CN111766606A - Tof深度图像的图像处理方法、装置、设备及存储介质 - Google Patents

Tof深度图像的图像处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111766606A
CN111766606A CN202010565747.7A CN202010565747A CN111766606A CN 111766606 A CN111766606 A CN 111766606A CN 202010565747 A CN202010565747 A CN 202010565747A CN 111766606 A CN111766606 A CN 111766606A
Authority
CN
China
Prior art keywords
tof
depth image
image
frame
configuration
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
Application number
CN202010565747.7A
Other languages
English (en)
Inventor
张学勇
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202010565747.7A priority Critical patent/CN111766606A/zh
Publication of CN111766606A publication Critical patent/CN111766606A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • 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
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • 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
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Studio Devices (AREA)

Abstract

本公开提供了一种TOF深度图像的图像处理方法、装置、设备及存储介质，涉及摄像技术领域。该对飞行时间TOF组件拍摄的深度图像的图像处理方法包括：分别获取拍摄场景的多帧TOF深度图像，其中多帧TOF深度图像是基于配置参数的不同配置值拍摄的；分别提取各帧TOF深度图像中的有效信息；以及基于从各帧TOF深度图像中提取出的有效信息，对多帧TOF深度图像进行融合，获得高动态范围HDR深度图像。该方法解决了TOF深度图像测距精度低等问题，获得的HDR深度图像包含了更加丰富的图像细节和更高的动态范围。

Description

TOF深度图像的图像处理方法、装置、设备及存储介质
技术领域
本公开涉及摄像技术领域，尤其涉及一种TOF深度图像的图像处理方法、装置、设备及存储介质。
背景技术
飞行时间技术(Time of Flight，TOF)作为一种主动成像的三维测距技术，通过测量发射模组向目标发射的调制光信号和接收模组(TOF传感器)接收的回波光信号之间的时间差或者相位差，来获取目标的三维深度信息。
然而，目前由于TOF传感器性能及TOF调制方式等因素的影响，TOF三维成像存在测距精度低、成像范围受限及空间分辨率低等问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种TOF深度图像的图像处理方法、装置、设备及存储介质。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种对飞行时间TOF组件拍摄的深度图像的图像处理方法，包括：分别获取拍摄场景的多帧TOF深度图像，其中多帧TOF深度图像是基于配置参数的不同配置值拍摄的；分别提取各帧TOF深度图像中的有效信息；以及基于从各帧TOF深度图像中提取出的有效信息，对多帧TOF深度图像进行融合，获得高动态范围HDR深度图像。
在本公开的一个实施例中，分别提取各帧TOF深度图像中的有效信息，包括：分别针对每帧TOF深度图像执行如下操作：分别确定TOF深度图像中各像素的置信度是否大于置信度阈值；当TOF深度图像中像素的置信度大于置信度阈值时，确定像素的深度信息为有效信息，并提取像素的深度信息。
在本公开的一个实施例中，在分别获取拍摄场景的多帧TOF深度图像之前，方法还包括：获取拍摄场景的参考TOF深度图像；根据参考TOF深度图像中各像素的深度信息，确定拍摄场景中的一个或多个目标的图像类型；根据一个或多个目标的图像类型，设置配置参数的至少一个参数配置值集合；其中，配置参数的配置值属于相同或不同的参数配置值集合。
在本公开的一个实施例中，配置参数包括下述参数中的至少一种：曝光时间、TOF组件中发射模组发射的光信号的调制频率、发射模组的驱动电流、光信号的调制方式。
在本公开的一个实施例中，根据参考TOF深度图像，确定拍摄场景中的一个或多个目标的图像类型，包括：根据参考TOF深度图像中的深度信息，分别确定一个或多个目标的图像类型属于近距离深度图像或远距离深度图像；根据一个或多个目标的图像类型，设置配置参数的至少一个参数配置值集合，包括：当一个或多个目标的图像类型均属于近距离深度图像时，设置第一参数配置值集合；当一个或多个目标的图像类型均属于远距离深度图像时，设置第二参数配置值集合；当一个或多个目标的图像类型既包括近距离深度图像，又包括远距离深度图像时，分别设置第一参数配置值集合和第二参数配置值集合。
在本公开的一个实施例中，当配置参数为曝光时间时，第一参数配置值集合中的多个配置值均低于第二参数配置值集合中的多个配置值；当配置参数为调制频率时，第一参数配置值集合中的多个配置值均高于第二参数配置值集合中的多个配置值；当配置参数为驱动电流时，第一参数配置值集合中的多个配置值均高于第二参数配置值集合中的多个配置值；当配置参数为光信号的调制方式时，第一参数配置值集合中的光信号的调制方式被设置为连续波CW调制方式，第二参数配置值集合中的光信号的调制方式被设置为脉冲波PW调制方式；当配置参数为曝光时间及调制频率时，第一参数配置值集合中的曝光时间的多个配置值均低于第二参数配置值集合中的曝光时间的多个配置值，且第一参数配置值集合中的调制频率的多个配置值均高于第二参数配置值集合中的调制频率的多个配置值。
在本公开的一个实施例中，基于从各帧TOF深度图像中提取出的有效信息，对多帧TOF深度图像进行融合，获得高动态范围HDR深度图像，包括：分别对从各帧TOF深度图像中提取出的有效信息进行补偿配准；基于各帧TOF深度图像的配准后的有效信息，对多帧TOF深度图像进行融合，获得HDR深度图像。
根据本公开的又一个方面，提供一种对飞行时间TOF组件拍摄的深度图像的图像处理装置，包括：图像获取模块，用于分别获取拍摄场景的多帧TOF深度图像，其中多帧TOF深度图像是基于配置参数的不同配置值拍摄的；信息提取模块，用于分别提取各帧TOF深度图像中的有效信息；以及图像处理模块，用于基于从各帧TOF深度图像中提取出的有效信息，对多帧TOF深度图像进行融合，获得高动态范围HDR深度图像。
根据本公开的再一个方面，提供一种TOF相机，包括：TOF组件及处理模块；其中，TOF组件包括发射模组和接收模组；处理模块用于执行根据权利要求1-7任一项的方法，来对TOF组件拍摄的深度图像进行处理，获得HDR深度图像。
根据本公开的再一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述的对飞行时间TOF组件拍摄的深度图像的图像处理方法。
根据本公开的再一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的对飞行时间TOF组件拍摄的深度图像的图像处理方法。
本公开实施例提供的对飞行时间TOF组件拍摄的深度图像的图像处理方法，基于HDR技术对多帧TOF深度图像进行融合处理，仅提取各帧TOF深度图像中的有效信息，使得各帧低动态范围图像中的最佳细节子图像融合起来，提升了TOF深度图像的测距精度和图像细节，并使得获得的HDR深度图像包含了更加丰富的图像细节和更高的动态范围。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。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是本公开一个示例性实施例提供的TOF成像设备的应用示意图。
图2是本公开一个示例性实施例提供的TOF相机的示意图。
图3是本公开一个示例性实施例提供的电子设备的示意图。
图4示出本公开实施例中一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。
图5示出本公开实施例中另一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。
图6示出本公开实施例中再一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。
图7示出本公开实施例中再一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。
图8示出本公开实施例中一种对飞行时间TOF组件拍摄的深度图像的图像处理装置示意图。
图9是本公开一个示例性实施例提供的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本公开中，除非另有明确的规定和限定，“相连”、“连接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是电连接或可以互相通讯；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本公开中的具体含义。
此外，在本公开的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
高动态范围图像(High-Dynamic Range，HDR)技术，是将摄像技术和计算机图像处理技术结合起来，将多张不同曝光时间的低动态范围图像中的最佳细节子图像融合起来，生成HDR图像，提高拍摄图像的动态范围和对比度。与普通拍摄的图像相比，HDR包含更加丰富的图像细节和更高的动态范围，能够更好的反映出真实环境中的视觉效果。
本公开实施例提供的基于TOF的成像方法，将TOF技术与HDR技术相结合。针对同一拍摄场景，分别设置不同的参数来拍摄多帧深度图像，并基于HDR技术将多帧深度图像进行合成，生成高动态范围深度图像。
图1是本公开一个示例性实施例提供的TOF成像设备的应用示意图。
参考图1，TOF成像设备100被用于获取拍摄场景110内的至少一个目标120的图像。
TOF成像设备100基于TOF技术进行成像。TOF成像设备100如可以通过红外或近红外光照亮拍摄场景，测量自身与拍摄场景内各目标之间的距离，得到拍摄场景的TOF深度图像。
下面以TOF成像设备100为TOF相机为例，说明TOF成像设备100拍摄得到TOF深度图像的过程。
图2是本公开一个示例性实施例提供的TOF相机的示意图。
如图2所示，TOF相机200包括：发射模组210、传感器模组220及图像处理模组230。
TOF相机2拍摄得到TOF深度图像的过程如下：发射模组210对光信号进行调制，并发射该调制光。发出的调制光可以照亮拍摄场景。该光信号例如为红外光或近红外光。传感器模组220用于测量反射回来的光信号。图像处理模块23根据传感器模组220测量到的返回的光信号，计算出TOF相机2与拍摄场景内各三维目标表面位置的距离，从而生成TOF深度图像。
在一些实施例中，TOF相机200可以与图2中所示的上位机300连接，上位机300获取TOF相机200拍摄的多帧TOF深度图像，并通过本公开实施例提供的对飞行时间TOF组件拍摄的深度图像的图像处理方法来对多帧TOF深度图像进行处理，以获得HDR深度图像。
在一些实施例中，也可以由TOF相机200中的图像处理模块230来执行本公开实施例提供的对飞行时间TOF组件拍摄的深度图像的图像处理方法，分别对其生成的多帧TOF深度图像进行处理，以获得HDR深度图像。
此外，图1中的TOF成像设备100还可以被实施为具有TOF照相功能的电子设备，如智能手机、平板电脑、电子书阅读器、智能眼镜、MP4(MovingPicture Experts Group AudioLayer IV，动态影像专家压缩标准音频层面4)播放器、智能家居设备、AR(AugmentedReality，增强现实)设备、VR(Virtual Reality，虚拟现实)设备等移动终端，或者，也可以是个人计算机(Personal Computer，PC)，比如膝上型便携计算机和台式计算机等等。也即，将TOF组件集成于电子设备中。
图3是本公开一个示例性实施例提供的电子设备的示意图。需要说明的是，图3示出的电子设备700仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
本公开的电子设备至少包括处理器和存储器，存储器用于存储一个或多个程序，当一个或多个程序被处理器执行时，使得处理器可以实现本公开示例性实施方式的对飞行时间TOF组件拍摄的深度图像的图像处理方法。
具体的，如图3所示，电子设备700可以包括：处理器710、内部存储器721、外部存储器接口722、通用串行总线(Universal Serial Bus，USB)接口730、充电管理模块740、电源管理模块741、电池742、移动通信模块750、天线751、无线通信模块760、天线761、音频模块770、扬声器771、受话器772、麦克风773、耳机接口774、传感器模块780、显示屏790、摄像模组791、指示器792、马达793、按键794以及用户标识模块(Subscriber IdentificationModule，SIM)卡模块795等。其中传感器模块780可以包括深度传感器7801、压力传感器7802、陀螺仪传感器7803、气压传感器7804、磁传感器7805、加速度传感器7806、距离传感器7807、接近光传感器7808、指纹传感器7809、温度传感器7810、触摸传感器7811、环境光传感器7812及骨传导传感器7813等。
可以理解的是，本申请实施例示意的结构并不构成对电子设备700的具体限定。在本申请另一些实施例中，电子设备700可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或软件和硬件的组合实现。
处理器710可以包括一个或多个处理单元，例如：处理器710可以包括应用处理器(Application Processor，AP)、调制解调处理器、图形处理器(Graphics ProcessingUnit，GPU)、图像信号处理器(Image Signal Processor，ISP)、控制器、视频编解码器、数字信号处理器(Digital Signal Processor，DSP)、基带处理器和/或神经网络处理器(Neural-etwork Processing Unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。另外，处理器710中还可以设置存储器，用于存储指令和数据。
USB接口730是符合USB标准规范的接口，具体可以是MiniUSB接口，MicroUSB接口，USBTypeC接口等。USB接口730可以用于连接充电器为电子设备700充电，也可以用于电子设备700与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他电子设备，例如AR设备等。
充电管理模块740用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。电源管理模块741用于连接电池742、充电管理模块740与处理器710。电源管理模块741接收电池742和/或充电管理模块740的输入，为处理器710、内部存储器721、显示屏790、摄像模组791和无线通信模块760等供电。
电子设备700的无线通信功能可以通过天线751、天线761、移动通信模块750、无线通信模块760、调制解调处理器以及基带处理器等实现。
移动通信模块750可以提供应用在电子设备700上的包括2G/3G/4G/5G等无线通信的解决方案。
无线通信模块760可以提供应用在电子设备700上的包括无线局域网(WirelessLocal Area Networks，WLAN)(如无线保真(Wireless Fidelity，Wi-Fi)网络)、蓝牙(Bluetooth，BT)、全球导航卫星系统(Global Navigation Satellite System，GNSS)、调频(Frequency Modulation，FM)、近距离无线通信技术(Near Field Communication，NFC)、红外技术(Infrared，IR)等无线通信的解决方案。
电子设备700通过GPU、显示屏790及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏790和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器710可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。
电子设备700可以通过ISP、摄像模组791、视频编解码器、GPU、显示屏790及应用处理器等实现拍摄功能。在一些实施例中，电子设备700可以包括1个或N个摄像模组791，N为大于1的正整数，若电子设备700包括N个摄像头，N个摄像头中有一个是主摄像头。
在一些实施例中，摄像模组791被实施为TOF组件，TOF组件如可以包括发射模组、传感器模组和图像处理模组，其中发射模组用于发射调制光，传感器模组用于接收反射回来的该调制光信号，图像处理模组用于根据测量到的反射回来的光信号生成拍摄场景的TOF深度图像。处理器710获取图像处理模组生成的多帧TOF深度图像，执行本公开实施例提供的对飞行时间TOF组件拍摄的深度图像的图像处理方法，以获得HDR深度图像。
在一些实施例中，摄像模组791被实施为TOF组件，TOF组件也可以不包括上述的图像处理模组，而直接将传感器模组测量到的反射回来的光信号传递给处理器710，由处理器710生成每帧TOF图像，并由处理器710执行本公开实施例提供的对飞行时间TOF组件拍摄的深度图像的图像处理方法，以获得HDR深度图像。
内部存储器721可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。内部存储器721可以包括存储程序区和存储数据区。外部存储器接口722可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备700的存储能力。
电子设备700可以通过音频模块770、扬声器771、受话器772、麦克风773、耳机接口774及应用处理器等实现音频功能。例如音乐播放、录音等。
音频模块770用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块770还可以用于对音频信号编码和解码。在一些实施例中，音频模块770可以设置于处理器710中，或将音频模块770的部分功能模块设置于处理器710中。
扬声器771，也称“喇叭”，用于将音频电信号转换为声音信号。电子设备700可以通过扬声器771收听音乐，或收听免提通话。受话器772，也称“听筒”，用于将音频电信号转换成声音信号。当电子设备700接听电话或语音信息时，可以通过将受话器772靠近人耳接听语音。麦克风773，也称“话筒”，“传声器”，用于将声音信号转换为电信号。当拨打电话或发送语音信息时，用户可以通过人嘴靠近麦克风773发声，将声音信号输入到麦克风773。电子设备700可以设置至少一个麦克风773。耳机接口774用于连接有线耳机。
针对电子设备700包括的传感器，深度传感器7801用于获取景物的深度信息。压力传感器7802用于感受压力信号，可以将压力信号转换成电信号。陀螺仪传感器7803可以用于确定电子设备700的运动姿态。气压传感器7804用于测量气压。磁传感器7805包括霍尔传感器。电子设备700可以利用磁传感器7805检测翻盖皮套的开合。加速度传感器7806可检测电子设备700在各个方向上(一般为三轴)加速度的大小。距离传感器7807用于测量距离。接近光传感器7808可以包括例如发光二极管(LED)和光检测器，例如光电二极管。指纹传感器7809用于采集指纹。温度传感器7810用于检测温度。触摸传感器7811可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏790提供与触摸操作相关的视觉输出。环境光传感器7812用于感知环境光亮度。骨传导传感器7813可以获取振动信号。
按键794包括开机键，音量键等。按键794可以是机械按键。也可以是触摸式按键。马达793可以产生振动提示。马达793可以用于来电振动提示，也可以用于触摸振动反馈。指示器792可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。
SIM卡模块795用于连接SIM卡，例如Nano SIM、Micro SIM等。电子设备700通过SIM卡和网络交互，实现语音业务通信以及数据业务通信等功能。语音业务通信如可以包括：接打电话、视频通话等业务，数据业务如可以包括：浏览网页、网络游戏、视频缓冲、下载/上传数据、即时通信等。需要说明的是，SIM卡模块795也可以实现为虚拟的SIM卡功能，或者SIM卡模块也可以为软SIM卡。
下面，将结合附图及实施例对本公开示例实施例中的对飞行时间TOF组件拍摄的深度图像的图像处理方法的各个步骤进行更详细的说明。
图4示出本公开实施例中一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。本公开实施例提供的方法例如可以由图2所示的图像处理模组230执行，或者也可以由图3所示的处理器710执行。
参考图4，对飞行时间TOF组件拍摄的深度图像的图像处理方法400包括：
在步骤S402中，分别获取拍摄场景的多帧TOF深度图像。
其中，多帧TOF深度图像是基于配置参数的不同配置值拍摄的。
例如，可以由TOF组件针对同一拍摄场景，分别对配置参数进行设置，拍摄多帧TOF深度图像。
分别获取TOF组件拍摄的多帧TOF深度图像。
在一些实施例中，配置参数例如可以包括下述参数中的至少一种：曝光时间、TOF组件中发射模组发射的光信号的调制频率、发射模组的驱动电流、TOF组件中发射模组发射的光信号的调制方式。
以曝光时间为例，如可以分别设置多个不同的曝光时间配置值，基于各配置值，分别拍摄上述的多帧TOF深度图像。
在步骤S404中，分别提取各帧TOF深度图像中的有效信息。
每帧TOF深度图像中各像素的深度信息中可能会有一些无效信息，由于这些像素并没有提供有价值的拍摄场景信息，有时甚至会对拍摄场景的理解造成障碍，因此被称之为无效像素。
分别提取各帧TOF深度图像中的有效信息，而将无效信息剔除，可以提升融合后的深度图像各像素的测距精度。
在步骤S406中，基于从各帧TOF深度图像中提取出的有效信息，对多帧TOF深度图像进行融合，获得高动态范围HDR深度图像。
例如可以采用非多尺度变换的图像融合方法和基于多尺度变换的图像融合方法等。其中，非多尺度变换的图像融合方法包括平均与加权平均法、非线性法、神经网络法等。基于多尺度变换的图像融合方法包括金字塔变换法、小波变换法。
上述的HDR图像融合方法均为本领域的公知常识技术，为了避免模糊本发明，在此不再赘述。
本公开实施例提供的对飞行时间TOF组件拍摄的深度图像的图像处理方法，基于HDR技术对多帧TOF深度图像进行融合处理，仅提取各帧TOF深度图像中的有效信息，使得各帧低动态范围图像中的最佳细节子图像融合起来，提升了TOF深度图像的测距精度和图像细节，并使得获得的HDR深度图像包含了更加丰富的图像细节和更高的动态范围。
图5示出本公开实施例中另一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。
与图4所示的对飞行时间TOF组件拍摄的深度图像的图像处理方法400不同的是，图5所示的对飞行时间TOF组件拍摄的深度图像的图像处理方法，进一步提供了图4中所示步骤S404的实施例。
参考图5，分别针对每帧TOF深度图像，步骤S404进一步包括：
在步骤S4042中，分别确定该帧TOF深度图像中各像素的置信度是否大于置信度阈值。
例如，在计算生成一帧TOF深度图像时，可以通过计算TOF回波信号与参考回波信号的相位差，来得到各像素的深度信息和置信度。该置信度如为对应红外图像的灰度数据。
将各像素的置信度与预设的置信度阈值进行比较，来提取TOF深度图像的有效信息。
在步骤S4044中，当该帧TOF深度图像中像素的置信度大于置信度阈值时，确定该像素的深度信息为有效信息，并提取该像素的深度信息。
利用生成的各像素的置信度来提取有效信息，可以将上述的无效像素剔除掉，从而达到提升融合后的TOF深度图像的测距精度的目的。
图6示出本公开实施例中再一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。
与图4或图5所示的对飞行时间TOF组件拍摄的深度图像的图像处理方法不同的是，图6所示的对飞行时间TOF组件拍摄的深度图像的图像处理方法600，在步骤S402之前，还进一步包括：
在步骤S602中，获取拍摄场景的参考TOF深度图像。
例如，可以将相应的配置参数设置为初始配置值，拍摄到参考TOF深度图像后，获取该参考TOF深度图像。
在步骤S604中，根据参考TOF深度图像中各像素的深度信息，确定拍摄场景中的一个或多个目标的图像类型。
如上述，拍摄场景中可能包括一个或多个目标，对应得到参考TOF深度图像中，一个或多个目标对应有一个或多个目标图像。
例如，根据参考TOF深度图像中各像素的深度信息，可以将上述的一个或多个目标图像的类型确定为近距离深度图像或远距离深度图像。
在步骤S606中，根据一个或多个目标的图像类型，设置配置参数的至少一个参数配置值集合。
为了拍摄多帧不同配置值的TOF图像，针对一种配置参数，可以为其设置不同的配置值。例如，设置不同的曝光时间的配置值，或者设置不同的调制频率的配置值，再或者设置不同的驱动电流的配置值等。
例如，当一个或多个目标的图像类型均属于近距离深度图像时，设置第一参数配置值集合；当一个或多个目标的图像类型均属于远距离深度图像时，设置第二参数配置值集合；当一个或多个目标的图像类型既包括近距离深度图像，又包括远距离深度图像时，分别设置第一参数配置值集合和第二参数配置值集合。
第一参数配置值集合和第二参数配置值集合中包含的参数种类相同，例如均仅包含上述的曝光时间，或者仅包含上述的调制频率，或者仅包含上述的驱动电流，或者仅包含上述的调制方式。
而针对每种配置参数，则分别为第一参数配置值集合和第二参数配置值集合设置不同的配置值。
例如，当配置参数为曝光时间时，第一参数配置值集合中的曝光时间的多个配置值均低于第二参数配置值集合中的曝光时间的多个配置值；
当配置参数为调制频率时，第一参数配置值集合中的调制频率的多个配置值均高于第二参数配置值集合中的调制频率的多个配置值；
当配置参数为驱动电流时，第一参数配置值集合中的驱动电流的多个配置值均高于第二参数配置值集合中的驱动电流的多个配置值；
当配置参数为光信号的调制方式时，第一参数配置值集合中的光信号的调制方式被设置为连续波CW调制方式，第二参数配置值集合中的光信号的调制方式被设置为脉冲波PW调制方式；
当配置参数为曝光时间及调制频率时，第一参数配置值集合中的曝光时间的多个配置值均低于第二参数配置值集合中的曝光时间的多个配置值，且第一参数配置值集合中的调制频率的多个配置值均高于第二参数配置值集合中的调制频率的多个配置值。
针对既包含近距离深度图像又包含远距离深度图像的TOF深度图像，由于为其分别配置了第一参数配置值集合和第二参数配置值集合，在设置不同配置值时，例如可以交替地从第一参数配置值集合和第二参数配置值集合分别选择配置值，来进行拍摄。但本公开不以此为限，如也可以将第一参数配置值集合中的所有配置值(或者选择出的部分配置值)拍摄完毕后，再从第二参数配置值集合中选择。
通常近距离目标和远距离目标在成像时，具有不同的需求，例如近距离目标通常在成像时期望得到更高的测距精度，而针对远距离深度图像由于测距精度低，则可以选择节省发射端功耗的频率、电流或调制方式等。通过本公开实施例提供的方法，在设置配置参数的配置值时，针对不同类型的深度图像分别进行设置，对于近距离目标的深度图像可以进一步提升其测距精度，而对于远距离目标的深度图像则可以节省发射端功耗。
图7示出本公开实施例中再一种对飞行时间TOF组件拍摄的深度图像的图像处理方法流程图。
与图4所示的方法不同的是，图7所示的方法进一步提供了步骤S406的实施例。
参考图7，步骤S406包括：
在步骤S4062中，分别对从各帧TOF深度图像中提取出的有效信息进行补偿配准。
如上述，在提取各帧的有效信息时采用了置信度判断，因为近距离深度图和远距离深度图曝光时间不同，那么在融合(解混频)时，需要先采用补偿配准后，再进行深度图融合。例如，可以采用系数补偿配准方法。
在步骤S4064中，基于各帧TOF深度图像的补偿配准后的有效信息，对多帧TOF深度图像进行融合，获得HDR深度图像。
在进行图像融合之前，先进行图像配准操作，可以提升融合的准确度。
需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图8示出本公开实施例中一种对飞行时间TOF组件拍摄的深度图像的图像处理装置示意图。
参考图8，对飞行时间TOF组件拍摄的深度图像的图像处理装置800包括：图像获取模块802、信息提取模块804及图像处理模块806。
其中，图像获取模块802用于分别获取拍摄场景的多帧TOF深度图像，其中多帧TOF深度图像是基于配置参数的不同配置值拍摄的。
信息提取模块804用于分别提取各帧TOF深度图像中的有效信息。
图像处理模块806用于基于从各帧TOF深度图像中提取出的有效信息，对多帧TOF深度图像进行融合，获得高动态范围HDR深度图像。
本公开实施例提供的对飞行时间TOF组件拍摄的深度图像的图像处理装置，基于HDR技术对多帧TOF深度图像进行融合处理，仅提取各帧TOF深度图像中的有效信息，使得各帧低动态范围图像中的最佳细节子图像融合起来，提升了TOF深度图像的测距精度和图像细节，并使得获得的HDR深度图像包含了更加丰富的图像细节和更高的动态范围。
在一些实施例中，信息提取模块804用于分别针对每帧TOF深度图像执行如下操作：分别确定TOF深度图像中各像素的置信度是否大于置信度阈值；当TOF深度图像中像素的置信度大于置信度阈值时，确定像素的深度信息为有效信息，并提取像素的深度信息。
在一些实施例中，图像获取模块802还用于获取拍摄场景的参考TOF深度图像；图像处理模块806还用于根据参考TOF深度图像中各像素的深度信息，确定拍摄场景中的一个或多个目标的图像类型；并根据一个或多个目标的图像类型，设置配置参数的至少一个参数配置值集合；其中，配置参数的配置值属于相同或不同的参数配置值集合。
在一些实施例中，配置参数包括下述参数中的至少一种：曝光时间、TOF组件中发射模组发射的光信号的调制频率、发射模组的驱动电流、发射模组发射的光信号的调制方式。
在一些实施例中，图像处理模块806用于根据参考TOF深度图像，确定拍摄场景中的一个或多个目标的图像类型，包括：根据参考TOF深度图像中的深度信息，分别确定一个或多个目标的图像类型属于近距离深度图像或远距离深度图像；根据一个或多个目标的图像类型，设置配置参数的至少一个参数配置值集合，包括：当一个或多个目标的图像类型均属于近距离深度图像时，设置第一参数配置值集合；当一个或多个目标的图像类型均属于远距离深度图像时，设置第二参数配置值集合；当一个或多个目标的图像类型既包括近距离深度图像，又包括远距离深度图像时，分别设置第一参数配置值集合和第二参数配置值集合。
在一些实施例中，当配置参数为曝光时间时，第一参数配置值集合中的多个配置值均低于第二参数配置值集合中的多个配置值；当配置参数为调制频率时，第一参数配置值集合中的多个配置值均高于第二参数配置值集合中的多个配置值；当配置参数为驱动电流时，第一参数配置值集合中的多个配置值均高于第二参数配置值集合中的多个配置值；当配置参数为光信号的调制方式时，第一参数配置值集合中的光信号的调制方式被设置为连续波CW调制方式，第二参数配置值集合中的光信号的调制方式被设置为脉冲波PW调制方式；当配置参数为曝光时间及调制频率时，第一参数配置值集合中的曝光时间的多个配置值均低于第二参数配置值集合中的曝光时间的多个配置值，且第一参数配置值集合中的调制频率的多个配置值均高于第二参数配置值集合中的调制频率的多个配置值。
在一些实施例中，信息提取模块804用于分别对从各帧TOF深度图像中提取出的有效信息进行补偿配准；并基于各帧TOF深度图像的配准后的有效信息，对多帧TOF深度图像进行融合，获得HDR深度图像。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图9所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品900，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、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公开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，本公开的真正范围和精神由所附的权利要求指出。

Claims (11)

1.一种对飞行时间TOF组件拍摄的深度图像的图像处理方法，其特征在于，包括：
分别获取拍摄场景的多帧TOF深度图像，其中所述多帧TOF深度图像是基于配置参数的不同配置值拍摄的；
分别提取各帧TOF深度图像中的有效信息；以及
基于从各帧TOF深度图像中提取出的有效信息，对所述多帧TOF深度图像进行融合，获得高动态范围HDR深度图像。
2.根据权利要求1所述的方法，其特征在于，分别提取各帧TOF深度图像中的有效信息，包括：分别针对每帧TOF深度图像执行如下操作：
分别确定所述TOF深度图像中各像素的置信度是否大于置信度阈值；
当所述TOF深度图像中像素的置信度大于置信度阈值时，确定所述像素的深度信息为有效信息，并提取所述像素的深度信息。
3.根据权利要求1或2所述的方法，其特征在于，在分别获取拍摄场景的多帧TOF深度图像之前，所述方法还包括：
获取所述拍摄场景的参考TOF深度图像；
根据所述参考TOF深度图像中各像素的深度信息，确定所述拍摄场景中的一个或多个目标的图像类型；
根据所述一个或多个目标的图像类型，设置所述配置参数的至少一个参数配置值集合；
其中，所述配置参数的配置值属于相同或不同的参数配置值集合。
4.根据权利要求3所述的方法，其特征在于，所述配置参数包括下述参数中的至少一种：曝光时间、所述TOF组件中发射模组发射的光信号的调制频率、所述发射模组的驱动电流、所述光信号的调制方式。
5.根据权利要求4所述的方法，其特征在于，根据所述参考TOF深度图像，确定所述拍摄场景中的一个或多个目标的图像类型，包括：根据所述参考TOF深度图像中的深度信息，分别确定所述一个或多个目标的图像类型属于近距离深度图像或远距离深度图像；
根据所述一个或多个目标的图像类型，设置所述配置参数的至少一个参数配置值集合，包括：当所述一个或多个目标的图像类型均属于所述近距离深度图像时，设置第一参数配置值集合；当所述一个或多个目标的图像类型均属于所述远距离深度图像时，设置第二参数配置值集合；当所述一个或多个目标的图像类型既包括所述近距离深度图像，又包括所述远距离深度图像时，分别设置所述第一参数配置值集合和所述第二参数配置值集合。
6.根据权利要求5所述的方法，其特征在于，当所述配置参数为所述曝光时间时，所述第一参数配置值集合中的多个配置值均低于所述第二参数配置值集合中的多个配置值；
当所述配置参数为所述调制频率时，所述第一参数配置值集合中的多个配置值均高于所述第二参数配置值集合中的多个配置值；
当所述配置参数为所述驱动电流时，所述第一参数配置值集合中的多个配置值均高于所述第二参数配置值集合中的多个配置值；
当所述配置参数为所述光信号的调制方式时，所述第一参数配置值集合中的所述光信号的调制方式被设置为连续波CW调制方式，所述第二参数配置值集合中的所述光信号的调制方式被设置为脉冲波PW调制方式；
当所述配置参数为所述曝光时间及所述调制频率时，所述第一参数配置值集合中的所述曝光时间的多个配置值均低于所述第二参数配置值集合中的所述曝光时间的多个配置值，且所述第一参数配置值集合中的所述调制频率的多个配置值均高于所述第二参数配置值集合中的所述调制频率的多个配置值。
7.根据权利要求1或2所述的方法，其特征在于，基于从各帧TOF深度图像中提取出的有效信息，对所述多帧TOF深度图像进行融合，获得高动态范围HDR深度图像，包括：
分别对从各帧TOF深度图像中提取出的有效信息进行补偿配准；
基于各帧TOF深度图像的配准后的有效信息，对所述多帧TOF深度图像进行融合，获得所述HDR深度图像。
8.一种对飞行时间TOF组件拍摄的深度图像的图像处理装置，其特征在于，包括：
图像获取模块，用于分别获取拍摄场景的多帧TOF深度图像，其中所述多帧TOF深度图像是基于配置参数的不同配置值拍摄的；
信息提取模块，用于分别提取各帧TOF深度图像中的有效信息；以及
图像处理模块，用于基于从各帧TOF深度图像中提取出的有效信息，对所述多帧TOF深度图像进行融合，获得高动态范围HDR深度图像。
9.一种TOF相机，其特征在于，包括：TOF组件及处理模块；其中，所述TOF组件包括发射模组和接收模组；所述处理模块用于执行根据权利要求1-7任一项所述的方法，来对所述TOF组件拍摄的深度图像进行处理，获得HDR深度图像。
10.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法。
11.一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，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
CN202010565747.7A 2020-06-19 2020-06-19 Tof深度图像的图像处理方法、装置、设备及存储介质 Pending CN111766606A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010565747.7A CN111766606A (zh) 2020-06-19 2020-06-19 Tof深度图像的图像处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010565747.7A CN111766606A (zh) 2020-06-19 2020-06-19 Tof深度图像的图像处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111766606A true CN111766606A (zh) 2020-10-13

Family

ID=72722673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010565747.7A Pending CN111766606A (zh) 2020-06-19 2020-06-19 Tof深度图像的图像处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111766606A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112561874A (zh) * 2020-12-11 2021-03-26 杭州海康威视数字技术股份有限公司 一种遮挡物检测方法、装置及监控摄像机
CN113031001A (zh) * 2021-02-24 2021-06-25 Oppo广东移动通信有限公司 深度信息处理方法、深度信息处理装置、介质与电子设备
KR102398580B1 (ko) * 2021-06-21 2022-05-17 주식회사 호인스컴퍼니 휴대 단말을 이용한 실감 오브젝트 생성 시스템
WO2023087939A1 (zh) * 2021-11-22 2023-05-25 哲库科技(上海)有限公司 一种图像处理方法及装置、存储介质
WO2023103622A1 (zh) * 2021-12-10 2023-06-15 浙江舜宇智能光学技术有限公司 iToF深度计算装置、方法、iToF相机模组和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150022693A1 (en) * 2013-07-16 2015-01-22 Texas Instruments Incorporated Wide Dynamic Range Depth Imaging
CN107197169A (zh) * 2017-06-22 2017-09-22 维沃移动通信有限公司 一种高动态范围图像拍摄方法及移动终端
CN107360354A (zh) * 2017-07-31 2017-11-17 广东欧珀移动通信有限公司 拍照方法、装置、移动终端和计算机可读存储介质
CN107509045A (zh) * 2017-09-11 2017-12-22 广东欧珀移动通信有限公司 图像处理方法和装置、电子装置和计算机可读存储介质
CN109242961A (zh) * 2018-09-26 2019-01-18 北京旷视科技有限公司 一种脸部建模方法、装置、电子设备和计算机可读介质
CN110445988A (zh) * 2019-08-05 2019-11-12 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150022693A1 (en) * 2013-07-16 2015-01-22 Texas Instruments Incorporated Wide Dynamic Range Depth Imaging
CN107197169A (zh) * 2017-06-22 2017-09-22 维沃移动通信有限公司 一种高动态范围图像拍摄方法及移动终端
CN107360354A (zh) * 2017-07-31 2017-11-17 广东欧珀移动通信有限公司 拍照方法、装置、移动终端和计算机可读存储介质
CN107509045A (zh) * 2017-09-11 2017-12-22 广东欧珀移动通信有限公司 图像处理方法和装置、电子装置和计算机可读存储介质
CN109242961A (zh) * 2018-09-26 2019-01-18 北京旷视科技有限公司 一种脸部建模方法、装置、电子设备和计算机可读介质
CN110445988A (zh) * 2019-08-05 2019-11-12 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112561874A (zh) * 2020-12-11 2021-03-26 杭州海康威视数字技术股份有限公司 一种遮挡物检测方法、装置及监控摄像机
CN113031001A (zh) * 2021-02-24 2021-06-25 Oppo广东移动通信有限公司 深度信息处理方法、深度信息处理装置、介质与电子设备
CN113031001B (zh) * 2021-02-24 2024-02-13 Oppo广东移动通信有限公司 深度信息处理方法、深度信息处理装置、介质与电子设备
KR102398580B1 (ko) * 2021-06-21 2022-05-17 주식회사 호인스컴퍼니 휴대 단말을 이용한 실감 오브젝트 생성 시스템
WO2023087939A1 (zh) * 2021-11-22 2023-05-25 哲库科技(上海)有限公司 一种图像处理方法及装置、存储介质
WO2023103622A1 (zh) * 2021-12-10 2023-06-15 浙江舜宇智能光学技术有限公司 iToF深度计算装置、方法、iToF相机模组和系统

Similar Documents

Publication Publication Date Title
CN111766606A (zh) Tof深度图像的图像处理方法、装置、设备及存储介质
CN111161176B (zh) 图像处理方法及装置、存储介质和电子设备
CN111815666B (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN111741303B (zh) 深度视频处理方法、装置、存储介质与电子设备
CN111243105B (zh) 增强现实处理方法及装置、存储介质和电子设备
CN114422340B (zh) 日志上报方法、电子设备及存储介质
CN111311758A (zh) 增强现实处理方法及装置、存储介质和电子设备
CN112954251B (zh) 视频处理方法、视频处理装置、存储介质与电子设备
CN112165575B (zh) 图像虚化处理方法及装置、存储介质和电子设备
CN113672756A (zh) 一种视觉定位方法及电子设备
CN111598919A (zh) 运动估计方法、运动估计装置、存储介质与电子设备
CN115150542B (zh) 一种视频防抖方法及相关设备
CN112188094B (zh) 图像处理方法及装置、计算机可读介质及终端设备
CN113781548B (zh) 多设备的位姿测量方法、电子设备及系统
CN114005016A (zh) 一种图像处理方法、电子设备、图像处理系统及芯片系统
WO2021175097A1 (zh) 一种非视距物体的成像方法和电子设备
WO2022033344A1 (zh) 视频防抖方法、终端设备和计算机可读存储介质
CN111757005A (zh) 拍摄控制方法及装置、计算机可读介质和电子设备
CN115480250A (zh) 语音识别方法、装置、电子设备及存储介质
CN115393676A (zh) 手势控制优化方法、装置、终端和存储介质
CN111982293A (zh) 体温测量方法、装置、电子设备及存储介质
CN112348738A (zh) 图像优化方法、图像优化装置、存储介质与电子设备
CN113436635A (zh) 分布式麦克风阵列的自校准方法、装置和电子设备
CN111626929B (zh) 深度图像的生成方法及装置、计算机可读介质和电子设备
CN111626928B (zh) 深度图像生成方法及装置、存储介质和电子设备

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