。换言之，在第一阶段逐行遍历的过程中，先遍历第k-1行，再遍历第k行。
在本申请实施例中，当所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通，则将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号，并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号。具体地：
当所述预设增量大于0、所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通、且所获取的第k行第j个像素点的平面编号大于第k-1行第j个像素点的平面编号，则将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号，并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号。
可以理解的是，若所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通，则第k行第j个像素点的平面编号应该与第k-1行第j个像素点的平面编号相同。而在第一阶段逐行遍历时，由于未考虑同一列中相邻像素点的连通性，故而确定出的第k行第j个像素点的平面编号大于第k-1行第j个像素点的平面编号。对于这种情况，可以将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号，并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号。
相应的，当所述预设增量小于0、所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通、且所获取的第k行第j个像素点的平面编号小于第k-1行第j个像素点的平面编号，则将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号。并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号。
第二种方案：
需要说明的是，在本申请实施例中，逐列遍历待处理图像中的像素点的原理与逐行遍历待处理图像中的像素点的原理类似。具体地，逐列遍历也包括两个阶段的遍历，其中，第一阶段的逐列遍历，用于根据同一列中相邻像素点的连通性，确定各个像素点的平面编号。第二阶段的逐列遍历，进一步根据同一行中相邻像素点的连通性，再次确定各个像素点的平面编号。以下，对第一阶段的逐列遍历和第二阶段的逐列遍历进行详细说明。在第一阶段逐列遍历待处理图像中的像素点的过程中，首先，确定所述逐列遍历的起始像素点，并确定所述起始像素点的平面编号。需要说明的是，本申请实施例不具体限定逐列遍历的起始像素点，逐列遍历的起始像素点，可以为待处理图像中的任意一个像素点。当然为了使得逐列遍历过程的计算量尽可能小，所述逐列遍历的起始像素点，可以为所述待处理图像中的边缘像素点。例如所述逐列遍历的起始像素点可以为所述待处理图像中左上角的第一个像素点；又如所述逐列遍历的起始像素点可以为所述待处理图像中左下角的第一个像素点；再如所述逐列遍历的起始像素点可以为所述待处理图像中右上角的第一个像素点；又如所述逐列遍历的起始像素点可以为所述待处理图像中右下角的第一个像素点，等等，此处不一一列举说明。
本申请实施例不具体限定确定所述起始像素点的平面编号的具体实现方式，作为一种示例，可以将所述起始像素点的平面编号，设置为第一值。关于第一值，可以参考上文第一种方案中的相关描述部分，此处不再重复说明。
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第j个像素点与第j-1个像素点连通，则将第j-1个像素点对应的平面编号，确定为第j个像素点对应的平面编号；若所述连通性指示第j个像素点与第j-1个像素点不连通，则将第j-1个像素点对应的平面编号与预设增量的和，确定为第j个像素点对应的平面编号。
可以理解的是，若所述连通性指示第j个像素点与第j-1个像素点连通，则表示第j个像素点与第j-1个像素点属于同一个平面，而属于同一个平面的像素点对应的平面编号应该相同，故而可以将第j-1个像素点对应的平面编号，确定为第j个像素点对应的平面编号。若所述连通性指示第j个像素点与第j-1个像素点不连通，则表示第j个像素点与第j-1个像素点不属于同一个平面，而属于同一个平面的像素点对应的平面编号应该不相同。对于这种情况，在本申请实施例中，可以将第j-1个像素点对应的平面编号与预设增量的和，确定为第j个像素点对应的平面编号。本申请实施例不具体限定所述预设增量，所述预设增量为一个不等于0的值。例如，所述连通性指示第j个像素点与第j-1个像素点不连通，而第j-1个像素点的平面编号为1，预设增量为0.1，则第j个像素点的平面编号为1.1。又如，所述连通性指示第j个像素点与第j-1个像素点不连通，而第j-1个像素点的平面编号为1，预设增量为-0.1，则第j个像素点的平面编号为0.9。
在第二阶段逐列遍历的过程中：
获取在所述第一阶段逐列遍历的过程中确定的第k列第j个像素点的平面编号以及第k-1列第j个像素点的编号。
需要说明的是，此处提及的第k列和第k-1列，是相对于第一阶段逐列遍历的顺序来确定的，在本申请实施例中，将第一阶段遍历的第一列像素点，称为第1列，以此类推，将第一阶段遍历的第m列像素点，称为第m列。换言之，在第一阶段逐行遍历的过程中，先遍历第k-1列，再遍历第k列。
当所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通时，则将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将与第k列中平面编号与所获取的第k列第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号。具体地：
当所述预设增量大于0、所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通、且所获取的第k列第j个像素点的平面编号大于第k-1列第j个像素点的平面编号，则将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将与第k列中平面编号与所获取的第k列第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号。
可以理解的是，若所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通，则第k列第j个像素点的平面编号应该与第k-1列第j个像素点的平面编号相同。而在第一阶段逐列遍历时，由于未考虑同一行中相邻像素点的连通性，故而确定出的第k列第j个像素点的平面编号大于第k-1列第j个像素点的平面编号。对于这种情况，可以将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将第k列中平面编号与所获取的第k列中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号。
相应的，当所述预设增量小于0、所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通、且所获取的第k列第j个像素点的平面编号小于第k-1列第j个像素点的平面编号，则将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将与第k列中平面编号与所获取的第k列第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号
第三种方案：
需要说明的是，第三种实现方案在具体实现时，有两种不同的实现方式。其中一种为第一阶段逐行遍历，第二阶段逐列遍历。另外一种为第一阶段逐列遍历，第二阶段逐行遍历。以下分别介绍这两种实现方式。
第一阶段逐行遍历、第二阶段逐列遍历的具体实现方式如下：
首先，确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号。
关于确定所述逐行遍历和逐列遍历的起始像素点，以及确定所述起始像素点的平面编号的具体实现方式，可以参考上文对于第一种方案和第二种方案的相关描述部分，此处不再详述。
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号。
关于逐行遍历过程中确定各个像素点的平面编号的具体实现方式，可以参考上文关于第一种实现方式的描述部分，此处不再详述。
可以理解的是，由于在逐行扫描的过程中，考虑的是每一行中相邻像素点的连通性，并未考虑相邻行的相邻像素点的连通性。故而既逐行扫描又逐列扫描，对于一个像素点而言，不仅考虑了其与相同行的相邻像素点的连通性，又考虑了其与相同列的相邻像素点的连通性，故而所确定出的平面编号更加准确。
可以理解的是，由于在第二阶段逐列遍历之前，已经通过第一阶段逐行遍历的方式确定了各个像素点的平面编号，故而在第二阶段逐列遍历时，要结合第一阶段逐行遍历时所确定的平面编号，来重新确定各个像素点的平面编号。
具体地，在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
首先获取在所述第一阶段逐行遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
在本申请实施例中，若所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一列、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。具体地：
当所述预设增量大于0时，若所述连通性指示第j个像素点与第j-1个像素点连通，且所获取的第j个像素点的平面编号大于第j-1个像素点的平面编号，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一列、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。
可以理解的是，在实际应用中，若第j个像素点与第j-1个像素点连通，则第j个像素点的平面编号，在理论上应该与第j-1个像素点的平面编号相同。而逐行扫描时所确定的第j个像素点的平面编号却大于第j-1个像素点的平面编号，这表示在逐行扫描时，将第j个像素点和第j-1个像素点确定为属于两个不同平面的像素点。对于这种情况，可以将第j个像素点的平面编号修改为第j-1个像素点的平面编号，相应的，将与第j个像素点位于同一列、并且属于同一平面的其它像素点的平面编号，均修改为第j-1个像素点的平面编号。
当所述预设增量小于0时，，在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第j个像素点与第j-1个像素点连通，且所获取的第j个像素点的平面编号小于第j-1个像素点的平面编号，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一列、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。
可以理解的是，在实际应用中，若第j个像素点与第j-1个像素点连通，则第j个像素点的平面编号，在理论上应该与第j-1个像素点的平面编号相同。而逐行扫描时所确定的第j个像素点的平面编号却小于第j-1个像素点的平面编号，这表示在逐行扫描时，将第j个像素点和第j-1个像素点确定为属于两个不同平面的像素点。对于这种情况，可以将第j个像素点的平面编号修改为第j-1个像素点的平面编号，相应的，将与第j个像素点位于同一列、并且属于同一平面的其它像素点的平面编号，均修改为第j-1个像素点的平面编号。
第一阶段逐列遍历、第二阶段逐行遍历的具体实现方式如下：
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号。
关于确定所述逐行遍历和逐列遍历的起始像素点，以及确定所述起始像素点的平面编号的具体实现方式，可以参考上文对于第一种方案和第二种方案的相关描述部分，此处不再详述。
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号。
关于逐列遍历过程中确定各个像素点的平面编号的具体实现方式，可以参考上文关于第二种实现方式的描述部分，此处不再详述。
可以理解的是，由于在第二阶段逐行遍历之前，已经通过第一阶段逐列遍历的方式确定了各个像素点的平面编号，故而在第二阶段逐行遍历时，要结合第一阶段逐列遍历时所确定的平面编号，来重新确定各个像素点的平面编号。
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
首先获取在所述第一阶段逐列遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号。
可以理解的是，在实际应用中，若第j个像素点与第j-1个像素点连通，则第j个像素点的平面编号，在理论上应该与第j-1个像素点的平面编号相同。当预设增量大于0时，则逐列扫描时所确定的第j个像素点的平面编号可能会大于第j-1个像素点的平面编号，这表示在逐列扫描时，将第j个像素点和第j-1个像素点确定为属于两个不同平面的像素点。对于这种情况，可以将第j个像素点的平面编号修改为第j-1个像素点的平面编号，相应的，将与第j个像素点位于同一行、并且属于同一平面的其它像素点的平面编号，均修改为第j-1个像素点的平面编号。
当所述预设增量小于0时，，在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第j个像素点与第j-1个像素点连通、且所获取的第j个像素点的平面编号小于第j-1个像素点的平面编号，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一行、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。
以下结合附图介绍一种“确定所述待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性”的具体实现方式。为方便描述，将待处理图像中的任意一个像素点，称为第一像素点。以下结合图2，介绍确定第一像素点与第一像素点对应的邻域像素点之间的连通性的具体实现方式。
参见图2，该图为本申请实施例提供的一种确定连通性的方法的流程示意图。
图2所示的方法，例如可以通过如下步骤S201-S203实现。
S201：确定所述第一像素点的半邻域像素点的第一法向量；并确定第二像素点的半邻域像素的第二法向量，所述第二像素点为所述第一像素点的邻域像素点。
需要说明的是，半邻域是相对于像素对来说的，例如对于p与q像素对，p像素的半邻域可以由公式(1)表示。
H(p,q)＝{t|t∈N(p),‖t-p‖＜‖t-q‖} 公式(1)
在公式(1)中，N(p)表示p像素的邻域像素。
类似的，对于p与q像素对，q像素的半邻域可以由公式(2)表示。
H(q,p)＝{t|t∈N(q),‖t-q‖＜‖t-q‖} 公式(2)
在公式(2)中，N(q)表示q像素的邻域像素。
需要说明的是，一个像素点的法向量在具体确定时，可以采用经典的奇异值分解(Singular Value Decomposition，SVD)方法、平面拟合、向量叉乘等方法来实现。换言之，第一法向量和第二法向量，可以采用经典的奇异值分解(Singular Value Decomposition，SVD)方法、平面拟合、向量叉乘等方法来确定。
在本申请实施例的一种是实现方式中，为了提升计算得到一个像素点的法向量的效率，可以采用如下的向量叉乘法计算得到一个像素点的法向量。
具体地，设q1，q2，q3，q4为p像素邻域内不共线的四个像素点，则p像素的法向量V(p)可以用两两像素之差的叉乘表示，如公式(3)所示。
V(p)＝(P(q1)-P(q2))×(P(q3)-P(q4)) 公式(3)
在公式(3)中：
V(p)表示p像素的法向量；
P(q1)表示q1像素的像素值，即像素的三维坐标；
P(q2)表示q2像素的像素值，即像素的三维坐标；
P(q3)表示q3像素的像素值，即像素的三维坐标；
P(q4)表示q4像素的像素值，即像素的三维坐标。
S202：确定所述第一法向量和所述第二法向量之间的夹角；以及确定所述第一像素点的半邻域像素点和所述第二像素点的半邻域像素点之间的法向距离。
确定第一法向量和第二法向量之后，可以根据向量间的夹角计算公式，确定第一法向量和所述第二法向量之间的夹角。
在本申请实施例中，所述法向距离，指的是第一投影点与第二投影点之间的距离。其中第一投影点为第一像素点的半邻域像素点在所述第一法向量上的投影点，第二投影点为第二像素点的半邻域像素点在所述第一法向量上的投影点。换言之，在本申请实施例中，可以首先计算第一投影点的半邻域像素点在第一法向量上的投影点(即第一投影点)，以及计算第二投影点的半邻域像素点在所述第一法向量上的投影点(即第二投影点)，而后计算第一投影点和第二投影点之间的距离，从而得到所述法向距离。
S203：根据所述夹角和所述法向距离，确定所述第一像素点和所述第一像素点对应的邻域像素点之间的连通性。
在本申请实施例中，当所述夹角小于或者等于预设角度阈值，且所述法向距离小于或者等于预设距离阈值时，确定所述第一像素点和所述第一像素点对应的邻域像素点连通。当所述夹角大于预设角度阈值，或者所述法向距离大于预设距离阈值时，确定所述第一像素点和所述第一像素点对应的邻域像素点不连通。
在本申请实施例中，所述预设角度阈值和所述预设距离阈值例如可以是预先标定的。本申请实施例对所述预设角度阈值和所述预设距离阈值的具体取值不做限定。在本申请实施例的一种实现方式中，所述预设角度阈值可以为在5度和10度之间的一个角度值。在本申请实施例的一种实现方式中，所述预设距离阈值，可以与拍摄所述待处理图像的深度传感器的深度精度相关。例如，拍摄所述待处理图像的深度传感器为一个结构光深度相机，假设其拍摄距离自身1米处的物体的精度为δ米，考虑到结构光深度相机的深度精度与距离的平方成正比，则此时预设距离阈值可以为δ的3倍乘以I(p)的平方，即d(I(p))＝3δ·I2(p)。其中，I(p)表示深度图中p位置像素点的像素值(深度值)。
具体地，在本申请实施例的一种实现方式中，可以采用以下公式(4)确定第一像素和所述第一像素点对应的邻域像素点(4邻域像素点)之间的连通性。
设q为p像素4邻域像素中的某个像素，则p像素与q像素的连通关系C(p,q)按下式计算：
Figure BDA0002202921270000221
在公式(4)中：
上式中，θc为预设角度阈值；d(I(p))为预设距离阈值；
h(p,q)∈H(p,q)为p与q像素对中的p像素的半邻域内选取的某个像素；
h(q,p)∈H(q,p)为p与q像素对中的q像素的半邻域内选取的某个像素；
V()表示像素的法向量；
P()表示像素的像素值，即像素的三维坐标；
Figure BDA0002202921270000222
为法向距离。
在本申请实施例中，在确定第一像素点和第一像素点的邻域像素点的连通性时，采用的是第一像素点的半邻域像素点的第一法向量、以及第二像素点(第一像素点的邻域像素点)的半邻域像素的第二法向量来确定的，由于半邻域具有方向性，利用半邻域可以更好地确定第一像素点在某方向上与另一像素点的连通关系。
在本申请实施例中，为了进一步提升S203所确定的“第一像素点和所述第一像素点对应的邻域像素点之间的连通性”的准确性。还可以对第一法向量和第二法向量进行平滑滤波处理，以减少待处理图像的图像噪声对第一法向量和第二法向量影响，其中，所述滤波处理所采用的滤波算法，例如可以包括方向加权滤波法或者均值滤波法。
关于均值滤波算法，可以为经典的均值滤波算法，此处不再详细说明。关于方向加权滤波算法，例如可以采用如下公式(5)所示的方向加权滤波算法。设原始法向量图为V0，滤波后法向量图为V1，则
Figure BDA0002202921270000231
在公式(5)中：
V1(p)为滤波处理后p像素点的法向量；
N(p)表示P像素的邻域像素；
V0(p)为滤波处理前p像素点的法向量；
V0(q)为滤波处理前q像素点的法向量。
相应的，S202中的“确定所述第一法向量和所述第二法向量之间的夹角”在具体实现时，可以为：确定所述滤波处理之后的第一法向量和所述滤波处理之后的第二法向量之间的夹角。从而减小所确定的夹角所受待处理图像的图像噪声的影响。
在本申请实施例的又一种实现方式中，为了进一步提升S203所确定的“第一像素点和所述第一像素点对应的邻域像素点之间的连通性”的准确性。可以对深度传感器拍摄的深度图像进行滤波处理，从而得到所述待处理图像。换言之，所述待处理图像，为进行滤波处理之后的待处理图像。其中，对所述深度传感器拍摄的图像进行滤波处理采用的滤波算法，可以为中值滤波算法、双边滤波算法和均值滤波算法中的任意一项。
关于中值滤波算法和双边滤波算法，可以采用经典的中值滤波算法和双边滤波算法，此处不再详细说明。
在本申请实施例的一种实现方式中，可以采用如下公式(6)所示条件均值滤波方法对深度传感器拍摄的图像进行平滑滤波，该方法比采用中值滤波算法及双边滤波算法进行平滑滤波的效率更高。
设原始深度图为I0，滤波后深度图为I1，对于p位置像素，条件均值滤波器可表示为
Figure BDA0002202921270000241
在公式(6)中：
N(p)表示p像素的邻域像素；
A()函数为像素累加条件，A()函数可以用如下公式(7)表示：
Figure BDA0002202921270000242
在公式(7)中：
ε(I(p))为距离阈值，它是I(p)的函数，例如可以仿照前述预设距离阈值将其设为1m对应的深度精度的5倍乘以I(p)的平方，即：ε(I(p))＝5δ·I2(p)；
I(p)表示深度图中p位置像素点的像素值(深度值)。
在本申请实施例的一种实现方式中，考虑到在实际应用中，深度传感器拍摄的图像中可能存在一些无效像素点，这些无效像素点会对平面分割的准确性带来一定的影响。鉴于此，在本申请实施例中，为了提升进行平面分割的准确性，还可以将这些无效像素点从拍摄的图像中删除。换言之，在本申请实施例中，所述待处理图像，为进行无效像素点删除操作之后得到的图像。
可以理解的是，对于深度传感器而言，其具备对应的拍摄距离范围，因此，其拍摄的图像中的像素点所携带的深度信息，应该在所述拍摄距离范围内。换言之，若一个像素点携带的深度信息所指示的深度，不在所述拍摄距离范围内，则表示该像素点为无效像素点。
鉴于此，在本申请实施例中，前述无效像素点删除操作，包括以下步骤：
获取深度传感器拍摄的图像中各个像素点所携带的深度信息，以及获取所述深度传感器的拍摄距离范围；
将携带的深度信息所指示的深度，在所述拍摄距离范围外的像素点，从所述深度传感器拍摄的图像中删除。
需要说明的是，深度传感器拍摄的图像中，各个像素点均携带对应的深度信息，因此，可以直接获取各个像素点所携带的深度信息。关于所述深度传感器的拍摄距离范围，可以通过读取所述深度传感器的配置信息确定，当然，该深度传感器的拍摄距离范围，也可以是用户通过人机交互接口手动输入的，本申请实施例不做具体限定。
在本申请实施例中，考虑到在实际应用中，若前述预设增量大于0，则各个平面编号在理论上应该大于0，故而，对于平面编号小于0的编号，实际上为无效编号，在本申请实施例中，可以将这样的无效编号对应的平面删除。若前述预设增量小于0，则各个平面编号在理论上应该小于0，故而，对于平面编号大于0的编号，实际上为无效编号，在本申请实施例中，可以将这样的无效编号对应的平面删除。
在本申请实施例中，确定出各个像素点对应的平面标签之后，可以进一步得到多个像素点集合，位于一个像素点集合中的各个像素点的平面标签相同。而后，可以根据每个像素集合构成的点云的统计特性计算相应分割平面的平面方程，关于计算分割平面方程的具体实现方式，此处不做限定。例如可以采用经典的SVD方法或者平面拟合方法求取各个分割平面的平面方程。
另外，在本申请实施例中，确定多个像素点集合之后，还可以对各个像素点集合中包括的像素点的个数进行统计。对于包括像素点的个数比较少例如小于预设数目的像素点集合，可以将这些像素点集合视为无效像素点集合，例如可以将这些像素点集合的中的像素点的平面标签设置为无效标签。而平面标签为无效标签的像素点构成的像素点集合，不再参与平面方程的计算。这样做的目的是为了剔除微小平面，因为微小平面的法向量容易受噪声影响而不准确，以便进一步提升计算得到的平面方程的准确性。
示例性设备
基于以上实施例提供的图像处理方法，本申请实施例还提供了一种图像处理装置，以下结合附图介绍该装置。
参见图3，该图为本申请实施例提供的一种图像处理装置的结构示意图。
本申请实施例提供的图像处理装置300，例如可以具体包括：获取单元301、第一确定单元302和第二确定单元303。
获取单元301，用于获取待处理图像；
第一确定单元302，用于确定所述待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性；
第二确定单元303，用于逐行遍历和/或逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签；属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同。
可选的，所述平面标签为平面编号，第二确定单元302，具体用于：
确定所述逐行遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或者小于0；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的第k行第j个像素点的平面编号以及第k-1行第j个像素点的编号；
当所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通，则将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号，并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号；或者，
确定所述逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第j个像素点与第j-1个像素点连通，则将第j-1个像素点对应的平面编号，确定为第j个像素点对应的平面编号；若所述连通性指示第j个像素点与第j-1个像素点不连通，则将第j-1个像素点对应的平面编号与预设增量的和，确定为第j个像素点对应的平面编号；所述预设增量大于0或者小于0；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐列遍历的过程中确定的第k列第j个像素点的平面编号以及第k-1列第j个像素点的编号；
当所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通，则将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将与第k列中平面编号与所获取的第k列第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号。
可选的，所述平面标签为平面编号，所述第二确定单元302，具体用于：
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或者小于0；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一列、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号；
或者，
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或者小于0；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一行、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。
可选的，将所述待处理图像中的任意一个像素点，称为第一像素点，所述第一确定单元301，包括：
第一确定子单元，用于确定所述第一像素点的半邻域像素点的第一法向量；
第二确定子单元，用于确定第二像素点的半邻域像素的第二法向量，所述第二像素点为所述第一像素点的邻域像素点；
第三确定子单元，用于确定所述第一法向量和所述第二法向量之间的夹角；
第四确定子单元，用于确定所述第一像素点的半邻域像素点和所述第二像素点的半邻域像素点之间的法向距离；其中，所述法向距离，为第一投影点与第二投影点之间的距离；所述第一投影点为所述第一像素点的半邻域像素点在所述第一法向量上的投影点；所述第二投影点为所述第二像素点的半邻域像素点在所述第一法向量上的投影点；
第五确定子单元，用于根据所述夹角和所述法向距离，确定所述第一像素点和所述第一像素点对应的邻域像素点之间的连通性。
可选的，所述装置还包括：
滤波处理单元，用于对所述第一法向量和所述第二法向量进行滤波处理；所述滤波处理采用的滤波算法，包括：均值滤波算法或者方向加权滤波算法；
所述第三确定子单元，具体用于：
确定所述滤波处理之后的第一法向量和所述滤波处理之后的第二法向量之间的夹角。
可选的，所述待处理图像，为对深度传感器拍摄的图像进行滤波处理得到的图像；对所述深度传感器拍摄的图像进行滤波处理采用的滤波算法，包括以下任意一项：
中值滤波算法、双边滤波算法和均值滤波算法。
可选的，所述待处理图像，为对深度传感器拍摄的图像进行无效像素点删除操作之后得到的图像；
所述无效像素点删除操作，包括以下步骤：
获取深度传感器拍摄的图像中各个像素点所携带的深度信息，以及获取所述深度传感器的拍摄距离范围；
将携带的深度信息所指示的深度，在所述拍摄距离范围外的像素点，从所述深度传感器拍摄的图像中删除。
由于所述装置300是与以上方法实施例提供的方法对应的装置，所述装置300的各个单元的具体实现，均与以上方法实施例为同一构思，因此，关于所述装置300的各个单元的具体实现，可以参考以上方法实施例的描述部分，此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种图像处理方法，其特征在于，所述方法包括：
获取待处理图像；
确定所述待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性，所述连通性用于指示像素点与其邻域像素点是否属于同一个平面；
逐行遍历和/或逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签；属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同；
将所述待处理图像中的任意一个像素点，称为第一像素点，确定所述第一像素点与所述第一像素点对应的邻域像素点之间的连通性，包括：
确定所述第一像素点的半邻域像素点的第一法向量；并确定第二像素点的半邻域像素的第二法向量，所述第二像素点为所述第一像素点的邻域像素点；
确定所述第一法向量和所述第二法向量之间的夹角；以及确定所述第一像素点的半邻域像素点和所述第二像素点的半邻域像素点之间的法向距离；其中，所述法向距离，为第一投影点与第二投影点之间的距离；所述第一投影点为所述第一像素点的半邻域像素点在所述第一法向量上的投影点；所述第二投影点为所述第二像素点的半邻域像素点在所述第一法向量上的投影点；
根据所述夹角和所述法向距离，确定所述第一像素点和所述第一像素点对应的邻域像素点之间的连通性。
2.根据权利要求1所述的方法，其特征在于，所述平面标签为平面编号，所述逐行遍历或者逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签，包括：
确定所述逐行遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或小于0；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的第k行第j个像素点的平面编号以及第k-1行第j个像素点的编号；
当所述连通性指示第k行第j个像素点与第k-1行第j个像素点连通，则将第k行第j个像素点的平面编号修改为第k-1行第j个像素点的平面编号，并将第k行中平面编号与所获取的第k行中第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1行第j个像素点的平面编号；
或者，
确定所述逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第j个像素点与第j-1个像素点连通，则将第j-1个像素点对应的平面编号，确定为第j个像素点对应的平面编号；若所述连通性指示第j个像素点与第j-1个像素点不连通，则将第j-1个像素点对应的平面编号与预设增量的和，确定为第j个像素点对应的平面编号；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐列遍历的过程中确定的第k列第j个像素点的平面编号以及第k-1列第j个像素点的编号；
当所述连通性指示第k列第j个像素点与第k-1列第j个像素点连通，则将第k列第j个像素点的平面编号修改为第k-1列第j个像素点的平面编号，并将与第k列中平面编号与所获取的第k列第j个像素点的平面编号相同的像素点的平面编号，均修改为第k-1列第j个像素点的平面编号。
3.根据权利要求1所述的方法，其特征在于，所述平面标签为平面编号，所述逐行遍历和逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签，包括：
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐行遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；所述预设增量大于0或小于0；
在第二阶段逐列遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐行遍历的过程中确定的第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一列、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号；
或者，
确定所述逐行遍历和逐列遍历的起始像素点，并确定所述起始像素点的平面编号；
在第一阶段逐列遍历所述待处理图像中的像素点的过程中：
若所述连通性指示第i个像素点与第i-1个像素点连通，则将第i-1个像素点对应的平面编号，确定为第i个像素点对应的平面编号；若所述连通性指示第i个像素点与第i-1个像素点不连通，则将第i-1个像素点对应的平面编号与预设增量的和，确定为第i个像素点对应的平面编号；
在第二阶段逐行遍历所述待处理图像中的像素点的过程中：
获取在所述第一阶段逐列遍历的过程中确定的所述第j个像素点的平面编号以及第j-1个像素点的编号；
当所述连通性指示第j个像素点与第j-1个像素点连通，则将第j个像素点的平面编号修改为第j-1个像素点的平面编号，并将与第j个像素点位于同一行、且平面编号与所获取的第j个像素点的平面编号相同的像素点的平面编号，均修改为第j-1个像素点的平面编号。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述第一法向量和所述第二法向量进行滤波处理；所述滤波处理采用的滤波算法，包括：均值滤波算法或者方向加权滤波算法；
所述确定所述第一法向量和所述第二法向量之间的夹角，包括：
确定所述滤波处理之后的第一法向量和所述滤波处理之后的第二法向量之间的夹角。
5.根据权利要求1-4任意一项所述的方法，其特征在于，所述待处理图像，为对深度传感器拍摄的图像进行滤波处理得到的图像；对所述深度传感器拍摄的图像进行滤波处理采用的滤波算法，包括以下任意一项：
中值滤波算法、双边滤波算法和均值滤波算法。
6.根据权利要求1-4任意一项所述的方法，其特征在于，所述待处理图像，为对深度传感器拍摄的图像进行无效像素点删除操作之后得到的图像；
所述无效像素点删除操作，包括以下步骤：
获取深度传感器拍摄的图像中各个像素点所携带的深度信息，以及获取所述深度传感器的拍摄距离范围；
将携带的深度信息所指示的深度，在所述拍摄距离范围外的像素点，从所述深度传感器拍摄的图像中删除。
7.一种图像处理装置，其特征在于，所述装置包括：
获取单元，用于获取待处理图像；
第一确定单元，用于确定所述待处理图像中的每个像素点与所述每个像素点分别对应的邻域像素点之间的连通性，所述连通性用于指示像素点与其邻域像素点是否属于同一个平面；
第二确定单元，用于逐行遍历和/或逐列遍历所述待处理图像中的像素点，并根据所述连通性，确定所述待处理图像中每个像素点的平面标签；属于同一个平面的像素点对应的平面标签相同，属于不同平面的像素点对应的平面标签不同；
将所述待处理图像中的任意一个像素点，称为第一像素点，所述第一确定单元，包括：
第一确定子单元，用于确定所述第一像素点的半邻域像素点的第一法向量；
第二确定子单元，用于确定第二像素点的半邻域像素的第二法向量，所述第二像素点为所述第一像素点的邻域像素点；
第三确定子单元，用于确定所述第一法向量和所述第二法向量之间的夹角；
第四确定子单元，用于确定所述第一像素点的半邻域像素点和所述第二像素点的半邻域像素点之间的法向距离；其中，所述法向距离，为第一投影点与第二投影点之间的距离；所述第一投影点为所述第一像素点的半邻域像素点在所述第一法向量上的投影点；所述第二投影点为所述第二像素点的半邻域像素点在所述第一法向量上的投影点；
第五确定子单元，用于根据所述夹角和所述法向距离，确定所述第一像素点和所述第一像素点对应的邻域像素点之间的连通性。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
滤波处理单元，用于对所述第一法向量和所述第二法向量进行滤波处理；所述滤波处理采用的滤波算法，包括：均值滤波算法或者方向加权滤波算法；
所述第三确定子单元，具体用于：
确定所述滤波处理之后的第一法向量和所述滤波处理之后的第二法向量之间的夹角。
CN201910871416.3A 2019-09-16 2019-09-16 一种图像处理方法及装置 Active CN110599504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910871416.3A CN110599504B (zh) 2019-09-16 2019-09-16 一种图像处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910871416.3A CN110599504B (zh) 2019-09-16 2019-09-16 一种图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN110599504A CN110599504A (zh) 2019-12-20
CN110599504B true CN110599504B (zh) 2022-06-10

Family

ID=68859718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910871416.3A Active CN110599504B (zh) 2019-09-16 2019-09-16 一种图像处理方法及装置

Country Status (1)

Country Link
CN (1) CN110599504B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108288276A (zh) * 2017-12-29 2018-07-17 安徽慧视金瞳科技有限公司 一种投影交互系统中触摸模式下的干扰滤除方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8023724B2 (en) * 1999-07-22 2011-09-20 Photon-X, Inc. Apparatus and method of information extraction from electromagnetic energy based upon multi-characteristic spatial geometry processing
CN103810713A (zh) * 2014-03-12 2014-05-21 深圳市普菲特安迪科技有限公司 一种八连通图像处理方法和装置
CN105046710A (zh) * 2015-07-23 2015-11-11 北京林业大学 基于深度图分割与代理几何体的虚实碰撞交互方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108288276A (zh) * 2017-12-29 2018-07-17 安徽慧视金瞳科技有限公司 一种投影交互系统中触摸模式下的干扰滤除方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Recovering Surface Layout from an Image;HOIEM D et al;《International Journal of Computer Vision》;20071231;151-172 *
基于前馈上下文和形状先验的平面标注方法;郭燕飞等;《计算机科学》;20181215(第12期);242-249 *

Also Published As

Publication number Publication date
CN110599504A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
CN109035276B (zh) 一种图像边缘提取方法、装置及自动驾驶系统
CN110866924A (zh) 一种线结构光中心线提取方法及存储介质
JP5538868B2 (ja) 画像処理装置、その画像処理方法及びプログラム
CN109640066B (zh) 高精度稠密深度图像的生成方法和装置
CN110111388A (zh) 三维物体位姿参数估计方法及视觉设备
CN112465877B (zh) 一种基于运动状态估计的卡尔曼滤波视觉追踪稳定方法
KR102608956B1 (ko) 스테레오 이미지의 정류를 위한 방법 및 시스템
CN110634137A (zh) 一种基于视觉感知的桥梁变形的监测方法、装置及设备
US9183634B2 (en) Image processing apparatus and image processing method
Nousias et al. Large-scale, metric structure from motion for unordered light fields
EP4066162A1 (en) System and method for correspondence map determination
CN101990065A (zh) 图像处理装置、图像拍摄装置、图像处理方法和程序
CN111476812A (zh) 地图分割方法、装置、位姿估计方法和设备终端
CN105466399A (zh) 快速半全局密集匹配方法和装置
US20160005158A1 (en) Image processing device and image processing method
JP7312026B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN111739071A (zh) 基于初始值的快速迭代配准方法、介质、终端和装置
CN117541537B (zh) 基于全景点云融合技术的时空差异检测方法及其系统
CN108447084B (zh) 基于orb特征的立体匹配补偿方法
CN118015190A (zh) 一种数字孪生模型的自主构建方法及装置
CN112146834B (zh) 结构振动位移测量方法及装置
CN107392948B (zh) 一种分振幅实时偏振成像系统的图像配准方法
KR101129220B1 (ko) 레인지 영상의 노이즈 제거장치 및 방법
CN109902695B (zh) 一种面向像对直线特征匹配的线特征矫正与提纯方法
CN117333367A (zh) 基于图像局部特征的图像拼接方法、系统、介质及装置

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