CN112040208B - 图像处理方法、装置、可读存储介质及计算机设备 - Google Patents

图像处理方法、装置、可读存储介质及计算机设备 Download PDF

Info

Publication number
CN112040208B
CN112040208B CN202010938364.XA CN202010938364A CN112040208B CN 112040208 B CN112040208 B CN 112040208B CN 202010938364 A CN202010938364 A CN 202010938364A CN 112040208 B CN112040208 B CN 112040208B
Authority
CN
China
Prior art keywords
image
target
structured light
point
light image
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
CN202010938364.XA
Other languages
English (en)
Other versions
CN112040208A (zh
Inventor
汪阅冬
张召世
朱能胜
乐敏
徐辉宇
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.)
Nanchang Virtual Reality Institute Co Ltd
Original Assignee
Nanchang Virtual Reality Institute 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 Nanchang Virtual Reality Institute Co Ltd filed Critical Nanchang Virtual Reality Institute Co Ltd
Priority to CN202010938364.XA priority Critical patent/CN112040208B/zh
Publication of CN112040208A publication Critical patent/CN112040208A/zh
Application granted granted Critical
Publication of CN112040208B publication Critical patent/CN112040208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3179—Video signal processing therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3179—Video signal processing therefor
    • H04N9/3182—Colour adjustment, e.g. white balance, shading or gamut
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/12—Picture reproducers
    • H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
    • H04N9/3179—Video signal processing therefor
    • H04N9/3188—Scale or resolution adjustment

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种图像处理方法、装置、可读存储介质及计算机设备，该方法包括，通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述结构光图像为暗色的方块和亮色的方块交替出现的网格图像；计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系，所述十字点为四个相邻方块的交点；通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像；根据所述位置映射关系对所述高亮度二维图像进行映射，以得到目标二维图像。通过该方法得到的目标二维图像，其投射至三维物体表面时可以达到紧密贴合的效果。

Description

图像处理方法、装置、可读存储介质及计算机设备
技术领域
本发明涉及图像处理领域，特别是涉及一种图像处理方法、装置、可读存储介质及计算机设备。
背景技术
光雕投影(Projection mapping、3d mapping)，也称为视频投影或者空间增强现实，是一种投影技术，可以将物体(多半是不规则外形的物体)变成影像投影的显示表面。
目前的光雕投影技术中，图像与物体贴合精度较低，由于人眼的缺陷，在大场景下，这种低精度贴合不会被人眼所察觉，但是，在小场景下，当物体体积较小，即用来作为显示表面的面积很小时，如果利用光雕投影技术进行增强现实，则会出现图像与物体存在明显的偏移，或者说图像无法贴合物体，给人带来极差的体验效果。
发明内容
鉴于上述状况，有必要针对现有技术中投影图像与三维物体贴合精度低的问题，提供一种图像处理方法、装置、可读存储介质及计算机设备。
一种图像处理方法，包括：
通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述结构光图像为暗色的方块和亮色的方块交替出现的网格图像；
确定所述目标结构光图像中的十字点，并计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系，所述十字点为四个相邻方块的交点；
通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像；
根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像。
进一步的，上述图像处理方法，其中，所述确定所述目标结构光图像中的十字点的步骤包括：
确定所述目标结构光图像中每个像素点周围四个方块区域的颜色，四个所述方块区域按照与像素点的位置关系定义为左上区域、左下区域、右下区域和右上区域；
当当前像素点的左上区域的颜色为暗色、左下区域的颜色为亮色、右下区域的颜色为暗色和右上区域的颜色为亮色，或当所述当前像素点的左上区域的颜色为亮色、左下区域的颜色为暗色、右下区域的颜色为亮色和右上区域的颜色为暗色时，确定所述当前像素点为所述目标结构光图像中的交点，并将所述交点作为所述目标结构光图像中的十字点。
进一步的，上述图像处理方法，其中，所述确定所述目标结构光图像中每个像素点周围四个方块区域的颜色的步骤包括：
利用所述投影设备投影一张灰度值小于阈值的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到参考图像；
采集所述目标结构光图像和所述参考图像中每个像素点的灰度值，并计算所述目标结构光图像和所述参考图像中对应位置的像素点的灰度值差，得到各个像素点对应的灰度差值；
从所述目标结构光图像中当前像素点周围的四个所述方块区域中各选取若干个像素点作为参考像素点，并将所述当前像素点对应的灰度差值分别与每个所述参考像素点对应的灰度差值进行比较；
当所述当前像素点对应的灰度差值大于当前方块区域中各个所述参考素点对应的灰度差值时，确定所述当前方块区域为暗色；
当所述当前像素点对应的灰度差值小于当前方块区域中各个所述参考像素点对应的灰度差值时，确定所述当前方块区域为亮色。
进一步的，上述图像处理方法，其中，所述将所述交点作为所述目标结构光图像中的十字点的步骤包括：
查找所述目标结构光图像中当前交点周围的所有目标交点，所述目标交点为与所述当前交点的距离在预设距离以内的交点；
将查找到的目标交点与所述当前交点围合成一个片区；
对所述片区内所有交点的位置坐标取平均值，并将所述平均值对应的位置点作为所述片区的十字点。
进一步的，上述图像处理方法，其中，所述通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像的步骤包括：
将原始结构光图像通过投影设备分行投影至所述目标物体上，并获取摄像头采集每次投影后的目标物体的二维图像，得到所述目标结构光图像；
所述确定所述目标结构光图像中的十字点的步骤包括：
对分行投影后采集的各个二维图像分别进行十字点计算，并将各二维图像的计算结果进行合并。
进一步的，上述图像处理方法，其中，所述将原始结构光图像通过投影设备分行投影至所述目标物体上的步骤包括：
将所述结构光图像中的方块结构按行划分，得到多个方块结构光组；将多个所述结构光组均分为预设数量的等分，得到所述预设数量个区域图像，其中，四个相邻的方块组成一个方块结构，每个区域图像中相邻的结构光组间隔的宽度等于所述预设数量个结构光组的总宽度；
将各个所述区域图像分别投影至所述目标物体上。
进一步的，上述图像处理方法，其中，所述根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像的步骤包括：
在一空白图像中查找所述高亮度图像中每个十字点对应的目标位置点，所述空白图像中的所述目标位置点根据所述映射关系查找；
将所述高亮度图像中的十字点的颜色填充至对应的所述目标位置点上，得到新的二维图像；
将所述新的二维图像中的空白点通过插值法填充颜色，以得到目标二维图像。
进一步的，上述图像处理方法，其中，所述计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系的步骤之前还包括：
对所述目标结构光图像中的所有十字点进行分行处理，以确定各个十字点所处的行位置；
在每一行中依序计算相邻两个十字点的间距，并将间距小于阈值距离的两个相邻十字点中的其中一个删除。
本发明还提供了一种图像处理装置，包括：
第一采集模块，用于通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述结构光图像为暗色的方块和亮色的方块交替出现的网格图像；
十字点确定模块，用于确定所述目标结构光图像中的十字点，所述十字点为四个相邻方块的交点；
映射关系确定模块，用于计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系；
第二采集模块，用于通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像；
映射模块，用于根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像。
进一步的，上述图像处理装置，所述十字点确定模块包括：
颜色确定模块，用于确定所述目标结构光图像中每个像素点周围四个方块区域的颜色，四个所述方块区域按照与像素点的位置关系定义为左上区域、左下区域、右下区域和右上区域；
十字点确定子模块，用于当当前像素点的左上区域的颜色为暗色、左下区域的颜色为亮色、右下区域的颜色为暗色和右上区域的颜色为亮色，或当所述当前像素点的左上区域的颜色为亮色、左下区域的颜色为暗色、右下区域的颜色为亮色和右上区域的颜色为暗色时，确定所述当前像素点为所述目标结构光图像中的交点，并将所述交点作为所述目标结构光图像中的十字点。
进一步的，上述图像处理装置，其中，所述颜色确定模块包括：
第三采集模块，用于利用所述投影设备投影一张灰度值小于阈值的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到参考图像；
计算模块，用于采集所述目标结构光图像和所述参考图像中每个像素点的灰度值，并计算所述目标结构光图像和所述参考图像中对应位置的像素点的灰度值差，得到各个像素点对应的灰度差值；
比较模块，用于从所述目标结构光图像中当前像素点周围的四个所述方块区域中各选取若干个像素点作为参考像素点，并将所述当前像素点对应的灰度差值分别与每个所述参考像素点对应的灰度差值进行比较；
第一确定子模块，用于当所述当前像素点对应的灰度差值大于当前方块区域中各个所述参考素点对应的灰度差值时，确定所述当前方块区域为暗色；
第二确定子模块，用于当所述当前像素点对应的灰度差值小于当前方块区域中各个所述参考像素点对应的灰度差值时，确定所述当前方块区域为亮色。
进一步的，上述图像处理装置，其中，所述十字点确定子模块包括：
十字点查找模块，用于查找所述目标结构光图像中当前交点周围的所有目标交点，所述目标交点为与所述当前交点的距离在预设距离以内的交点；
合并模块，用于将查找到的目标交点与所述当前交点围合成一个片区；
确定模块，用于对所述片区内所有交点的位置坐标取平均值，并将所述平均值对应的位置点作为所述片区的十字点。
进一步的，上述图像处理装置，其中，所述第一采集模块包括：
投影模块，用于将原始结构光图像通过投影设备分行投影至所述目标物体上；
采集子模块，用于采集每次投影后的所述目标物体的二维图像，得到所述目标结构光图像。
进一步的，上述图像处理装置，其中，所述映射模块包括：
位置点查找模块，用于在一空白图像中查找所述高亮度图像中每个十字点对应的目标位置点，所述空白图像中的所述目标位置点根据所述映射关系查找；
第一颜色填充模块，用于将所述高亮度图像中的十字点的颜色填充至对应的所述目标位置点上，得到新的二维图像；
第二颜色填充模块，用于将所述新的二维图像中的空白点通过插值法填充颜色，以得到目标二维图像。
进一步的，上述图像处理装置，还包括：
分行处理模块，用于对所述目标结构光图像中的所有十字点进行分行处理，以确定各个十字点所处的行位置；
噪点删除模块，用于在每一行中依序计算相邻两个十字点的间距，并将间距小于阈值距离的两个相邻十字点中的其中一个删除。
本发明还提供了一种可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一所述的图像处理方法。
本发明还提供了一种计算机设备，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程序，其特征在于，所述处理器执行所述程序时实现上述任意一项所述的图像处理方法。
本发明通过投影仪投影原始结构光图像至三维物体上，并进行图像采集，使用采集得到的目标结构光图像和原始结构光图像进行映射计算，得到这两张图之间的映射关系，再利用投影仪和照相机获取高灰度下的三维物体的二维图像得到高亮度二维图像，利用上述获取的映射关系对该高亮度二维图进行映射，得到目标二维图像，将此目标二维图像投射至三维物体表面可以达到紧密贴合的效果，达到增强现实的作用。
附图说明
图1为本发明第一实施例提供的图像处理方法的流程图；
图2为原始结构光图像的示意图；
图3a和图3b分别为两种情况下四个相邻方块的颜色示意图；
图4为本发明第二实施例提供的图像处理方法的流程图；
图5为投射的一个区域图像的示意图；
图6为本发明第三实施例提供的图像处理方法的流程图；
图7为本发明第三实施例中，四个方块区域的颜色确定方法的流程图；
图8为本发明第三实施例中，各个方块区域中参考像素点的位置分布示意图；
图9为本发明第三实施例中，根据映射关系生成目标二维图像方法的流程图；
图10为本发明第四实施例提供的图像处理装置的结构框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
请参阅图1，为本发明第一实施例中的图像处理方法，包括步骤S11～S14。
步骤S11，通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述结构光图像为暗色的方块和亮色的方块交替出现的网格图像。
如图2所示，该原始结构光图像为规则的暗色的方块和亮色的方块交替出现的网格图像，通过程序可计算得到该原始结构光图像。需要说明的是，该原始结构光图像中暗色方块和亮色方块的大小均等，且方块尺寸根据实际需要进行设置。
投影设备投影原始结构光图像的过程中产生方块结构光，即向目标物体投射方块结构光。这种结构光采用对比度较大的两种颜色的小方块组成，即灰度值较小的暗色小方块和灰度值较大的亮色小方块，其信息少，容易进行计算处理。
需要说明的是，本实施例中仅以颜色的灰度值来区分各个颜色的不同。
优选的，该两种方块的颜色可采用纯黑色和纯白色，其对比度最大，有利于数据的处理。
该投影设备例如投影仪，其与计算机设备连接，通过计算机设备控制该投影设备投射原始结构光图像。需要说明的是，投影设备投射画面的分辨率和计算机一致，例如均为1366*768，也就是横向分辨率和纵向分辨率分别是1366和768。
该目标物体为三维物体，作为需要投影增强的目标物体。投影设备投射方块结构光至目标物体上，并通过相机采集目标物体的图像，得到二维图像，即目标结构光图像。该目标结构光图像为亮色、暗色方块交替出现的网格图像，且由于投射至三维物体上，对应该物体的图像区域的方块产生变形。
步骤S12，确定所述目标结构光图像中的十字点，并计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系，所述十字点为四个相邻方块的交点。
该目标结构光图像和原始结构光图像均为亮色方块和暗色方块交替出现的网格图像，根据相邻四个方块的交点可确定十字点。具体实施时，可将相邻四个方块的交点确定为十字点，例如四个方块按两行两列排列，组成一个正方形，这个正方形对角线上的方块颜色是一样的，纵向和横向的相邻方块颜色不同，这四个方块的交点即为十字点。
原始结构光图像为投影图像，而目标结构光图像为相机拍的图像，投影设备和摄像机的分辨率不同，因此，两张结构光图像中相同十字点对应的位置坐标采用不同的坐标系。基于此，需要建立目标结构光图像和原始结构光图像中各个十字点之间的映射关系。
该目标结构光图像中各个十字点和原始结构光图像中各个十字点可通过系统的标识来识别，根据该标识查找两图像中对应的十字点，然后获取两张图像中对应十字点的坐标即可得到两张图像中十字点之间的射关系。
需要说明的是，原始结构光图像中各个方块的位置是固定的，因此每个十字点的位置可确定。而目标结构光图像中的方块部分变形，因此四个相邻方块的十字点比较难以确定。作为本发明的一种实施方式，该目标结构光图像中的十字点的确定可采用下述步骤来实现：
步骤1，确定所述目标结构光图像中每个像素点周围四个方块区域的颜色，该四个方块区域按照与像素点的位置关系定义为左上区域、左下区域、右下区域和右上区域的颜色；
步骤2，当当前像素点的左上区域的颜色为暗色、左下区域的颜色为亮色、右下区域的颜色为暗色和右上区域的颜色为亮色，或当所述当前像素点的左上区域的颜色为亮色、左下区域的颜色为暗色、右下区域的颜色为亮色和右上区域的颜色为暗色时，确定所述当前像素点为所述目标结构光图像中的交点，并将所述交点作为所述目标结构光图像中的十字点。
如图3a和3b所示，该目标结构光图像中由交替暗色方块和亮色方块组成，每相邻四个方块为一组，其交点周围四个方块区域的颜色具有一定的规律，如该交点的左上方块为暗色、左下方块为亮色、右下方块为暗色、右上方块为亮色，或者该交点左上方块为亮色、左下方块为暗色、右下方块为亮色、右上方块为暗色。
根据该规律依次判断每个像素点周围四个方块区域的颜色，当当前像素点符合该规律时，则确定该当前像素点为四个方块的交点。并将该当前像素点作为该目标结构光中的十字点。一般，该方块区域的尺寸等于或略小于实际投影后的亮色和暗色方块的尺寸。
步骤S13，通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像。
通过投影设备投影一张高灰度的纯色图像至该目标物体上，并采用相机进行拍摄，得到该目标物体的高亮度二维图像。投影设备投射的纯色图像灰度有一定的要求，一般灰度要求灰度值大于阈值，如150，也可以为纯白色图像。采用该高灰度的图像投影可采集到清晰、亮度高的二维图像，即高亮度二维图像。
步骤S14，根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像。
该高亮度图像中各个像素点的位置坐标采用的是相机分辨率下的坐标，其通过该映射关系可得到投影设备分辨率下的位置坐标。具体实施时，可预先设置一空白图像，利用上述得到的映射关系将高亮度二维图像和该空白图像进行一一映射，从而计算出该空白图像中与目标结构光图像上的十字点对应的目标位置点的坐标。将该目标位置点按照X、Y的坐标位置平铺在另一张空白图像(一般采用纯白色图像)中，得到一张空白二维图像。
获取高亮度二维图像中各个十字点的颜色值，并将该空白二维图像中各个目标位置点的像素点颜色设置为对应的十字点的颜色值，从而得到一新的二维图像。
该新的二维图像中只有目标位置点填充了颜色，其他像素点(即空白点)的颜色没有填充，其为白色。利用相关算法将这些空白点的灰度信息补充完整，然后就得到所需要的目标二维图像。
在本发明的一实施例中，空白点颜色填充的算法可采用差值法。
通过该方法获得的目标二维图像可用在投影设备中进行投影时，可以使该目标二维图像与目标物体紧密贴合，达到增强现实的目的。
进一步的，在获取到该目标二维图像后，用户可在二维平面上对该目标二维图像上进行图像编辑，如在该高亮度图像上添加内容、删除内容或修改该高亮度二维图像中的内容，以得到用户想要的呈现效果。修改后的目标二维图像投影至该目标物体上时，可将用户想要的呈现效果一并投射至该目标物体上。举例来说，该目标物体为人头像，经过上述方法得到该人头像的目标二维图像后，可在二维平面上修改人头图像眼睛的颜色，通过投影设备将修改后的目标二维图像投影至该人头像上时，同样将眼睛的颜色投影至人头像的眼睛上。
本实施例中，通过投影仪投影原始结构光图像至三维物体上，并进行图像采集，使用采集得到的目标结构光图像和原始结构光图像进行映射计算，得到这两张图之间的映射关系，再利用投影仪和照相机获取高灰度下的三维物体的二维图像得到高亮度二维图像，利用上述获取的映射关系对该高亮度二维图进行映射，得到目标二维图像，将此目标二维图像投射至三维物体表面可以达到紧密贴合的效果，达到增强现实的作用。
进一步的，为了提高数据处理效率和十字点的确认准确性，本发明的第二实施例中，可对原始结构光分多次投影，并进行多次图像采集，再分别对每次采集的图像进行十字点确定。具体的，如图4所示，该第二实施例中，通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像的步骤包括：
步骤S111，将原始结构光图像通过投影设备分行投影至所述目标物体上；
步骤S112，采集每次投影后的所述目标物体的二维图像，得到所述目标结构光图像。
其中，确定所述目标结构光图像中的十字点的步骤包括：
步骤S121，确定分行投影后采集的每个二维图像中的十字点，并进行汇总，得到所述目标结构光图像中的所有十字点。
优选的，上述步骤中，将原始结构光图像通过投影设备分行投影至所述目标物体上的步骤具体为：
将所述结构光图像中的方块结构按行划分，得到多个方块结构光组；
将多个所述结构光组均分为预设数量的等分，得到所述预设数量个区域图像，其中，四个相邻的方块组成一个方块结构，每个区域图像中相邻的结构光组间隔的宽度等于所述预设数量个结构光组的总宽度；
将各个所述区域图像分别投影至所述目标物体上。
举例来说，投射原始结构光图像的过程分成32次投射进行，每次投影均进行拍照。如将图2中的原始结构光图像中，一行方块结构形成一个方块结构光组，将所有的方块结构光组均分成32等分，得到32个区域图像，其中，四个方形成一个方块结构。如图5所示，该例中，每个区域图像包含四个方块结构光组，相邻两个结构光组之间间隔的宽度等于32个结构光组的总宽度。利用投影设备依次投射一个区域图像至目标物体(如人头像)上，并采集二维图像，图5所示的区域图像与采集的二维图像中的十字点是一一对应的。
简而言之，该第二实施例中将原始结构光分多次投影，如32次，并进行32次图像采集，得到32张子图像。通过计算机将这32张子图像分别进行运算，以确定十字点，将运算结果进行汇总，最终可以确定该目标结构光图像中所有的十字点。由于每张子图像由多个结构光组构成，每个结构光组之间具有间距(为32个结构光组的总宽度)，每张子图像中的信息量少、且构成简单，进行十字点定位时更加确定。
请参阅图6，为本发明第三实施例中的图像处理方法，包括步骤S21～S27。
步骤S21，通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述结构光图像为黑色的方块和白色的方块交替出现的网格图像。
步骤S22，确定所述目标结构光图像中每个像素点周围四个方块区域的颜色，四个所述方块区域按照位置关系定义为左上区域、左下区域、右下区域和右上区域。
其中，如图7所示，确定所述目标结构光图像中每个像素点周围四个方块区域的颜色的步骤具体包括：
步骤S221，利用所述投影设备投影一张灰度值小于阈值的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到参考图像；
步骤S222，采集所述目标结构光图像和所述参考图像中每个像素点的灰度值，并计算所述目标结构光图像和所述参考图像中对应位置的像素点的灰度值差，得到各个像素点对应的灰度差值；
步骤S223，从所述目标结构光图像中当前像素点周围的四个所述方块区域中各选取若干个像素点作为参考像素点，并将所述当前像素点对应的灰度差值分别与每个所述参考像素点对应的灰度差值进行比较；
步骤S224，当所述当前像素点对应的灰度差值大于当前方块区域中各个所述参考素点对应的灰度差值时，确定所述当前方块区域为白色；
步骤S225，当所述当前像素点对应的灰度差值小于所述当前方块区域中各个所述参考像素点对应的灰度差值时，确定所述当前方块区域为黑色。
本实施例中，首先利用投影设备投影一低灰度的纯色图像至三维物体上，该纯色图像的灰度值低于阈值例如为20。采用相机对三维物体进行拍照，得到的二维图像，称为“暗照”，这张“暗照”作为确定十字点的参考图像。然后对所述目标结构光图像和所述参考图像中所有像素点的左上区域、左下区域、右下区域和右上区域进行灰度值采样。
采样点的数量和具体位置可根据实际需要进行设置。需要说明的是，由于投影仪投射图像时某点的亮度会影响周围几个点的实际亮度值，为提高确定十字点位置信息的精度，采样离本点较远的周围几个像素点作为参考像素点。例如，在当前像素点N(x,y)左上区域、左下区域、右下区域和右上区域各采集三个参考点，各个方块区域中参考像素点的位置如图8所示，坐标为如下：
左上区域的采样点为，LU1，坐标为(x-3,y+3)；LU2，坐标为(x-2,y+3)，LU3，坐标为(x-3,y+2)；
左下区域的采样点为，LD1，坐标为(x-3,y-3)；LD2，坐标为(x-2,y-3)；LD3，坐标为(x-3,y-2)；
右下区域的采样点为，RD1，坐标为(x+3,y-3)；RD2，坐标为(x+2,y-3)；RD3，坐标为(x+3,y-2)；
右上区域的采样点为，RU1，坐标为(x+3,y+3)；RU2，坐标为(x+2,y+3)，RU3，坐标为(x+3,y+2)。
图8中，各个参数像素点在X轴和Y轴方向上距离该当前像素点2至3个像素单位。
对该目标结构光图像中和参考图像的对应位置的像素点的灰度值进行差值计算，并根据本点和各个方块区域中参考像素点的灰度差值确定各个区域的颜色。下面以其中一像素点为例进行说明：
将该目标结构光图像中的当前像素点的灰度值记为B(x,y)，参考图像中与该当前像素点位置对应的参考像素点的灰度值记为A(x,y)。对应位置点之间的灰度差值记为C(x,y)，则C(x,y)＝B(x,y)-A(x,y)。
如果C(x-3,y+3)>C(x,y)，且C(x-3,y+2)>C(x,y)，且C(x-2,y+3)>C(x,y)，则左上区域记为白色；
如果C(x-3,y+3)<C(x,y)，且C(x-3,y+2)<C(x,y)，且C(x-2,y+3)<C(x,y)，则左上区域记为黑色。
步骤S23，当所述当前像素点的左上区域的颜色为黑色、左下区域的颜色为白色、右下区域的颜色为黑色和右上区域的颜色为白色，或当所述当前像素点的左上区域的颜色为白色、左下区域的颜色为黑色、右下区域的颜色为白色和右上区域的颜色为黑色时，确定所述当前像素点为相邻四个方块的交点。
当前像素点周围四个方块区域的颜色呈黑白交替出现时，则确定当前像素点为四个方块的交点。
步骤S24，根据各个交点确定所述目标结构光图像中的十字点。
具体的，该目标结构光图像中的十字点根据各个交点的位置确定，具体的确定方法包括：
查找所述目标结构光图像中当前交点周围的所有目标交点，所述目标交点为与所述当前交点的距离在预设距离以内的交点；
将查找到的目标交点与所述当前交点围合成一个片区；
对所述片区内所有交点的位置坐标取平均值，并将所述平均值对应的位置点作为所述片区的十字点。
本实施例中，确定的各个交点仅为疑似十字点，即并不是所有的交点都作十字点。因此，需要对各个交点进行合并处理，从而确定理想的十字点的位置。
具体的，首先取一个交点，然后拾取当前交点周围的满足预设条件的目标交点。该预设条件为与该交点的距离在预设距离以内。该预设距离根据实际投影后的方块的大小确定，例如可设置为3个坐标单位，也就是X方向和Y方向上距离当前交点均小于3个单位的交点。将找到的目标交点和当前交点则作为一个区域，针对该区域进行合并处理，合并的方法就是取该区域的中心点，即对该区域内所有目标交点和当前交点的位置在X、Y方向上取平均值，然后将得到的平均值作为该区域的中心点的位置坐标，并将该位置坐标上的像素点确定为该区域的十字点。
根据该方法对对所有片区进行相同的运算，以对每个片区的交点进行合并处理，从而得到该目标结构光图像中符合要求的所有十字点。
进一步的，作为本发明的另一中实施方式，为了使目标结构光图像中各个十字点的位置坐标更为准确，得到可以使用的十字点信息，还需要对上述符合要求的十字点进行分行处理和降噪处理，删除不理想的十字点后，再执行步骤S25。
其中，分行处理即是使目标结构光图像中各个十字点按照原始结构光图像中行位置进行分行。分行的原则是选择每行最左边的十字点作为一行的开始点，然后将其右侧的十字点Y坐标值与该开设点的Y坐标值进行比较，如果差值在预设值(如20)以内，则和该点是同一行，以此例推，将每一个十字点均与右侧一个十字点的Y坐标值进行比较，以确定是否为同一行，直至最右侧的十字点。通过该运算，最后会剩下部分不符合要求的十字点，对这些十字点进行如下处理：
比较该十字点Y方向相邻的十字点Y值大小，该十字点Y值越接近哪行的Y值，则归入哪行，这一步就将所有的十字点完成了分行处理。
根据上述分行处理方法可确定各个十字点所属的行位置，然后再对每一行的十字点进行降噪处理，降噪处理过程如下：
(1)由于最左边的十字点并不一定是该目标结构光图像的左边界点，所以需要确定边界点的位置。首先确定各个最左侧十字点a0，即位置在目标结构光图像最左边的十字点，然后查找临近当前最左侧十字点a0左侧的一个像素点a-1，对该当前最左侧十字点a0进行运算，该运算为：
用当前最左侧十字点a0相邻的右侧像素点a1的灰度值减去像素点a-1的灰度值，得到灰度差值A0，同时对该像素点a-1进行相同的运算，即a-1右侧的像素点a0的灰度值减去其左侧相邻的像素点a-2的灰度值，得到灰度差值A-1，比较A0和A-1的大小；
依次类推，对a0左边的所有像素点均通过上述运算进行灰度差值比较，找到灰度差值最大的目标点，而且这个目标点经该运算过后的灰度差值不变化，则该目标点为图像左边的界点；
(2)根据上述原理得出图像的右边界点；
(3)清除噪点，即对左右边界点X方向的位置坐标进行减法计算并除以该行所有十字点的数量，得到十字点的平均间距(如0.75)，然后，算出该行所有十字点的平均Y值，如果任意两个相邻十字点的X方向上的间距小于X平均间距的0.75，则这两个相邻的十字点必须删掉一个，删掉的原则是哪个点的Y值越接近Y平均值，则保留，清除另一个十字点；
依次类推对每一行十字点都进行清除噪点处理，从而删除了所有十字点中的噪点，得到更为准确的十字点。
步骤S25，计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系。
原始结构光图像为投影图像，而目标结构光图像为照相机拍的图像，投影设备和照相机的分辨率不同，因此，两张结构光图像中相同十字点对应的位置坐标采用不同的坐标系。本实施例中需要建立目标结构光图像和原始结构光图像中各个十字点的位置坐标的映射关系。
该目标结构光图像和原始结构光图像中各个十字点可通过标识来识别，根据该标识查找两图对应的十字点，然后获取两张图像中对应十字点的坐标即可得到两张图像中十字点之间映射关系。将目标结构光图像中十字点的位置坐标(X’，Y’)，与原始结构光图像中十字点的位置坐标(X，Y)进行一一映射，可以得到这两张图像之间的映射关系，如表1所示，表1仅例举了部分坐标映射关系)。其中，(X,Y)为投影图像的坐标，(X’，Y’)为相机拍摄图像的坐标。
表1
X Y X’ Y’
5 5 190 331
10 5 197 330
15 5 204 330
20 5 211 330
25 5 218 329
30 5 225 329
35 5 233 329
40 5 240 329
需要说明的是，目标结构光图像和原始结构光图像中十字点的标识可以编号来表示。具体实施时，可为两张图像中对于每一行中的每个十字点分配对应的编号，编号规则如下：
NU＝i+<(Xi-Xi-1)/d>-1
其中，NU为本十字点的编号，i为本十字点的下标，xi为本十字点的横坐标，xi-1为前点的横坐标，d为该行两个十字点的平均间距，<(Xi-Xi-1)/d>为对(Xi-Xi-1)/d的值进行四舍五入；
按照上述编号规则编号后，采用下述方法进行编号的整理：
当上行对应点与下行对应点同时满足条件1和条件2时，则修改本十字点的编号。其中，“上行对应点”表示上一行中编号与本十字点相同的点，“下行对应点”表示下一行中编号与本十字点相同的十字点。
其中，条件1为：上行对应点的横坐标与下行对应点的横坐标的差值小于预设值；条件2为：本点的横坐标与下行对应点的横坐标的差值大于该预设值，此处的预设值可根据实际情况进行设设置，例如可设置为5。
其中，则修改本点的编号具体方法如下：
当上行差距最小点的横坐标与本十字点的横坐标的差值小于下行差距最小点的横坐标与本十字点的横坐标的差值时，将本点的编号修改为上行差距最小点的编号，然后后续的点依次修改；
当上行差距最小点的横坐标与本十字点的横坐标的差值大于下行差距最小点的横坐标与本点的横坐标的差值时，将本点的编号修改为下行差距最小点的编号，然后后续的点依次修改。
其中，上行差距最小点，表示从上一行中找出与本点的横坐标差距最小的点；下行差距最小点，表示从下一行中找出与本点的横坐标差距最小的点。
通过上述编号规则和编号整理可确定目标结构光中各个十字点的编号。
步骤S26，通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像。
步骤S27，根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像。
具体的，如图9所示，根据该映射关系对该高亮度二位图像进行映射的步骤包括：
步骤S271，在一空白图像中查找所述高亮度图像中每个十字点对应的目标位置点，所述空白图像中的所述目标位置点根据所述映射关系查找；
步骤S272，将所述高亮度图像中的十字点的颜色填充至对应的所述目标位置点上，得到新的二维图像；
步骤S273，将所述新的二维图像中的空白点通过插值法填充颜色，以得到目标二维图像。
该映射关系为相机拍摄图像与投影图像的位置坐标之间的关系。该空白图像即为投影设备系统下的图像，因此，首先根据该映射关系找到该空白图像(一般采用纯白色图像)中与目标结构光图像中各个十字点对应的目标位置点，该目标位置点为一个像素点大小。将空白图像中各个目标位置点上填充对应位置的十字点相同的颜色，并且将该空白图像中的其他像素点则根据差值法填充颜色，从而得到该目标二维图像。
举例来说，该映射关系如表1，其十字点(190,331)与空白图像中的目标位置点(5,5)对应，从目标结构光图像中找到十字点(190,331)的颜色值，并填充到目标位置点(5,5)上，十字点(197,330)与空白图像中的目标位置点(10,5)对应，从目标结构光图像中找到十字点(197,330)的颜色值，并填充到目标位置点(10,5)上，以此类推，将所有十字点对应的目标位置点后进行颜色填充。
该空白图像中的其他位置点即空白点，通过插值法填充对应的颜色，例如十字点(190,331)到(197,330)中间按平均值取出4个点，该四个点的坐标分别为(192,331)，(193,331)，(195,330)，(196,330)，按照差值法，坐标点(192,331)对应空白图像中的空白点(6,5)，坐标点(193,331)对应空白图像中的空白点(7,5)，坐标点(195,330)对应空白图像中的空白点(8,5)，坐标点(196,330)对应空白图像中的空白点(9,5)。因此将结构光图像中坐标点(192,331)的颜色填充至空白图像中的空白点(7,5)上，以此类推将空白图像中所有的空白点均填充颜色，从而得到该目标二维图像。
请参阅图10，为本发明第四实施例中的图像处理装置，包括：
第一采集模块10，用于通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述原始结构光图像为暗色的方块和亮色的方块交替出现的网格图像；
十字点确定模块20，用于确定所述目标结构光图像中的十字点，所述十字点为四个相邻方块的交点；
映射关系确定模块30，用于计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系；
第二采集模块40，用于通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像；
映射模块50，用于根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像。
本实施例中的图像处理装置，其通过第一采集模块采集投影原始结构光图像后的目标物体的二维图像，得到目标结构光图像。并通过十字点确定模块对该目标结构光图像进行处理确定各个十字点的位置。再通过映射关系确定模块30确定计算出该目标结构光图像与原始结构光图像中各个十字点之间的映射关系。
第二采集模块40采集投射高灰度的纯色图像后的目标物体的二维图像，得到高亮度二维图像。最后映射模块50根据基于映射关系确定模块30确定的映射关系对该高亮度二维图像进行映射，以得到目标二维图像。
进一步的，上述图像处理装置，其特征在于，所述十字点确定模块20包括：
颜色确定模块，用于确定所述目标结构光图像中每个像素点周围四个方块区域的颜色，四个所述方块区域按照与像素点的位置关系定义为左上区域、左下区域、右下区域和右上区域；
十字点确定子模块，用于当当前像素点的左上区域的颜色为暗色、左下区域的颜色为亮色、右下区域的颜色为暗色和右上区域的颜色为亮色，或当所述当前像素点的左上区域的颜色为亮色、左下区域的颜色为暗色、右下区域的颜色为亮色和右上区域的颜色为暗色时，确定所述当前像素点为所述目标结构光图像中的交点，并将所述交点作为所述目标结构光图像中的十字点。
对目标结构光图像进行十字点定位时，首先通过颜色确定模块确定各个像素点周围四个方块区域的颜色。十字点确定子模块根据颜色确定模块确定的像素点周围的颜色可确定出该目标结构光图像中的十字点。
进一步的，上述图像处理装置，其中，所述颜色确定模块包括：
第三采集模块，用于利用所述投影设备投影一张灰度值小于阈值的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到参考图像；
计算模块，用于采集所述目标结构光图像和所述参考图像中每个像素点的灰度值，并计算所述目标结构光图像和所述参考图像中对应位置的像素点的灰度值差，得到各个像素点对应的灰度差值；
比较模块，用于从所述目标结构光图像中当前像素点周围的四个所述方块区域中各选取若干个像素点作为参考像素点，并将所述当前像素点对应的灰度差值分别与每个所述参考像素点对应的灰度差值进行比较；
第一确定子模块，用于当所述当前像素点对应的灰度差值大于当前方块区域中各个所述参考素点对应的灰度差值时，确定所述当前方块区域为暗色；
第二确定子模块，用于当所述当前像素点对应的灰度差值小于所述当前方块区域中各个所述参考像素点对应的灰度差值时，确定所述当前方块区域为亮色。
颜色确定模块包括第三采集模块、计算模块、比较模块、第一确定子模块和第二确定子模块。首先通过第三采集模块采集投影低灰度的纯色图像后的目标图像的二维图像得到参考图像；再通过计算模块，目标结构光图像和参考图像中对应位置的像素点的灰度值差，得到各个像素点对应的灰度差值；并通过比较模块比较当前像素点对应的灰度差值分别与其周围的各个所述参考像素点对应的灰度差值进行比较。第一确定子模块和第二确定子模块根据该比较模块的比较结果确定该目标结构光图像中的各个十字点。
进一步的，上述图像处理装置，其中，所述十字点确定子模块包括：
十字点查找模块，用于查找所述目标结构光图像中当前交点周围的所有目标交点，所述目标交点为与所述当前交点的距离在预设距离以内的交点；
合并模块，用于将查找到的目标交点与所述当前交点围合成一个片区；
确定模块，用于对所述片区内所有交点的位置坐标取平均值，并将所述平均值对应的位置点作为所述片区的十字点。
十字点确定子模块具体包括十字点查找模块、合并模块和确定模块。根据各个像素点周围四个方块区域的颜色可确定该目标结构中的四个相邻方块的交点。十字点查找模块查找与当前交点的距离在预设距离以内的所有目标交点后，通过合并模块将查找到的目标交点与当前交点围合成一个片区，再通过确定模块对该片区内所有交点的位置坐标取平均值，并将该平均值对应的位置点作为该片区的十字点。
进一步的，为了便于数据的处理，在本发明的一实施例中，所述第一采集模块10包括：
投影模块，用于将原始结构光图像通过投影设备分行投影至所述目标物体上；
采集子模块，用于采集每次投影后的所述目标物体的二维图像，得到所述目标结构光图像，所述目标结构光图像包括每次投影所述区域图像时采集的子图像。
进一步的，上述图像处理装置，其中，所述映射模块50包括：
位置点查找模块，用于在一空白图像中查找所述高亮度图像中每个十字点对应的目标位置点，所述空白图像中的所述目标位置点根据所述映射关系查找；
第一颜色填充模块，用于将所述高亮度图像中的十字点的颜色填充至对应的所述目标位置点上，得到新的二维图像；
第二颜色填充模块，用于将所述新的二维图像中的空白点通过插值法填充颜色，以得到目标二维图像。
该映射模块50具体包括位置点查找模块、第一颜色填充模块和第二颜色填充模块。通过位置点查找模块根据该映射关系在一空白图像中查找该高亮度图像中每个十字点对应的目标位置点。查找出该目标位置点后通过第一颜色填充模块进行颜色填充，将该高亮度图像中的十字点的颜色填充至对应的目标位置点上，得到新的二维图像。第二颜色填充模块将该新的二维图像中的空白点通过插值法填充颜色，以得到目标二维图像。
进一步的，上述图像处理装置，还包括：
分行处理模块60，用于对所述目标结构光图像中的所有十字点进行分行处理，以确定各个十字点所处的行位置；
噪点删除模块70，用于在每一行中依序计算相邻两个十字点的间距，并将间距小于阈值距离的两个相邻十字点中的其中一个删除。
为了提高十字点的数据的有效性，在计算目标结构光图像与原始结构光图像中各个十字点之间的映射关系的步骤之前，还通过分行处理模块60对十字点进行分行后，再通过噪点删除模块70降噪处理，从而得到理想的十字点。并根据该理想的十字点进行映射关系的建立。
本发明实施例所提供的图像处理装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明还提出一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的图像处理方法。
本本发明实施例还提供了一种计算机设备，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，所述处理器执行所述程序时实现上述方法的步骤。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像处理方法，其特征在于，包括：
通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述原始结构光图像为暗色的方块和亮色的方块交替出现的网格图像；
确定所述目标结构光图像中的十字点，并计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系，所述十字点为四个相邻方块的交点；
通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像；
根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像；
所述根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像的步骤包括：
在一空白图像中查找所述高亮度图像中每个十字点对应的目标位置点，所述空白图像中的所述目标位置点根据所述映射关系查找；
将所述高亮度图像中的十字点的颜色填充至对应的所述目标位置点上，得到新的二维图像；
将所述新的二维图像中的空白点通过插值法填充颜色，以得到目标二维图像。
2.如权利要求1所述的图像处理方法，其特征在于，所述确定所述目标结构光图像中的十字点的步骤包括：
确定所述目标结构光图像中每个像素点周围四个方块区域的颜色，四个所述方块区域按照与像素点的位置关系定义为左上区域、左下区域、右下区域和右上区域；
当当前像素点的左上区域的颜色为暗色、左下区域的颜色为亮色、右下区域的颜色为暗色和右上区域的颜色为亮色，或当所述当前像素点的左上区域的颜色为亮色、左下区域的颜色为暗色、右下区域的颜色为亮色和右上区域的颜色为暗色时，确定所述当前像素点为所述目标结构光图像中的交点，并将所述交点作为所述目标结构光图像中的十字点。
3.如权利要求2所述的图像处理方法，其特征在于，所述确定所述目标结构光图像中每个像素点周围四个方块区域的颜色的步骤包括：
利用所述投影设备投影一张灰度值小于阈值的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到参考图像；
采集所述目标结构光图像和所述参考图像中每个像素点的灰度值，并计算所述目标结构光图像和所述参考图像中对应位置的像素点的灰度值差，得到各个像素点对应的灰度差值；
从所述目标结构光图像中当前像素点周围的四个所述方块区域中各选取若干个像素点作为参考像素点，并将所述当前像素点对应的灰度差值分别与每个所述参考像素点对应的灰度差值进行比较；
当所述当前像素点对应的灰度差值大于当前方块区域中各个所述参考像素点对应的灰度差值时，确定所述当前方块区域为暗色；
当所述当前像素点对应的灰度差值小于当前方块区域中各个所述参考像素点对应的灰度差值时，确定所述当前方块区域为亮色。
4.如权利要求2所述的图像处理方法，其特征在于，所述将所述交点作为所述目标结构光图像中的十字点的步骤包括：
查找所述目标结构光图像中当前交点周围的所有目标交点，所述目标交点为与所述当前交点的距离在预设距离以内的交点；
将查找到的目标交点与所述当前交点围合成一个片区；
对所述片区内所有交点的位置坐标取平均值，并将所述平均值对应的位置点作为所述片区的十字点。
5.如权利要求1所述的图像处理方法，其特征在于，所述通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像的步骤包括：
将原始结构光图像通过投影设备分行投影至所述目标物体上，并获取摄像头采集每次投影后的目标物体的二维图像，得到所述目标结构光图像；
所述确定所述目标结构光图像中的十字点的步骤包括：
对分行投影后采集的各个二维图像分别进行十字点计算，并将各二维图像的计算结果进行合并。
6.如权利要求5所述的图像处理方法，其特征在于，所述将原始结构光图像通过投影设备分行投影至所述目标物体上的步骤包括：
将所述结构光图像中的方块结构按行划分，得到多个方块结构光组；
将多个所述结构光组均分为预设数量的等分，得到所述预设数量个区域图像，其中，四个相邻的方块组成一个方块结构，每个区域图像中相邻的结构光组间隔的宽度等于所述预设数量个结构光组的总宽度；
将各个所述区域图像分别投影至所述目标物体上。
7.如权利要求1所述的图像处理方法，其特征在于，所述计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系的步骤之前还包括：
对所述目标结构光图像中的所有十字点进行分行处理，以确定各个十字点所处的行位置；
在每一行中依序计算相邻两个十字点的间距，并将间距小于阈值距离的两个相邻十字点中的其中一个删除。
8.一种图像处理装置，其特征在于，包括：
第一采集模块，用于通过投影设备投影原始结构光图像至目标物体上，并采集投影后的所述目标物体的二维图像，得到目标结构光图像，其中，所述原始结构光图像为暗色的方块和亮色的方块交替出现的网格图像；
十字点确定模块，用于确定所述目标结构光图像中的十字点，所述十字点为四个相邻方块的交点；
映射关系确定模块，用于计算所述目标结构光图像与所述原始结构光图像中各个十字点之间的映射关系；
第二采集模块，用于通过所述投影设备投射高灰度的纯色图像至所述目标物体上，并采集投影后的所述目标物体的二维图像，得到高亮度二维图像；
映射模块，用于根据所述映射关系对所述高亮度二维图像进行映射，以得到目标二维图像；
所述映射模块包括：
位置点查找模块，用于在一空白图像中查找所述高亮度图像中每个十字点对应的目标位置点，所述空白图像中的所述目标位置点根据所述映射关系查找；
第一颜色填充模块，用于将所述高亮度图像中的十字点的颜色填充至对应的所述目标位置点上，得到新的二维图像；
第二颜色填充模块，用于将所述新的二维图像中的空白点通过插值法填充颜色，以得到目标二维图像。
9.一种可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1－7任一所述的图像处理方法。
10.一种计算机设备，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程序，其特征在于，所述处理器执行所述程序时实现如权利要求1－7任意一项所述的图像处理方法。
CN202010938364.XA 2020-09-09 2020-09-09 图像处理方法、装置、可读存储介质及计算机设备 Active CN112040208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010938364.XA CN112040208B (zh) 2020-09-09 2020-09-09 图像处理方法、装置、可读存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010938364.XA CN112040208B (zh) 2020-09-09 2020-09-09 图像处理方法、装置、可读存储介质及计算机设备

Publications (2)

Publication Number Publication Date
CN112040208A CN112040208A (zh) 2020-12-04
CN112040208B true CN112040208B (zh) 2022-04-26

Family

ID=73585472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010938364.XA Active CN112040208B (zh) 2020-09-09 2020-09-09 图像处理方法、装置、可读存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN112040208B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113034585B (zh) * 2021-04-25 2023-02-28 歌尔光学科技有限公司 偏移状态测试方法、测试设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8243144B2 (en) * 2009-07-31 2012-08-14 Seiko Epson Corporation Light transport matrix from homography
US8933990B2 (en) * 2011-08-15 2015-01-13 Joshua Sophrin Method for 3D visual mapping using 3D stereoscopic video content
CN104202547B (zh) * 2014-08-27 2017-10-10 广东威创视讯科技股份有限公司 投影画面中提取目标物体的方法、投影互动方法及其系统

Also Published As

Publication number Publication date
CN112040208A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
US10699476B2 (en) Generating a merged, fused three-dimensional point cloud based on captured images of a scene
US9030469B2 (en) Method for generating depth maps from monocular images and systems using the same
US7606439B2 (en) Method for extracting raw data from an image resulting from a camera shot
CN103916603B (zh) 逆光检测方法及设备
US8902328B2 (en) Method of selecting a subset from an image set for generating high dynamic range image
CN108537782B (zh) 一种基于轮廓提取的建筑物图像匹配与融合的方法
US11615547B2 (en) Light field image rendering method and system for creating see-through effects
CN108470356B (zh) 一种基于双目视觉的目标对象快速测距方法
JP7391542B2 (ja) 画像処理システム、画像処理方法、およびプログラム
US9406140B2 (en) Method and apparatus for generating depth information
CN111220235B (zh) 水位监测方法及装置
CN104574312A (zh) 标靶图像求圆心的方法和装置
US20120050485A1 (en) Method and apparatus for generating a stereoscopic image
CN112040208B (zh) 图像处理方法、装置、可读存储介质及计算机设备
US9936189B2 (en) Method for predicting stereoscopic depth and apparatus thereof
CN112037273A (zh) 深度信息获取方法、装置、可读存储介质及计算机设备
CN116092035A (zh) 车道线检测方法、装置、计算机设备和存储介质
CN111932686B (zh) 映射关系确定方法、装置、可读存储介质及计算机设备
KR101556684B1 (ko) 뎁스 맵 생성 방법 및 이를 이용하는 장치
CN117197211B (zh) 一种深度图像生成方法、系统、装置及介质
KR20140067253A (ko) 영상 처리 장치 및 방법
CN108596981A (zh) 一种图像的鸟瞰视角重投影方法、装置及便携式终端
US20230127730A1 (en) System and method for projection mapping
JP2018200506A (ja) 画像処理装置および画像処理方法
CN115240276A (zh) 一种面部朝向识别方法及装置

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