CN111738962B - 光量补偿方法、装置、计算机系统及存储介质 - Google Patents
光量补偿方法、装置、计算机系统及存储介质 Download PDFInfo
- Publication number
- CN111738962B CN111738962B CN202010701869.4A CN202010701869A CN111738962B CN 111738962 B CN111738962 B CN 111738962B CN 202010701869 A CN202010701869 A CN 202010701869A CN 111738962 B CN111738962 B CN 111738962B
- Authority
- CN
- China
- Prior art keywords
- light
- compensation
- data
- image data
- dimensional
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 239000011159 matrix material Substances 0.000 claims description 31
- 230000003287 optical effect Effects 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000013589 supplement Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 235000019580 granularity Nutrition 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 230000002146 bilateral effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- 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
-
- G06T5/90—
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种光量补偿方法、装置、计算机系统及存储介质,属于智慧交通技术领域。本发明通过对目标区域的环境光线进行采集以及转换成图像数据,然后根据图像数据进行三维建模,并对三维数据进行分析生成补偿数据,根据补偿数据控制补偿终端进行光量补偿,提高了可靠性、精确度高,可适应复杂光线环境的光量补偿。本申请可应用于智慧交通场景中,从而推动智慧城市的建设。
Description
技术领域
本发明涉及智慧交通技术领域,尤其涉及一种光量补偿方法、装置、计算机系统及存储介质。
背景技术
随着图像采集技术在交通运输行业中的被广泛使用,使用环境也越来越复杂,对图像采集的要求也越来越高,与之配套的光量补偿技术也获得了较大发展。现有的光量补偿装置主要通过使用自身的感应装置来实现光量的补偿,除受到本身感应装置的敏感度限制以外,也无法精确的和图像采集装置进行配合,对复杂光线的环境的适应能力也较低,所造成光量补偿效果较差。例如在港口作业中,在通行区域会采用图像采集方式对通行的集装箱进行识别,通过对采集到的图像信息进行确认从而对港口内的运输进行管理与控制,因此,需要在港口这一复杂光线环境下,针对集装箱等重点区域的图像采集进行光量补偿,以便在识别过程中增加识别准确度以及对环境变化的适应性,提高图像采集清晰度和图像采集速度。现有的图像采集补偿方法无法进一步进行提升在复杂光线环境中对光量的补偿能力,特别是用于复杂光线环境的重点区域图像采集光量补偿装置。因此,如何更好的对区域内的图像进行采集是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种光量补偿方法、装置、计算机系统及存储介质,能够通过光量补偿提高图像采集的准确性以解决上述现有技术中的问题。
为了实现上述目的,本发明提供一种光量补偿方法,包括以下步骤:
S1. 采集目标区域的环境光线,将所述环境光线转换为图像数据;
S2. 根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据;
S3. 根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿。
进一步的,所述步骤S1采集目标区域的环境光线,将所述环境光线转换为图像数据,包括:
采用光线采集阵列采集所述目标区域的所述环境光线,将所述环境光线转换为图像数据;
其中,所述目标区域包括多个子区域;所述图像数据为多个所述子区域的图像数据。
进一步的,所述步骤S2根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据,包括:
S21. 根据所述图像数据进行三维建模生成所述三维数据;
S22. 对所述三维数据进行粒度切割,以获取多组环境图像;
S23. 对所述多组环境图像进行分析,生成光学参数矩阵;
S24. 依据所述光学参数矩阵以及预置的标准光学参数矩阵,生成所述补偿数据。
进一步的,所述S23根据所述对所述多组环境图像进行分析,生成光学参数矩阵,包括:获取所述多组环境图像的光量数值矩阵,对所述光量数值矩阵进行转换生成所述光学参数矩阵。
进一步的,所述补偿数据包括多个光线参数和多个评估值;
其中,每个所述光线参数对应一个所述评估值;每一个子区域对应至少一个所述光线参数,每一个所述光线参数对应一个所述补偿终端。
进一步的,所述步骤S3根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿,包括:
S31. 提取所述补偿数据中的所述光线参数和所述评估值;
S32. 根据所述评估值将相应的所述光线参数转换为电信号;
S33. 根据所述电信号控制与所述光线参数对应的所述补偿终端对相应的子区域进行光量补偿。
进一步的,在步骤S3中,所述补偿终端采用LED闪光灯组成阵列进行光量补偿。
为了实现上述目的,本发明提供一种光量补偿装置,包括采集单元、光环境分析单元和处理单元,所述采集单元用于采集目标区域的环境光线,将所述环境光线转换为图像数据,所述光环境分析单元根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据,所述处理单元根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿。
为了实现上述目的,本发明还提供一种计算机系统,其包括多个计算机设备,各计算机设备包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述多个计算机设备的处理器执行所述计算机程序时共同实现前述方法的步骤。
为了实现上述目的,本发明还提供一种计算机可读存储介质,存储介质上存储有计算机程序,所述存储介质存储的所述计算机程序被处理器执行时实现前述方法的步骤。
通过采用上述技术方案,本发明相对于现有技术具有如下有益效果:
本发明提供的光量补偿方法、装置、计算机系统及存储介质,通过对目标区域的环境光线进行采集以及转换成图像数据,然后根据图像数据进行三维建模,并对三维数据进行分析生成补偿数据,根据补偿数据控制补偿终端进行光量补偿,提高了可靠性、精确度高,可适应复杂光线环境的光量补偿。
附图说明
图1为本发明光量补偿方法的流程图;
图2为本发明步骤S2根据所述图像数据进行三维建模生成三维数据并对所述三维数据进行分析生成补偿数据的流程图;
图3为本发明步骤S3根据补偿数据控制补偿终端对目标区域进行光量补偿的流程图;
图4为本发明光量补偿装置的一个实施例的结构框图;
图5为本发明计算机设备的一个实施例的硬件架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,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,都属于本发明保护的范围。
本方案可应用于智慧交通或智慧物流场景中,从而推动智慧城市的建设,例如应用于港口环境中,通过进行区域图像采集的方式对集装箱进行识别,是一种增加了识别的准确度以及环境适应性的技术辅助手段,在本方案中的光量是指在当前光线传输介质环境下的平均光线密度,可以影响图像采集装置进行采集的清晰度和速度。
实施例一
本发明实施例提供了一种光量补偿方法,通过对环境光线的图像建模处理,再由补偿终端进行补偿,参阅图1,示出了本发明一种光量补偿方法包括下述步骤:
步骤S1,采集目标区域的环境光线,将所述环境光线转换为图像数据,将环境光线转换成可供分析的图像数据。
具体地,步骤S1采集目标区域的环境光线,将所述环境光线转换为图像数据包括:采用光线采集阵列采集所述目标区域的所述环境光线,将所述环境光线转换为图像数据;其中,所述目标区域包括多个子区域;所述图像数据为多个所述子区域的图像数据。可通过光线采集阵列将目标区域的环境光线以图像数据的形式进行采集,光线采集阵列根据光电效应的原理工作,外界照射的光线或者物体反射的光线照射到光线采集阵列上得到电信号,在通过图像信号处理电路和放大电路等产生数字图像,最终的图像通过数码图像存到存储介质上得到图像采集数据,从而实现对目标区域的光量进行采集,生成图像数据。
在实际应用中,步骤S1可采用包括光线传感器、光学图像捕捉器的复合采集系统,例如在港口的集装箱应用环境中,可以在采集的目标区域如集装箱固定区域布置光学图像捕捉器,可在光线进入方向布置多角度的光线传感器,以保证在目标区域中的各项光学参数的采集,采集到的图像数据可由传输控制装置进行传输,通过主控单元作为整个系统工作的中央处理单元,并可协调各部分的工作,主控单元可通过RS485接口与其它部分进行连接并内置有相应的系统控制软件。
在执行步骤S2之前为了对采集到的图像数据的噪声进行抑制,尽量保留图像数据的结构特征,转换为图像数据进行滤波处理,有效的消除图像数据中混入的噪声,可采用滤波处理的方式(线性滤波或非线性滤波)对图像数据进行处理。线性滤波的方式为对邻域中的像素的计算为线性运算,进行平滑的加权求和运算或卷积运算,线性滤波包括均值滤波和高斯滤波,均值滤波将像素点周围像素的平均值代替元像素值,高斯滤波对整幅图像进行加权平均,每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到。非线性滤波利用原始图像数据跟预设模版之间的一种逻辑关系得到结果,包括中值滤波器(median filter)和双边滤波器(bilateral filter),中值滤波采用测试像素周围邻域像素集中的中值代替原像素,可有效去除椒盐噪声和斑块噪声时,在OpenCV中可以使用函数medianBlur进行操作。双边滤波用周边像素亮度值的加权平均代表某个像素的强度,在平滑图像时能够很好的保留边缘特性,在OpenCV中可以使用函数bilateralFilter进行操作。
步骤S2,根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据;
在步骤S2中将采集到的图像数据通过三维建模进行分析得出光量的补偿数据,可通过三维建模建立一个三维光线的数据模型,得出光量的补偿数据,即形成光量补偿方案。
具体地,如图2所示,步骤S2根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据,包括:
S21. 根据所述图像数据进行三维建模生成所述三维数据;
在本实施例中,三维建模是基于目标区域的三维光线场,根据图像数据获取目标区域的光线参数,将光线参数与输入预设的三维光线模型进行计算以生成三维数据。
在步骤S21中根据所述图像数据进行三维建模生成所述三维数据包括采用体素的建模方法、曲面演化的建模方法和表面点云的建模方法其中一种以上方法进行建模,提取所述图像数据的数据,生成物体表面模型的三维数据,可根据目标区域选择其中一种以上方法进行建模。体素的建模方法将三维空间均匀地剖分为立方体,提取出这些立方体的数据,这些一系列的立方体即为体素,将这些立方体的块组合利用图像的轮廓信息以获取物体的表面模型;曲面演化的建模方法可通过一个初始的表面出发,提取出初始表面的数据,逐步演化操作到整个物体的表面模型;表面点云的建模方法通过特征匹配得到空间表征,提取出空间表征的数据,再进行逐步扩展重构出整个物体的几何信息,从而得到物体的表面模型。
在执行步骤S21之前可针对低曝光的图像数据采用增强算法,以实现对低照度图像数据的改善,由于光照条件一直是低照度图像数据质量的主要限制因素,可采用色调映射类算法、背景融合类算法、基于模型类算法或基于直方图类算法对图像数据进行预处理。
为了提升三维数据的质量可采用图像分割技术,图像分割可作为三维建模的基础,分割效果直接影响到三维建模的速度和建模后的视觉效果,基于分割的等值面生成算法,将分割结果作为的输入,这样可以根据图像特征选择最恰当的分割方法,可以将各种分割算法集成到三维重构中,使得分割更为准确,使三维显示效果也更好。
S22. 对所述三维数据进行粒度切割,以获取多组环境图像;
在步骤S22中,可对三维数据进行可变粒度的切割,在不同粒度上,切割出多组环境图像。其中,粒度指数据的粗细程度,可按三维数据的分辨率进行切割,可采用基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法等分割方法对三维数据进行切割,从而可将数字图像划分成互不相交的多组环境图像。
S23. 对所述多组环境图像进行分析,生成光学参数矩阵;
在步骤S22中,可获取所述多组环境图像的光量数值矩阵,光量数值矩阵为光量数值在环境图像中分布形成的矩阵化数据,对所述光量数值矩阵进行转换生成所述光学参数矩阵。例如,在空间坐标系中,对于位于法向量为n的平面上的光量l,根据平面方程可表示为nl+d=0,其中在d为平面到原点的有向距离,于是平面可以表示为四维向量(nx,ny,nz,d),其中x、y和z为空间坐标的位置,如R为空间中任一光量, R’为平面反射后的对称光量,可得到R’=R−2(Rn+d)n,表示成矩阵形式如下:
S24. 依据所述光学参数矩阵以及预置的标准光学参数矩阵,生成所述补偿数据,可以理解的是,预置的标准光学参数矩阵可以根据工作环境以及机器设备精度来设置,提供相对的标准作为参照。
需要说明的是:所述补偿数据可包括多个光线参数和多个评估值;其中,每个所述光线参数对应一个所述评估值;每一个子区域对应至少一个所述光线参数,每一个所述光线参数对应一个所述补偿终端。
在步骤S2中图像数据中一个点在三维空间下由三维向量xyz表示,将其对应采集到的光量数值运用变换矩阵,可以将其坐标进行空间变换,将世界坐标系与图像坐标系联系起来,任何一条傍轴光线在某一给定横截面内都可以用两个坐标参数来表征,一个是光线离轴线的距离r,称为位置坐标,另一个是光线与轴线之间的夹角θ,称为方向坐标,然后将处理后的数据与三维光线场景的数据结构进行整合形成光学参数矩阵。并根据光学参数矩阵,依据预先设定的预置的标准光学参数矩阵与当前光学参数矩阵进行向量对比,计算出差值,从而生成补偿数据,得出当前环境光线的补偿数据,根据补偿数据对于光量不足或不匀衡的区域由补偿终端进行补偿,包括光量补偿的分配参数、光量补偿的量化数值、光量补偿的时间参数等。
在步骤S3中,根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿。
在本步骤中,可将补偿数据在补偿终端对目标区域进行光量补偿,可通过补偿终端阵列执行补偿数据的参数数据,实现光量的补偿,通过补偿终端的闪光动作补偿光量,可提高光量不足区域的光量,也可使光量不均衡的区域更均匀。
如图3所示,所述步骤S3根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿,包括:
S31. 提取所述补偿数据中的所述光线参数和所述评估值;
在步骤S31中,为了实现光量补偿,先提取分析生成的补偿数据中的光线参数和评估值,来源于目标区域的图像数据的三维建模,依靠这些光线参数和评估值形成光量补偿方案。
S32. 根据所述评估值将相应的所述光线参数转换为电信号;
在步骤S32中,在进行补偿时,提取补偿数据中的光线参数和评估值,按补偿数据进行模拟量的转换并调制,根据所述评估值将相应的所述光线参数转换为电信号,并接收光量补偿的数字化信号,将数字化信号转换为电信号,控制补偿终端阵列所需要的电流值,也就是对补偿数据的参数数据进行模拟量的转换并调制。
S33. 根据所述电信号控制与所述光线参数对应的所述补偿终端对相应的子区域进行光量补偿。
在步骤S33中,根据所述电信号控制与所述光线参数对应的所述补偿终端对相应的子区域进行光量补偿,在实际应用中该过程可由光量补偿信号调制模块进行分配输出,通过光量补偿信号调制模块包括信号分配器及调制芯片,信号分配器,是一种电信号的多路分配输出装置,用于将调制完成的光量补偿电信号进行分配输出。本实施例还可以包括用于配置装置工作参数的输入输出及存储模块,用于接收、响应及保存。
在步骤S3中,所述补偿终端可采用LED闪光灯组成阵列进行光量补偿,补偿终端以阵列形式,可以是由一组LED闪光灯组成的阵列,采用阵列的方式进行布置,可以在多个方向和多个角度进行光量补偿,根据待补偿区域的形状可将面向该区域的周围的LED闪光灯同时进行补偿动作,可实现更大范围区域内的补偿,阵列的布置方式可以实现三维化的光线补偿方案中所要求的光量补偿操作,还可以进行多角度补光、梯次补光或交互补光等,多角度补光可采用设置成不同角度的灯源组成的阵列,递交补光可采用有梯度的阵列来实现,交互补光可采用相对设置的阵列组成方式。
在本实施例中,光量补偿方法通过对目标区域的环境光线进行采集以及转换成图像数据,然后根据图像数据进行三维建模,并对三维数据进行分析生成补偿数据,根据补偿数据控制补偿终端进行光量补偿,提高了可靠性、精确度高、可适应复杂光线环境的光量补偿。
实施例二
如图4所示,示出了本实施例的一种光量补偿装置10,包括采集单元11、光环境分析单元12和处理单元13,所述采集单元11用于采集目标区域的环境光线,将所述环境光线转换为图像数据,所述光环境分析单元12用于根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据,所述处理单元13用于根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿。
在采集单元11中,可包括一组环境光线采集阵列和一个传输控制模块,将环境光线在目标区域以进行采集,并通过传输控制模块将采集到的环境光线以及相关参数传输到主控单元,并转换成图像数据,主控单元可作为整个系统工作的中央处理单元,可采用具有信号处理能力的CPU或单片机等,并可协调各单元及模块的工作,主控单元可通过RS485接口与其它部分进行连接并内置有相应的系统控制软件。
在光环境分析单元中12,可由一个内置光线数据分析软件的处理芯片及数据输入输出模块组成,该光环境分析单元是基于图像数据对环境光线进行多维度分析的装置,进行三维建模生成三维数据,并对三维数据进行分析生成补偿数据,即形成光量补偿参数方案,可预先设定的标准光学参数矩阵与当前数据模型的光学参数矩阵进行矢量计算,从而生成光量补偿参数方案的补偿数据,得出当前环境光线的参数和量化评估值,根据光学参数矩阵计算出的差值,对于光量不足或不匀衡的区域进行补偿,光量补偿参数方案包括光量补偿的分配参数、光量补偿的量化数值、光量补偿的时间参数等。
在处理单元13中,可以是由一组LED闪光灯组成阵列作为补偿终端进行光量补偿,采用阵列的方式进行布置,可以在多个方向和多个角度进行光量补偿,根据待补偿区域的形状可将面向该区域的周围的LED闪光灯同时进行补偿动作,可实现更大范围区域内的补偿,阵列的布置方式可以实现光线补偿方案中补偿数据所要求的光量补偿操作,还可以实现梯次补光或交互补光等。
实施例三
本实施例还提供一种计算机系统,如图5所示,该计算机系统包括多个计算机设备20,在实施例二中的光量补偿装置的组成部分可分散于不同的计算机设备20中,计算机设备20可以是执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备20至少包括但不限于:可通过系统总线相互通信连接的存储器21、处理器22。需要指出的是,图5仅示出了具有组件21-22的计算机设备20,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
本实施例中,存储器21(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备100的内部存储单元,例如该计算机设备20的硬盘或内存。在另一些实施例中,存储器21也可以是计算机设备20的外部存储设备,例如该计算机设备20上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。当然,存储器21还可以既包括计算机设备20的内部存储单元也包括其外部存储设备。本实施例中,存储器21通常用于存储安装于计算机系统设备的操作系统和各类应用软件。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备20的总体操作。本实施例中,处理器22用于运行存储器21中存储的程序代码或者处理数据。本实施例计算机系统的多个计算机设备20的处理器22共同执行计算机程序时实现实施例一的光量补偿方法。
实施例四
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例计算机可读存储介质存储实施例二的光量补偿装置10,被处理器执行时实现实施例一的光量补偿方法。
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。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
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。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种光量补偿方法,其特征在于,包括如下步骤:
S1. 采集目标区域的环境光线,将所述环境光线转换为图像数据;
所述采集目标区域的环境光线,将所述环境光线转换为图像数据,包括:
采用光线采集阵列采集所述目标区域的所述环境光线,将所述环境光线转换为图像数据;
其中,所述目标区域包括多个子区域;所述图像数据为多个所述子区域的图像数据;通过光线采集阵列将目标区域的环境光线以图像数据的形式进行采集,光线采集阵列根据光电效应的原理工作,外界照射的光线或者物体反射的光线照射到光线采集阵列上得到电信号,在通过图像信号处理电路和放大电路产生数字图像,实现对目标区域的光量进行采集,生成图像数据;
所述S1采用包括光线传感器、光学图像捕捉器的复合采集系统,在采集的目标区域布置光学图像捕捉器,在光线进入方向布置多角度的光线传感器,采集到的图像数据由传输控制装置进行传输;
S2. 根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据;所述根据所述图像数据进行三维建模生成所述三维数据包括,采用体素的建模方法、曲面演化的建模方法和表面点云的建模方法其中一种以上方法进行建模,提取所述图像数据的数据,生成物体表面模型的三维数据,根据目标区域选择其中一种以上方法进行建模;
所述体素的建模方法将三维空间均匀地剖分为立方体,提取出这些立方体的数据,这些一系列的立方体即为体素,将这些立方体的块组合以获取物体的表面模型;
所述曲面演化的建模方法通过一个初始的表面出发,提取出初始表面的数据,逐步演化操作到整个物体的表面模型;
所述表面点云的建模方法通过特征匹配得到空间表征,提取出空间表征的数据,再进行逐步扩展重构出整个物体的几何信息,从而得到物体的表面模型;
S3. 根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿。
2.根据权利要求1所述的光量补偿方法,其特征在于,所述步骤S2根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据,包括:
S21. 根据所述图像数据进行三维建模生成所述三维数据;
S22. 对所述三维数据进行粒度切割,以获取多组环境图像;
S23. 对所述多组环境图像进行分析,生成光学参数矩阵;
S24. 依据所述光学参数矩阵以及预置的标准光学参数矩阵,生成所述补偿数据。
3.根据权利要求2所述的光量补偿方法,其特征在于,所述步骤S23根据所述对所述多组环境图像进行分析,生成光学参数矩阵,包括:获取所述多组环境图像的光量数值矩阵,对所述光量数值矩阵进行转换生成所述光学参数矩阵。
4.根据权利要求1所述的光量补偿方法,其特征在于,所述补偿数据包括多个光线参数和多个评估值;
其中,每个所述光线参数对应一个所述评估值;每一个子区域对应至少一个所述光线参数,每一个所述光线参数对应一个所述补偿终端。
5.根据权利要求4所述的光量补偿方法,其特征在于,所述步骤S3根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿,包括:
S31. 提取所述补偿数据中的所述光线参数和所述评估值;
S32. 根据所述评估值将相应的所述光线参数转换为电信号;
S33. 根据所述电信号控制与所述光线参数对应的所述补偿终端对相应的子区域进行光量补偿。
6.根据权利要求1所述的光量补偿方法,其特征在于,在步骤S3中,所述补偿终端采用LED闪光灯组成阵列进行光量补偿。
7.一种光量补偿装置,其特征在于,包括:
采集单元,用于采集目标区域的环境光线,将所述环境光线转换为图像数据;采集目标区域的环境光线,将所述环境光线转换为图像数据,包括:采用光线采集阵列采集所述目标区域的所述环境光线,将所述环境光线转换为图像数据;其中,所述目标区域包括多个子区域;所述图像数据为多个所述子区域的图像数据;通过光线采集阵列将目标区域的环境光线以图像数据的形式进行采集,光线采集阵列根据光电效应的原理工作,外界照射的光线或者物体反射的光线照射到光线采集阵列上得到电信号,在通过图像信号处理电路和放大电路产生数字图像,实现对目标区域的光量进行采集,生成图像数据;采用包括光线传感器、光学图像捕捉器的复合采集系统,在采集的目标区域布置光学图像捕捉器,在光线进入方向布置多角度的光线传感器,采集到的图像数据由传输控制装置进行传输;
光环境分析单元,用于根据所述图像数据进行三维建模生成三维数据,对所述三维数据进行分析生成补偿数据;所述根据所述图像数据进行三维建模生成所述三维数据包括,采用体素的建模方法、曲面演化的建模方法和表面点云的建模方法其中一种以上方法进行建模,提取所述图像数据的数据,生成物体表面模型的三维数据,根据目标区域选择其中一种以上方法进行建模;所述体素的建模方法将三维空间均匀地剖分为立方体,提取出这些立方体的数据,这些一系列的立方体即为体素,将这些立方体的块组合以获取物体的表面模型;所述曲面演化的建模方法通过一个初始的表面出发,提取出初始表面的数据,逐步演化操作到整个物体的表面模型;所述表面点云的建模方法通过特征匹配得到空间表征,提取出空间表征的数据,再进行逐步扩展重构出整个物体的几何信息,从而得到物体的表面模型;
处理单元,用于根据所述补偿数据控制补偿终端对所述目标区域进行光量补偿。
8.一种计算机系统,其包括多个计算机设备,各计算机设备包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述多个计算机设备的处理器执行所述计算机程序时共同实现权利要求1至6任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述存储介质存储的所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010701869.4A CN111738962B (zh) | 2020-07-21 | 2020-07-21 | 光量补偿方法、装置、计算机系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010701869.4A CN111738962B (zh) | 2020-07-21 | 2020-07-21 | 光量补偿方法、装置、计算机系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738962A CN111738962A (zh) | 2020-10-02 |
CN111738962B true CN111738962B (zh) | 2020-12-29 |
Family
ID=72655222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010701869.4A Active CN111738962B (zh) | 2020-07-21 | 2020-07-21 | 光量补偿方法、装置、计算机系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738962B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009003225A1 (en) * | 2007-06-29 | 2009-01-08 | Adelaide Research & Innovation Pty Ltd | Method and system for generating a 3d model from images |
CN109785423A (zh) * | 2018-12-28 | 2019-05-21 | 广州华多网络科技有限公司 | 图像补光方法、装置及计算机设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108401120B (zh) * | 2018-04-28 | 2020-11-10 | 歌尔科技有限公司 | 一种拍照方法、设备以及可穿戴智能手表 |
CN110381182A (zh) * | 2019-06-28 | 2019-10-25 | 联想(北京)有限公司 | 电子设备 |
-
2020
- 2020-07-21 CN CN202010701869.4A patent/CN111738962B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009003225A1 (en) * | 2007-06-29 | 2009-01-08 | Adelaide Research & Innovation Pty Ltd | Method and system for generating a 3d model from images |
CN109785423A (zh) * | 2018-12-28 | 2019-05-21 | 广州华多网络科技有限公司 | 图像补光方法、装置及计算机设备 |
Non-Patent Citations (2)
Title |
---|
Zisheng Xing et al.A simple net ecosystem productivity model for gap filling of tower-based fluxes: An extension of Landsberg"s equation with modifications to the light interception term.《Ecological Modelling》.2007, * |
桂立 等.自由曲面匀光透镜的建模误差分析及补偿设计.《光学学报》.2015,(第10期), * |
Also Published As
Publication number | Publication date |
---|---|
CN111738962A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108228798B (zh) | 确定点云数据之间的匹配关系的方法和装置 | |
US10719937B2 (en) | Automated detection and trimming of an ambiguous contour of a document in an image | |
Herrero-Huerta et al. | Vineyard yield estimation by automatic 3D bunch modelling in field conditions | |
Neubert et al. | Evaluation of remote sensing image segmentation quality–further results and concepts | |
Ramiya et al. | Segmentation based building detection approach from LiDAR point cloud | |
US20170308736A1 (en) | Three dimensional object recognition | |
CN110781756A (zh) | 基于遥感图像的城市道路提取方法及装置 | |
CN110264573B (zh) | 基于结构光的三维重建方法、装置、终端设备及存储介质 | |
CN116051785A (zh) | 城市实景三维模型的构建方法、装置、设备及存储介质 | |
CN111680704B (zh) | 海洋红线新增人类活动斑块自动化快速提取方法和装置 | |
Tarsha Kurdi et al. | Automatic filtering and 2D modeling of airborne laser scanning building point cloud | |
CN107004266A (zh) | 检测轮胎表面上缺陷的方法 | |
CN111553946B (zh) | 用于去除地面点云的方法及装置、障碍物检测方法及装置 | |
CN114627227B (zh) | 基于pbr材质的物体重建方法、设备及计算机可读存储介质 | |
CN116168351B (zh) | 电力设备巡检方法及装置 | |
CN113421217A (zh) | 可行驶区域检测方法和装置 | |
CN113269147B (zh) | 基于空间和形状的三维检测方法、系统、存储及处理装置 | |
Sert | A new modified neutrosophic set segmentation approach | |
CN109815763A (zh) | 二维码的检测方法、装置和存储介质 | |
CN111738962B (zh) | 光量补偿方法、装置、计算机系统及存储介质 | |
CN116310060B (zh) | 一种渲染数据的方法、装置、设备及存储介质 | |
CN116188660B (zh) | 一种基于流式渲染的点云数据处理方法及相关装置 | |
CN114255352A (zh) | 一种河道提取方法、装置及计算机可读存储介质 | |
CN116012393A (zh) | 一种纸箱点云分割方法、装置以及处理设备 | |
CN109118576A (zh) | 基于bds位置服务的大型场景三维重建系统及重建方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |