CN111595267B - 确定物体相位值的方法、装置、存储介质及电子装置 - Google Patents

确定物体相位值的方法、装置、存储介质及电子装置 Download PDF

Info

Publication number
CN111595267B
CN111595267B CN202010420814.6A CN202010420814A CN111595267B CN 111595267 B CN111595267 B CN 111595267B CN 202010420814 A CN202010420814 A CN 202010420814A CN 111595267 B CN111595267 B CN 111595267B
Authority
CN
China
Prior art keywords
pixel point
quality value
region
area
determining
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
CN202010420814.6A
Other languages
English (en)
Other versions
CN111595267A (zh
Inventor
庄涵
汪鹏飞
刘羽
任宇鹏
卢维
周璐
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010420814.6A priority Critical patent/CN111595267B/zh
Publication of CN111595267A publication Critical patent/CN111595267A/zh
Application granted granted Critical
Publication of CN111595267B publication Critical patent/CN111595267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2518—Projection by scanning of the object
    • G01B11/2527—Projection by scanning of the object with phase change by in-plane movement of the patern
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2513—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with several lines being projected in more than one direction, e.g. grids, patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Handling Of Sheets (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明提供了一种确定物体相位值的方法、装置、存储介质及电子装置，其中，该方法包括：获取通过对目标物体进行拍摄所得到的目标图像；确定目标图像中第一区域的第一质量值，以及，基于第一质量值确定目标图像中第二区域的第二质量值，其中，第一区域为与目标图像边界的距离大于第一阈值的中间区域，第二区域为与目标图像边界的距离小于等于第一阈值的的边界区域；基于第一质量值以及第二质量值对预先确定的目标物体的包裹相位进行解缠，以得到目标物体的相位值。解决了相关技术中存在的计算质量图不准确，解缠时间长的问题，进而得到了准确的质量图，并且缩短了解缠时间，提高了确定物体相位值的效率。

Description

确定物体相位值的方法、装置、存储介质及电子装置
技术领域
本发明涉及通信领域，具体而言，涉及一种确定物体相位值的方法、装置、存储介质及电子装置。
背景技术
随着投影和成像技术的发展，光学三维重建技术已成为物体三维模型重建的重要手段。因其精度高、测速快、无需接触等优点，光学三维重建方法在导航控制规划、工业检测、遗产保护等领域具有较高的应用价值。
在相关技术中，采用相位测量轮廓术(Phase Measuring Profilometry，简称PMP)通过结合正弦光栅投影技术和相移技术，实现对物体表面信息的三维重建。主要思想为：正弦投影光栅经编码后投影到物体的表面，经物体的表面反射变形，再通过相移技术，即通过质量图引导解缠，获得物体表面的相位分布，最后通过三角几何法获取物体表面的轮廓信息。在计算质量值时，整个图像的质量值计算方法相同，然而，在图像的边界处，图像的边界一侧并未存在或者存在较少的像素点，因此，导致得到的质量图不准确。不仅如此，在解缠时，每次均在该邻接队列中寻找质量最高的点进行解缠，导致在原有质量图解相位的过程中，质量图解相位的时间较长，较难满足实验的要求，尤其随着邻接队列的增长，其对于邻接高质量点的遍历时间很长，将极大增加寻找高质量点的时间。
由此可知，相关技术中存在计算质量图不准确，解缠时间长的问题。
针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种确定物体相位值的方法、装置、存储介质及电子装置，以至少解决相关技术中存在的计算质量图不准确，解缠时间长的问题。
根据本发明的一个实施例，提供了一种确定物体相位值的方法，包括：获取通过对目标物体进行拍摄所得到的目标图像；确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值。
根据本发明的另一个实施例，提供了一种确定物体相位值的装置，包括：获取模块，用于获取通过对目标物体进行拍摄所得到的目标图像；确定模块，用于确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；解缠模块，用于基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值。
根据本发明的又一个实施例，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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，获取目标物体的目标图像，确定目标图像第一区域的第一质量值，根据第一质量值确定目标图像第二区域的第二质量值，得到目标图像的质量图，根据质量图对目标物体的包裹相位进行解缠，得到目标物体的相位值，由于是基于目标图像中与所述目标图像边界的距离大于第一阈值的中间区域的质量值来确定与所述目标图像边界的距离小于等于第一阈值的边界区域的质量值，由此实现了准确地确定各区域的质量值的目的，此外，在进行解缠处理时，是由质量图引导解缠，因此，可以解决相关技术中存在的计算质量图不准确，解缠时间长的问题，进而得到了准确的质量图，并且缩短了解缠时间，提高了确定物体相位值的效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种确定物体相位值的方法的移动终端的硬件结构框图；
图2是根据本发明实施例的确定物体相位值的方法的流程图；
图3是根据本发明可选实施例的第二区域质量函数处理示意图；
图4是根据本发明实施例的三维重建模型整体结构图；
图5是根据本发明实施例的确定物体相位值的装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种确定物体相位值的方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的确定物体相位值的方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种确定物体相位值的方法，图2是根据本发明实施例的确定物体相位值的方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，获取通过对目标物体进行拍摄所得到的目标图像；
步骤S204，确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；
步骤S206，基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值。
在上述实施例中，目标物体可以为人、动物、其他实物等，在获取目标图像后，由于目标图像的边界位置可能不存在像素点，或者存在较少的像素点，因此，可以将目标图像划分为两部分，划分方式可以按照像素点距离目标图像边界的距离分类，例如，将与目标图像边界的距离大于第一阈值的区域设置为第一区域，将与目标图像边界的距离小于等于第一阈值的区域设置为第二区域。其中，第一阈值可以取10个像素(该取值仅是一种可实现方式，具体可以根据目标图像的大小、图像质量等设置第一阈值，本发明对第一阈值不做限制，例如还可以取5个像素，15个像素等)。
可选地，上述步骤的执行主体可以为后台处理器，或者其他的具备类似处理能力的设备，还可以是至少集成有图像获取设备以及数据处理设备的机器，其中，图像获取设备可以包括摄像头等图形采集模块，数据处理设备可以包括计算机、手机等终端，但不限于此。
通过本发明，获取目标物体的目标图像，确定目标图像第一区域的第一质量值，根据第一质量值确定目标图像第二区域的第二质量值，得到目标图像的质量图，根据质量图对目标物体的包裹相位进行解缠，得到目标物体的相位值，由于是基于目标图像中与所述目标图像边界的距离大于第一阈值的中间区域的质量值来确定与所述目标图像边界的距离小于等于第一阈值的边界区域的质量值，由此实现了准确地确定各区域的质量值的目的，此外，在进行解缠处理时，是由质量图引导解缠，因此，可以解决相关技术中存在的计算质量图不准确，解缠时间长的问题，进而得到了准确的质量图，并且缩短了解缠时间，提高了确定物体相位值的效率。
在一个可选的实施例中，基于所述目标图像中第一区域的第一质量值确定所述目标图像中第二区域的第二质量值包括：确定所述第一区域中包括的第三区域的质量值，其中，所述第三区域与所述第二区域相邻且所述第三区域的面积与所述第二区域的面积相等；将所述第三区域的质量值确定为所述第二区域的所述第二质量值。在本实施例中，可以预先对图像的区域进行划分，例如，可以定义图像行数为height，列数为width，行数从第0行至第height-1行，列数从第0列至第width-1列，设定边界层kernal_size的大小，由于边界点质量值的计算具有一定的特殊性，需要单独考虑，可以采用选取核大小进行质量复制的方式计算边界点的质量值。例如，图3是第二区域质量函数处理示意图，如图3所示，对整体图像进行质量函数的计算，具体步骤为：对行数在
Figure BDA0002496899780000061
和
Figure BDA0002496899780000062
之间，列数在
Figure BDA0002496899780000063
和
Figure BDA0002496899780000064
之间的矩形区域(对应于上述的第一区域)进行quality(i，j)的计算；针对列数在
Figure BDA0002496899780000065
和
Figure BDA0002496899780000066
之间，行数在0至
Figure BDA0002496899780000067
之间的矩形区域(对应于上述的第二区域)，可以以关于行数为
Figure BDA0002496899780000068
轴对称的方式复制列数在
Figure BDA0002496899780000069
和
Figure BDA00024968997800000610
行数在
Figure BDA00024968997800000611
至kernal_size的质量值(对应于上述的第三区域)；同理，针对列数在
Figure BDA00024968997800000612
和
Figure BDA00024968997800000613
行数在
Figure BDA00024968997800000614
至height之间的矩形区域(对应于上述的第二区域)，可以以关于行数为
Figure BDA00024968997800000615
轴对称的方式复制列数在
Figure BDA00024968997800000616
和
Figure BDA00024968997800000617
行数在
Figure BDA00024968997800000618
至kernal_size的质量(对应于上述的第三区域)；针对列数在0至
Figure BDA00024968997800000619
的矩形区域(对应于上述的第二区域)，可以以关于列数为
Figure BDA00024968997800000620
轴对称的方式复制行数在
Figure BDA00024968997800000621
至kernal_size的质量值(即，第三区域)；同理，针对列数在
Figure BDA00024968997800000622
至width之间的矩形区域(对应于上述的第二区域)，可以以关于列数为
Figure BDA00024968997800000623
轴对称的方式复制列数在
Figure BDA0002496899780000071
至width-kernal_size之间的质量值(对应于上述的第三区域)。其中，该方法可以由边界处理模块执行，该模块针对图像的边界，采用核的方式对边界点的质量函数求解单独进行处理，保证相位解缠能够高效快速地运行。
在一个可选的实施例中，在基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠之前，所述方法还包括：获取所述目标物体的所述包裹相位。在本实施例中，可以通过如下方式获取目标物体的包裹相位：利用C++编码正弦结构光投影条纹，其结构光正弦条纹的函数可以定义为：
Figure BDA0002496899780000072
取
Figure BDA0002496899780000073
投影相位差为
Figure BDA0002496899780000074
的四步相移法正弦条纹，四幅图的条纹分别为
Figure BDA0002496899780000075
Figure BDA0002496899780000076
使用黑白相机采集四幅图像，得到四幅图像对应的光强图，分别为I1，I2，I3，I4。根据四步相移法公式得到实测物体的包裹相位值
Figure BDA0002496899780000077
定义相位包裹的公式
Figure BDA0002496899780000078
其中，floor为向下取整函数)。其中，四步相移法为投影4幅正弦条纹，相邻条纹之间平移pi/2的相位值；根据四幅相移图解得包裹相位的过程叫做解相位。
在一个可选的实施例中，基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠包括：基于所述第一质量值以及所述第二质量值确定所述目标图像中质量值最高的第一像素点；通过如下方式对所述第一像素点进行解缠处理：将与所述第一像素点相邻的至少两个像素点按照预定顺序置于邻接队列的尾部；按照所述邻接队列中像素点的排列顺序依次对所述邻接队列中的未解缠像素点进行所述解缠处理，直至所述目标图像中的像素点全部解缠完毕为止。在本实施例中，计算目标图像的质量分布后，可以根据质量值高低，按照质量图导引的方式进行解缠，即，先解缠质量值最高的第一像素点，再将与第一像素点相邻的至少两个像素点按质量值从高到低置于邻接队列的尾部，按顺序解缠邻接队列中的像素点，由此可以在质量图引导的过程中去除搜索邻接队列中质量最高像素点的过程，只保留正在解缠像素点的邻接像素点的质量排序，缩短了解缠时间。其中，在解缠过程中，可以将已经解缠过的像素点不置于邻接队列中，也可以将已经解缠过的像素点置于邻接队列的尾部，但此时需要对已经解缠过的像素点进行标记或为已经解缠过的像素点分配标签等，在解缠邻接队列中的像素点时，只解缠未解缠过的像素点。解缠函数可以利用
Figure BDA0002496899780000081
对
Figure BDA0002496899780000082
解缠
Figure BDA0002496899780000083
例如，可以采用相位主值计算方法，该方法合理地去掉了邻接队列中寻找最优点的过程，避免了耗时过长的情况。详细步骤如下：
步骤1.选取图像中质量高的地方进行解缠；
步骤2.将该点的相邻点按照质量值从高到低进入邻接队列尾；
步骤3.按照队列信息，从队列头取点进行解缠操作(大多数情况下，图像的质量在像素级别上存在一定的连续性，在解缠时已经选取了相邻连接点质量值最高的像素点进行解缠，因此，无需遍历邻接列中的点去选择质量高的点进行解缠)，每次解缠后更新队列。
重复步骤2、3即可完成目标图像的解缠操作的求解。该实施例举例示意如下，假设质量图的一部分如表1所示：
表1
A80 B 85 C 86 D 84
E 91 F 92 G 90 H 88
I 94 J 99 K 100 L 95
M 93 N85 O92 P91
步骤1，选取质量值最高点K，JLOG进入队列尾，队列为JLOG；
步骤2，选取K点邻接的四个点JLOG，按队列解缠J点，KIFN进入队列，队列为LOGKIFN；
步骤3，按队列解缠L点，L点邻接点进入队列，以此类推。
……
直至全图解缠完毕。
可选地，还可以将与第一像素点相邻的像素点按照逆时针的顺序置于邻接队列队尾，再按顺序依次解缠邻接队列中的像素点：
步骤1，选取质量值最高点K，JOLG进入队列尾，队列为JOLG；
步骤2，选取K点邻接的四个点JOLG，按队列解缠J点，INKF进入队列，队列为OLGINKF；
步骤3，按队列解缠O点，O点邻接点进入队列，以此类推。
……
直至全图解缠完毕。
在本实施例中，解缠方法可以采用基于空间的解缠方法和基于时间的解缠方法。采用基于质量图导引的解缠方法(即，空间解相位的方法)可以减小目标物体图像的获取，提升运算时间，在给定的视场范围内获得测得目标物体的表面的解缠相位信息，从而得到物体轮廓信息。其中，由包裹相位解得实际相位的过程叫做解缠。
在一个可选的实施例中，将与所述第一像素点相邻的至少两个像素点按照预定顺序置于邻接队列的尾部包括：当所述第一像素点位于边缘像素点的交点时，将与所述第一像素点相邻的两个像素点按照质量值从高到低顺序置于邻接队列的尾部；当所述第一像素点为边缘像素点时，将与所述第一像素点相邻的三个像素点按照质量值从高到低顺序置于邻接队列的尾部；当所述第一像素点为非边缘像素点时，将与所述第一像素点相邻的四个像素点按照质量值从高到低顺序置于邻接队列的尾部。在本实施例中，目标图像为不同形状的图像，第一像素点位于目标图像不同的位置时，第一像素点可能存在不同数量的相邻像素点。
在一个可选的实施例中，确定所述目标图像中第一区域的所述第一质量值包括：确定所述第一区域中沿第一方向的每个像素点和与其相邻的后续像素点的第一梯度；确定所述第一区域中沿第二方向的每个像素点和与其相邻的后续像素点的第二梯度；基于所述第一梯度和所述第二梯度计算所述第一区域中包括的每个像素点的质量值，以得到所述第一质量值。在本实施例中，第一方向可以为水平方向，还可以为与水平方向成一定角度的方向，第二方向可以为竖直方向，还可以为与竖直方向成一定角度的方向，本发明对第一方向和第二方向不做限制。以第一方向为水平方向、第二方向为竖直方向为例，计算目标图像中沿x方向每个像素点与相邻后续像素点的梯度
Figure BDA0002496899780000101
计算图像中沿y方向每个像素点与相邻后续像素点的梯度，
Figure BDA0002496899780000102
然后根据
Figure BDA0002496899780000103
及
Figure BDA0002496899780000104
计算第一质量值。
在一个可选的实施例中，将所述第一区域中沿第一方向的最后一个像素点对应的第一梯度确定为与沿所述第一方向的最后一个像素点相邻的前一个像素点的第一梯度；将所述第一区域中沿第二方向的最后一个像素点对应的第二梯度确定为与沿所述第二方向的最后一个像素点相邻的前一个像素点的第二梯度。在本实施例中，当某一像素点为第一方向上的最后一个像素点时，该像素点的梯度与该方向上的倒数第二个像素点的梯度值相同，以第一方向为水平方向、第二方向为竖直方向为例，即dx(i,width-1)＝dx(i,width-2)，dy(height-1,j)＝dy(height,j)。
在一个可选的实施例中，基于所述第一梯度和所述第二梯度计算所述第一区域中包括的每个像素点的质量值包括：确定所述第一区域中包括的每个像素点和与其相邻的至少两个像素点所分别对应的第一梯度的平均值，以得到每个像素点的第一平均梯度值；确定所述第一区域中包括的每个像素点和与其相邻的至少两个像素点所分别对应的第二梯度的平均值，以得到每个像素点的第二平均梯度值；基于每个像素点的第一平均梯度值以及第二平均梯度值确定每个像素点的质量值。在本实施例中，以第一方向为水平方向、第二方向为竖直方向、某一像素点存在四个相邻像素点为例，可以定义目标图像上的像素点及其上下左右相邻的四个像素点的第一平均梯度值为
Figure BDA0002496899780000105
第二平均梯度值为
Figure BDA0002496899780000111
则其质量值计算函数可以定义为：
Figure BDA0002496899780000112
Figure BDA0002496899780000113
其中，质量值函数可定义为
Figure BDA0002496899780000114
在前述实施例中，通过选取核大小进行质量复制的方式，合理地处理掉边缘点质量不好计算的问题，针对质量图导引耗时较长的现象，在队列解缠的过程中，合理地去掉了在队列中寻找最优点(质量值最高点)的过程，大大减小了运算时间，提高了质量图导引解缠的运算效率。在解相位值完毕后，可以根据标定好的信息，利用现有的单目正弦结构光方案，获得待测物体的深度信息，从而对物体进行三维重建，三维重建模型整体结构图可参见附图4。
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根据上述实施例的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设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种确定物体相位值的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本发明实施例的确定物体相位值的装置的结构框图，如图5所示，该装置包括：
获取模块52，用于获取通过对目标物体进行拍摄所得到的目标图像；
确定模块54，用于确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；
解缠模块56，用于基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值。
其中，确定模块54对应于上述边界处理模块。
在一个可选的实施例中，所述确定模块54可以通过如下方式实现基于所述目标图像中第一区域的第一质量值确定所述目标图像中第二区域的第二质量值：确定所述第一区域中包括的第三区域的质量值，其中，所述第三区域与所述第二区域相邻且所述第三区域的面积与所述第二区域的面积相等；将所述第三区域的质量值确定为所述第二区域的所述第二质量值。
在一个可选的实施例中，所述装置可以用于在基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠之前，获取所述目标物体的所述包裹相位。
在一个可选的实施例中，所述解缠模块56可以通过如下方式实现基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠：基于所述第一质量值以及所述第二质量值确定所述目标图像中质量值最高的第一像素点；通过如下方式对所述第一像素点进行解缠处理：将与所述第一像素点相邻的至少两个像素点按照预定顺序点置于邻接队列的尾部；按照所述邻接队列中像素点的排列顺序依次对所述邻接队列中的未解缠像素点进行所述解缠处理，直至所述目标图像中的像素点全部解缠完毕为止。
在一个可选的实施例中，所述解缠模块56可以通过如下方式实现将与所述第一像素点相邻的至少两个像素点按照预定顺序置于邻接队列的尾部：当所述第一像素点位于边缘像素点的交点时，将与所述第一像素点相邻的两个像素点按照质量值从高到低顺序置于邻接队列的尾部；当所述第一像素点为边缘像素点时，将与所述第一像素点相邻的三个像素点按照质量值从高到低顺序置于邻接队列的尾部；当所述第一像素点为非边缘像素点时，将与所述第一像素点相邻的四个像素点按照质量值从高到低顺序置于邻接队列的尾部。
在一个可选实施例中，所述确定模块54可以通过如下方式实现确定所述目标图像中第一区域的所述第一质量值：确定所述第一区域中沿第一方向的每个像素点和与其相邻的后续像素点的第一梯度；确定所述第一区域中沿第二方向的每个像素点和与其相邻的后续像素点的第二梯度；基于所述第一梯度和所述第二梯度计算所述第一区域中包括的每个像素点的质量值，以得到所述第一质量值。
在一个可选实施例中，所述确定模块54可以用于将所述第一区域中沿第一方向的最后一个像素点对应的第一梯度确定为与沿所述第一方向的最后一个像素点相邻的前一个像素点的第一梯度；将所述第一区域中沿第二方向的最后一个像素点对应的第二梯度确定为与沿所述第二方向的最后一个像素点相邻的前一个像素点的第二梯度。
在一个可选实施例中，所述确定模块54还可以用于基于所述第一梯度和所述第二梯度计算所述第一区域中包括的每个像素点的质量值：确定所述第一区域中包括的每个像素点和与其相邻的至少两个像素点所分别对应的第一梯度的平均值，以得到每个像素点的第一平均梯度值；确定所述第一区域中包括的每个像素点和与其相邻的至少两个像素点所分别对应的第二梯度的平均值，以得到每个像素点的第二平均梯度值；基于每个像素点的第一平均梯度值以及第二平均梯度值确定每个像素点的质量值。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，获取通过对目标物体进行拍摄所得到的目标图像；
S2，确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；
S3，基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值。
可选地，在本实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取通过对目标物体进行拍摄所得到的目标图像；
S2，确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；
S3，基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种确定物体相位值的方法，其特征在于，包括：
获取通过对目标物体进行拍摄所得到的目标图像；
确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；
基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值；
其中，基于所述目标图像中第一区域的第一质量值确定所述目标图像中第二区域的第二质量值包括：确定所述第一区域中包括的第三区域的质量值，其中，所述第三区域与所述第二区域相邻且所述第三区域的面积与所述第二区域的面积相等；将所述第三区域的质量值确定为所述第二区域的所述第二质量值。
2.根据权利要求1所述的方法，其特征在于，在基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠之前，所述方法还包括：获取所述目标物体的所述包裹相位。
3.根据权利要求1所述的方法，其特征在于，基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠包括：
基于所述第一质量值以及所述第二质量值确定所述目标图像中质量值最高的第一像素点；
通过如下方式对所述第一像素点进行解缠处理：将与所述第一像素点相邻的至少两个像素点按照预定顺序置于邻接队列的尾部；
按照所述邻接队列中像素点的排列顺序依次对所述邻接队列中的未解缠像素点进行所述解缠处理，直至所述目标图像中的像素点全部解缠完毕为止。
4.根据权利要求3所述的方法，其特征在于，将与所述第一像素点相邻的至少两个像素点按照预定顺序置于邻接队列的尾部包括：
当所述第一像素点位于边缘像素点的交点时，将与所述第一像素点相邻的两个像素点按照质量值从高到低顺序置于邻接队列的尾部；
当所述第一像素点为边缘像素点时，将与所述第一像素点相邻的三个像素点按照质量值从高到低顺序置于邻接队列的尾部；
当所述第一像素点为非边缘像素点时，将与所述第一像素点相邻的四个像素点按照质量值从高到低顺序置于邻接队列的尾部。
5.根据权利要求1所述的方法，其特征在于，确定所述目标图像中第一区域的所述第一质量值包括：
确定所述第一区域中沿第一方向的每个像素点和与其相邻的后续像素点的第一梯度；
确定所述第一区域中沿第二方向的每个像素点和与其相邻的后续像素点的第二梯度；
基于所述第一梯度和所述第二梯度计算所述第一区域中包括的每个像素点的质量值，以得到所述第一质量值。
6.根据权利要求5所述的方法，其特征在于，
将所述第一区域中沿第一方向的最后一个像素点对应的第一梯度确定为与沿所述第一方向的最后一个像素点相邻的前一个像素点的第一梯度；
将所述第一区域中沿第二方向的最后一个像素点对应的第二梯度确定为与沿所述第二方向的最后一个像素点相邻的前一个像素点的第二梯度。
7.根据权利要求5所述的方法，其特征在于，基于所述第一梯度和所述第二梯度计算所述第一区域中包括的每个像素点的质量值包括：
确定所述第一区域中包括的每个像素点和与其相邻的至少两个像素点所分别对应的第一梯度的平均值，以得到每个像素点的第一平均梯度值；
确定所述第一区域中包括的每个像素点和与其相邻的至少两个像素点所分别对应的第二梯度的平均值，以得到每个像素点的第二平均梯度值；
基于每个像素点的第一平均梯度值以及第二平均梯度值确定每个像素点的质量值。
8.一种确定物体相位值的装置，其特征在于，包括：
获取模块，用于获取通过对目标物体进行拍摄所得到的目标图像；
确定模块，用于确定所述目标图像中第一区域的第一质量值，以及，基于所述第一质量值确定所述目标图像中第二区域的第二质量值，其中，所述第一区域为与所述目标图像边界的距离大于第一阈值的中间区域，所述第二区域为与所述目标图像边界的距离小于等于第一阈值的边界区域；
解缠模块，用于基于所述第一质量值以及所述第二质量值对预先确定的所述目标物体的包裹相位进行解缠，以得到所述目标物体的相位值；
其中，所述确定模块用于通过如下方式实现基于所述目标图像中第一区域的第一质量值确定所述目标图像中第二区域的第二质量值：确定所述第一区域中包括的第三区域的质量值，其中，所述第三区域与所述第二区域相邻且所述第三区域的面积与所述第二区域的面积相等；将所述第三区域的质量值确定为所述第二区域的所述第二质量值。
9.一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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。
CN202010420814.6A 2020-05-18 2020-05-18 确定物体相位值的方法、装置、存储介质及电子装置 Active CN111595267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010420814.6A CN111595267B (zh) 2020-05-18 2020-05-18 确定物体相位值的方法、装置、存储介质及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010420814.6A CN111595267B (zh) 2020-05-18 2020-05-18 确定物体相位值的方法、装置、存储介质及电子装置

Publications (2)

Publication Number Publication Date
CN111595267A CN111595267A (zh) 2020-08-28
CN111595267B true CN111595267B (zh) 2022-08-16

Family

ID=72187285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010420814.6A Active CN111595267B (zh) 2020-05-18 2020-05-18 确定物体相位值的方法、装置、存储介质及电子装置

Country Status (1)

Country Link
CN (1) CN111595267B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002015306A (ja) * 2000-06-29 2002-01-18 Fuji Xerox Co Ltd ３次元画像生成装置および３次元画像生成方法
CN103279945A (zh) * 2013-04-26 2013-09-04 北京理工大学 一种基于质量图导引法和枝切法的干涉相位图解缠方法
CN103913128A (zh) * 2014-03-12 2014-07-09 哈尔滨工程大学 一种基于质量图区域分割的快速相位展开方法
CN103968781A (zh) * 2014-05-21 2014-08-06 哈尔滨工程大学 基于构造边的高精度快速相位解缠方法
CN108986120A (zh) * 2018-07-13 2018-12-11 长春师范大学 一种快速并且可靠的相位解缠算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107481238A (zh) * 2017-09-20 2017-12-15 众安信息技术服务有限公司 图像质量评估方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002015306A (ja) * 2000-06-29 2002-01-18 Fuji Xerox Co Ltd ３次元画像生成装置および３次元画像生成方法
CN103279945A (zh) * 2013-04-26 2013-09-04 北京理工大学 一种基于质量图导引法和枝切法的干涉相位图解缠方法
CN103913128A (zh) * 2014-03-12 2014-07-09 哈尔滨工程大学 一种基于质量图区域分割的快速相位展开方法
CN103968781A (zh) * 2014-05-21 2014-08-06 哈尔滨工程大学 基于构造边的高精度快速相位解缠方法
CN108986120A (zh) * 2018-07-13 2018-12-11 长春师范大学 一种快速并且可靠的相位解缠算法

Also Published As

Publication number Publication date
CN111595267A (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
CN111079801B (zh) 基于点云匹配快速搜索最近点的方法、介质、终端和装置
US20170256061A1 (en) Image processing
US20050226506A1 (en) GPU multi-label image segmentation
CN111275633B (zh) 基于图像分割的点云去噪方法、系统、装置和存储介质
CN108305286B (zh) 基于颜色编码的多目立体视觉脚型三维测量方法、系统和介质
CN107610131A (zh) 一种图像裁剪方法和图像裁剪装置
US20130050476A1 (en) Structured-Light Based Measuring Method and System
US9551568B2 (en) Prediction of a focal plane with progressive through-focus scans
CN110827202A (zh) 目标检测方法、装置、计算机设备和存储介质
US9626761B2 (en) Sampling method and image processing apparatus of CS-RANSAC for estimating homography
CN111595267B (zh) 确定物体相位值的方法、装置、存储介质及电子装置
CN112233149A (zh) 场景流的确定方法及装置、存储介质、电子装置
CN110736426B (zh) 物体尺寸获取方法、装置、计算机设备以及存储介质
CN109690241A (zh) 三维测定装置和三维测定方法
CN116934871A (zh) 一种基于标定物的多目系统标定方法、系统及存储介质
CN115631317B (zh) 隧道衬砌正射影像生成方法及装置、存储介质、终端
CN107945136B (zh) 一种鱼眼图像矫正方法、系统、设备及计算机存储介质
CN116608850A (zh) 一种机器人导航地图的构建方法、系统、装置和介质
WO2022254854A1 (ja) ３次元計測装置
CN113378864B (zh) 一种锚框参数的确定方法、装置、设备及可读存储介质
CN104239874A (zh) 一种器官血管识别方法及装置
CN109712230A (zh) 三维模型补充方法、装置、存储介质及处理器
CN114897959A (zh) 基于光场多视角约束的相位展开方法及相关组件
JP2006202152A (ja) 画像処理装置および画像処理方法並びにこれらに用いるプログラム
CN114549779A (zh) 场景模型重建方法、装置、电子设备和存储介质

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