CN112085752A - 一种图像的处理方法、装置、设备及介质 - Google Patents
一种图像的处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112085752A CN112085752A CN202010841629.4A CN202010841629A CN112085752A CN 112085752 A CN112085752 A CN 112085752A CN 202010841629 A CN202010841629 A CN 202010841629A CN 112085752 A CN112085752 A CN 112085752A
- Authority
- CN
- China
- Prior art keywords
- value
- target
- pixel point
- determining
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims description 32
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种图像的处理方法、装置、设备及介质,用于解决现有获取条纹中心像素点的方法,未考虑杂光干扰,导致抗杂光干扰能力差,确定的条纹中心像素点不准确的问题。由于本发明实施例中在根据激光条纹灰度图像中位于激光条纹上的每素点的坐标值以及对应的法线方向,确定了该像素点对应的条纹中心像素点后,确定包含该条纹中心像素点的第一窗口,若该第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,才确定该条纹中心像素点为目标条纹中心像素点,实现对条纹中心像素点的筛选,减少了杂光对获取的目标条纹中心像素点的干扰,提高了获取的目标条纹中心像素点的准确度。
Description
技术领域
本发明涉及图像智能处理领域,尤其涉及一种图像的处理方法、装置、设备及介质。
背景技术
为还原待测工件表面的三维信息,高精度的被测物表面特征信息的提取尤为重要。相关技术中,一般采用线激光扫描的测量方案,该方案中,将线激光投射于被测物表面后,通过相机采集当前被测物表面的激光条纹图像,对该激光条纹图像进行处理得到激光条纹灰度图像,获取激光条纹灰度图像中被调制的条纹中心像素点,从而获取被测物表面特征信息。其中,获取激光条纹灰度图像中被调制的条纹中心像素点,可以反映被测物的空间位置信息,是获取被测物表面特征信息的关键。因此,如何准确地获取激光条纹灰度图像中的条纹中心像素点是近几年来人们比较关注的问题。
目前,在获取激光条纹灰度图像中的条纹中心像素点的方法一般包括以下几种:
一、采用不同卷积核,比如K阶高斯卷积核,重心卷积等,对激光条纹灰度图像中位于激光条纹上的每个像素点的灰度值进行卷积,从而计算激光条纹中心像素点;
二、直接对激光条纹灰度图像中位于激光条纹上的每个像素点的像素值进行曲线拟合,如二次曲线拟合,贝塞尔曲线拟合等,来确定条纹中心像素点;
三、采用四个模拟激光条纹灰度图像中位于激光条纹上的每个像素点的梯度,计算条纹中心像素点;
四、确定激光条纹灰度图像中位于激光条纹上的像素点的二阶偏导矩阵,利用二阶偏导矩阵最大的特征值对应的特征向量确定像素点的法线方向,从而计算条纹中心像素点。
对于上述的各确定激光条纹中心像素点的方法可知,现有技术中在获取条纹中心像素点的时候,因为不考虑杂光干扰,导致抗杂光干扰能力差,当获取的激光条纹灰度图像受杂光影响的时候,根据上述方法确定的条纹中心像素点会很不准确。
发明内容
本发明实施例提供了一种图像的处理方法、装置、设备及介质,用于解决现有获取条纹中心像素点的方法,未考虑杂光干扰,导致抗杂光干扰能力差,确定的条纹中心像素点不准确的问题。
本发明实施例提供了一种图像的处理方法,所述方法包括:
根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向;
根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点;
确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
本发明实施例还提供了一种图像的处理装置,所述装置包括:
第一确定单元,用于根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向;
第二确定单元,用于根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点;
处理单元,用于确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
本发明实施例还提供了一种电子设备,所述电子设备至少包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序时实现如上所述图像的处理方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述图像的处理方法的步骤。
由于本发明实施例中在根据激光条纹灰度图像中位于激光条纹上的每素点的坐标值以及对应的法线方向,确定了该像素点对应的条纹中心像素点后,确定包含该条纹中心像素点的第一窗口,若该第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,才确定该条纹中心像素点为目标条纹中心像素点,实现对条纹中心像素点的筛选,减少了杂光对获取的目标条纹中心像素点的干扰,提高了获取的目标条纹中心像素点的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种图像的处理流程示意图;
图2为本发明实施例提供的具体的图像的处理流程示意图;
图3为本发明实施例提供的一种横坐标Sobel梯度模板算子,和纵坐标Sobel梯度模板算子的示意图;
图4为本发明实施例提供的具体的图像的处理流程示意图;
图5为本发明实施例提供的具体的图像的处理流程示意图;
图6为本发明实施例提供的一种图像的处理装置的结构示意图;
图7为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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它实施例,都属于本发明保护的范围。
为了提高获取的目标条纹中心像素点的精确度,本发明实施例提供了一种图像的处理方法、装置、设备及介质。
实施例1:
图1为本发明实施例提供的一种图像的处理流程示意图,该流程包括:
S101:根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向。
本发明实施例提供的图像的处理方法应用于电子设备,该电子设备可以是具有图像采集功能的图像采集设备,也可以是PC、服务器等设备。
在实际应用过程中,线激光发射器将激光投射在被测物表面上,图像采集设备采集该被测物表面的激光条纹图像。基于该激光条纹图像,电子设备获取该激光条纹图像对应的激光条纹灰度图像,并对该激光条纹灰度图像进行相应的处理。
其中,电子设备获取的激光条纹灰度图像,可以是电子设备对获取到的激光条纹图像进行预处理之后获取的,也可以是电子设备接收到其他设备发送的激光条纹灰度图像。
在实际应用过程中,被测物表面的形状可能非常复杂,使激光条纹灰度图像中的激光条纹不是直线的,从而造成后续准确地提取到激光条纹灰度图像中包含的条纹中心像素点。因此,为了准确地提取到激光条纹灰度图像中包含的每个条纹中心像素点,在本发明实施例中,当获取到激光条纹灰度图像之后,可以根据该激光条纹灰度图像中包含的每个像素点,确定通过该像素点的激光条纹的法线方向。
由于激光条纹灰度图像中包含的像素点有很多,如果针对该激光条纹灰度图像中包含的每个像素点,均求取通过该像素点的激光条纹的法线方向的话,会使计算量特别大。因此,为了减少电子设备的计算量,电子设备可以只针对该激光条纹灰度图像中位于激光条纹上的像素点,利用现有技术中的方法,比如,二阶偏导矩阵、罗伯特梯度模板算子等,确定通过该位于激光条纹上的像素点的激光条纹的法线方向。
S102:根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点。
当基于上述实施例获取到通过位于激光条纹上的像素点的激光条纹的法线方向后,根据该像素点的坐标值以及对应的法线方向,进行相应的计算,即可确定该像素点对应的条纹中心像素点。
需要说明的是,上述根据像素点的坐标值以及对应的法线方向,确定像素点对应的条纹中心像素点属于现有技术,在此不再赘述。
S103:确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
在实际应用过程中,获取的激光条纹灰度图像可能会受到环境中的光源的影响,使非条纹中心像素点被识别为条纹中心像素点,从而导致基于上述实施例确定的条纹中心像素点可能不准确。
因为在一般情况下,线激光在激光条纹灰度图像中的激光条纹是连续的一个光条,位于激光条纹上的像素点对应的条纹中心像素点也一般是聚集在一起的。因此,为了提高确定的条纹中心像素点的准确度,在本发明实施例中,预先设置有数量阈值。当基于上述实施例获取到位于激光条纹上的像素点对应的条纹中心像素点之后,确定包含该条纹中心像素点的第一窗口,判断该第一窗口内包含的其他条纹中心像素点的数量是否大于设定的数量阈值,若该第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,说明该条纹中心像素点极有可能是激光条纹上的条纹中心像素点,则确定该条纹中心像素点为目标条纹中心像素点。
例如,设定的数量阈值为3,确定包含某条纹中心像素点A的第一窗口内包含的其他条纹中心像素点的数量为4,大于设定的数量阈值3,说明该条纹中心像素点A极有可能是激光条纹上的条纹中心像素点,则确定该条纹中心像素点A为目标条纹中心像素点。
若该第一窗口内包含的其他条纹中心像素点的数量不大于设定的数量阈值,说明该条纹中心像素点极有可能是受杂光干扰的影响被误识别为条纹中心像素点的其他像素点,则将该条纹中心像素点确定为非目标条纹中心像素点。
例如,设定的数量阈值为3,确定包含某条纹中心像素点B的第一窗口内包含的其他条纹中心像素点的数量为2,不大于设定的数量阈值3,说明该条纹中心像素点B极有可能是受杂光干扰的影响误识别的条纹中心像素点,则将该条纹中心像素点B确定为非目标条纹中心像素点。
其中,在设置设定的数量阈值,和第一窗口的大小的时候,根据场景的不同,设置不同的值,如果希望进一步提高确定的条纹中心像素点的精确度,可以将该设定的数量阈值设置的大一些,和/或,将第一窗口的大小设置的小一些;如果希望避免丢失位于激光条纹边缘的条纹中心像素点的丢失,则可以将该设定的数量阈值设置的小一些,和/或,将第一窗口的大小设置的大一些。具体设置时,该设定的数量阈值和第一窗口的大小均不宜过大,也不宜过小,可以根据实际需求进行灵活设置,在此不做具体限定。
由于本发明实施例中在根据激光条纹灰度图像中位于激光条纹上的每素点的坐标值以及对应的法线方向,确定了该像素点对应的条纹中心像素点后,确定包含该条纹中心像素点的第一窗口,若该第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,才确定该条纹中心像素点为目标条纹中心像素点,实现对条纹中心像素点的筛选,减少了杂光对获取的目标条纹中心像素点的干扰,提高了获取的目标条纹中心像素点的准确度。
实施例2:
为了进一步提高确定的目标条纹中心像素点的准确性,在上述实施例的基础上,在本发明实施例中,所述确定所述条纹中心像素点为目标条纹中心像素点之后,所述方法还包括:
根据所述目标条纹中心像素点,及在与其对应法线方向的垂直方向上是否存在相邻的其他目标条纹中心像素点,确定通过所述目标条纹中心像素点的条纹中心线段;
若确定所述条纹中心线段为包含目标条纹中心像素点数量最多的目标条纹中心线段,确定其他条纹中心线段与所述目标条纹中心线段的交点,若所述交点的灰度值小于设定阈值,根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新。
由于在实际应用过程中,激光条纹在激光条纹灰度图像中一般是连续的,且比受杂光影响产生的光斑、条纹要长很多。因此,为了进一步提高确定的目标条纹中心像素点的准确性,在本发明实施例中,当确定了目标条纹中心像素点之后,确定通过该目标条纹中心像素点,且在该目标条纹中心像素点对应的法线方向的垂直方向上的直线,判断在该直线上,该目标条纹中心像素点的两侧是否存在相邻的其他目标条纹中心像素点,从而确定通过该目标条纹中心像素点的条纹中心线段的两个端点。
具体的,确定通过该目标条纹中心像素点的条纹中心线段的一侧的端点,包括:若确定在直线上,该目标条纹像素点的一侧存在与该目标条纹中心像素点相邻的其他目标条纹中心像素点,则将该目标条纹中心像素点与该其他目标条纹中心像素点连接,并将该其他目标条纹中心像素点作为目标条纹中心像素点继续在该侧查找是否存在相邻的其他目标条纹中心像素点,直至不存在其他目标条纹中心像素点,将最后一次确定的其他目标条纹中心像素点作为该条纹中心线段在该侧的端点;若确定在直线上,该目标条纹像素点的一侧不存在与该目标条纹中心像素点相邻的其他目标条纹中心像素点,则将该目标条纹中心像素点作为条纹中心线段在该侧的端点。
由于一般在激光条纹灰度图像中,线激光的激光条纹的长度一般比较长,而杂光在激光条纹灰度图像中对应的条纹的长度则会比较短。因此,在本发明实施例中,当获取到激光条纹灰度图像中包含的每个条纹中心线段后,根据每个条纹中心线段中包含的目标条纹中心像素点的数量,确定包含目标条纹中心像素点数量最多的条纹中心线段为目标条纹中心线段。同时,还可以直接将除该目标条纹中心线段中包含的每个目标条纹中心像素点以外的,目标条纹中心像素点均确定为非目标条纹中心像素点。后续直接根据该目标条纹中心线段中包含的每个目标条纹中心像素点的灰度值,对被测物表面的特征信息进行分析。
在实际应用过程中,还可能出现杂光的条纹与线激光的激光条纹相交的可能性,从而使该线激光的激光条纹中,与杂光的条纹的相交点的灰度值,受到杂光的影响,使后续根据目标条纹中心线段中包含的每个目标条纹中心像素点的灰度值,对被测物表面的特征信息进行分析时,分析结果也受到杂光的干扰。
因此,为了进一步提高确定的目标条纹中心像素点的灰度值的准确度,在本发明实施例中,当获取到目标条纹中心线段后,确定是否存在其他条纹中心线段与该目标条纹中心线段的交点,若存在其他条纹中心线段与该目标条纹中心线段的交点,说明该交点可能受到杂光的干扰;若不存在其他条纹中心线段与该目标条纹中心线段的交点,说明该目标条纹中心线段中包含的每个目标条纹中心像素点的灰度值未受到杂光的干扰,则直接根据该目标条纹中心线段中包含的每个目标条纹中心像素点的灰度值,对被测物表面的特征信息进行分析。
进一步地,由于一般情况下,激光条纹灰度图像中位于激光条纹的像素点的灰度值,会比激光条纹灰度图像中位于杂光的条纹的像素点的灰度值要大。因此,在本发明实施例中,预设有设定阈值,当确定存在其他条纹中心线段与目标条纹中心线段的交点时,判断该交点的灰度值是否小于设定阈值,若该交点不小于设定阈值,说明该交点的灰度值受到环境中杂光的干扰的影响较小,无需对该交点的灰度值进行处理,继续检测下一个交点;若该交点小于设定阈值,说明该交点的灰度值可能受到环境中杂光的干扰,则根据该目标条纹中心线段上与该交点相邻的目标条纹中心像素点的灰度值,对该交点的灰度值进行更新,比如,可以根据该目标条纹中心线段上与该交点相邻的目标条纹中心像素点的灰度值的平均值,对该交点的灰度值进行更新。
在另一种可能的实施方式中,所述根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新,包括:
根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的横坐标值或纵坐标值及灰度值,确定横坐标方向或纵坐标方向的坐标值与灰度值的线性关系;
根据所述线性关系以及所述交点的横坐标值或纵坐标值,对所述交点的灰度值进行更新。
在实际应用过程中,一般激光条纹中心线段上目标条纹中心像素点的灰度值是线性变化的,不会发生特别大的突变。因此,在本发明实施例中,可以根据目标条纹中心线段上与交点相邻的目标条纹中心像素点的灰度值的横坐标值或纵坐标值及灰度值,确定横坐标方向或纵坐标方向的坐标值与灰度值的线性关系,即根据目标条纹中心线段上与交点相邻的目标条纹中心像素点的横坐标值及灰度值,确定横坐标方向的坐标值与灰度值的线性关系,或,根据目标条纹中心线段上与交点相邻的目标条纹中心像素点的纵坐标值及灰度值,确定纵坐标方向的坐标值与灰度值的线性关系。当获取到横坐标方向或纵坐标方向的坐标值与灰度值的线性关系之后,将该交点的横坐标值或纵坐标值代入到该线性关系中,确定该交点对应的目标灰度值,并根据该目标灰度值对当前保存的该交点的灰度值进行更新。
例如,某交点C的坐标为(42,62),目标条纹中心线段上与该交点C相邻的目标条纹中心像素点D和E的坐标分别为(41,61),(43,63),对应的灰度值分别为75和81,则根据目标条纹中心像素点D和E的横坐标值41和43,及分别对应的灰度值75和81,确定横坐标方向的坐标值与灰度值的线性关系是y=3x-48,其中,y为灰度值,x为横坐标方向的坐标值,将交点C的横坐标值42代入该线性关系中,确定该交点C的目标灰度值为78,并根据该目标灰度值78对该交点C当前的灰度值20进行更新,更新为78。
由于本发明实施例在确定目标条纹中心像素点之后,还根据该目标条纹中心像素点,以及在该目标条纹中心像素点对应的法线方向的垂直方向上是否存在相邻的其他目标条纹中心像素点,从而确定通过目标条纹中心像素点的条纹中心线段,并且在该条纹中心线段为目标条纹中心线段时,若其他条纹中心线段与该目标条纹中心线段的交点的灰度值小于设定阈值时,根据该目标条纹中心线段上与该交点相邻的目标条纹中心像素点的灰度值,对该交点的灰度值进行更新,从而进一步对目标条纹中心像素点进行筛选,并排除杂光对该目标条纹中心线段上包含的目标条纹中心像素点的灰度值的干扰,使确定的目标条纹中心像素点更加准确。
下面通过具体的实施例对本发明实施例提供的图像的处理方法,进行说明,图2为本发明实施例提供的具体的图像的处理流程示意图,该流程包括:
激光条纹灰度图像中位于激光条纹上的像素点有多个,为了方便说明获取目标条纹中心像素点的过程,以下步骤针对位于激光条纹上的任一像素点进行说明:
S201:根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过该像素点的该激光条纹的法线方向。
S202:根据该像素点的坐标值以及对应的法线方向,确定该像素点对应的条纹中心像素点。
S203:确定包含该条纹中心像素点的第一窗口,判断该第一窗口内包含的其他条纹中心像素点的数量是否大于设定的数量阈值,若是,则执行S205,否则,执行S204。
S204:确定该条纹中心像素点为非目标条纹中心像素点。
S205:确定该条纹中心像素点为目标条纹中心像素点。
当基于上述的S201~S205的步骤,确定了激光条纹灰度图像中包含的每个目标条纹中心像素点之后,执行以下步骤:
S206:针对每个目标条纹中心像素点,判断在该目标条纹中心像素点其对应法线方向的垂直方向上,是否存在与该目标条纹中心像素点相邻的其他目标条纹中心像素点,确定通过该目标条纹中心像素点的条纹中心线段。
S207:将包含条纹中心像素点数量最多的条纹中心线段确定为目标条纹中心线段,确定其他条纹中心线段与该目标条纹中心线段是否存在交点,若是,执行S208,否则,执行S209。
S208:针对每个交点,若该交点的灰度值小于设定阈值,则根据该目标条纹中心线段上与该交点相邻的目标条纹中心像素点的灰度值,对该交点的灰度值进行更新,然后执行S209。
S209:根据该目标条纹中心线段包含的每个目标条纹中心,进行后续的处理。
其中,电子设备可以根据该目标条纹中心线段包含的目标条纹中心,计算被测物表面的特征信息。具体的,如何根据目标条纹中心线段包含的目标条纹中心,计算被测物表面的特征信息,属于现有技术,在此不再赘述。
实施例3:
为了提高后续确定条纹中心像素点的效率,在上述各实施例的基础上,在本发明实施例中,确定激光条纹灰度图像中位于激光条纹上的像素点,包括:
根据激光条纹灰度图像中包含的像素点的数量,以及预设的比例值,确定位于激光条纹上的像素点的目标数量;
将所述激光条纹灰度图像中包含的每个像素点,按照灰度值从大到小进行排序,将排序在前的所述目标数量的像素点,作为所述激光条纹灰度图像中位于所述激光条纹上的像素点。
在实际应用场景中,激光条纹灰度图像中位于激光条纹上的像素点的灰度值,比激光条纹灰度图像中的其他像素点的灰度值大。因此,为了减少获取目标条纹中心像素点的计算量,在本发明实施例中,预设有比例值,根据激光条纹灰度图像中包含的像素点的数量,以及预设的比例值,确定位于激光条纹上的像素点的目标数量。比如,激光条纹灰度图像中包含的像素点的数量为10000,预设的比例值为2%,确定位于激光条纹上的像素点的目标数量为200个。
其中,在设置预设的比例值时,可以根据场景的不同,设置不同的值,如果希望减少获取目标条纹中心像素点的计算量,则可以将该预设的比例值设置的小一些;如果希望尽可能的保存激光条纹的边缘细节,则可以将该预设的比例值设置的大一些。比如,该预设的比例值可以为2%~10%。
当基于上述实施例获取到为与激光条纹上的像素点的目标数量之后,按照灰度值从大到小的顺序,对激光条纹灰度图像中包含的每个像素点进行排序,将排序在前的目标数量的像素点,比如,排序在前的200个像素点,作为激光条纹灰度图像中位于激光条纹上的像素点。
由于本发明实施例可以初步确定激光条纹灰度图像中位于激光条纹上的像素点,减少了获取目标条纹中心像素点的计算量,并提高了确定条纹中心像素点的效率。
实施例4:
为了准确地确定通过位于激光条纹上的像素点的激光条纹的法线方向,在上述各实施例的基础上,在本发明实施例中,所述根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向,包括:
获取以所述像素点为窗口中心的第二窗口,将所述第二窗口中包含的每个窗口像素点作为目标像素点;
针对每个所述目标像素点,确定以该目标像素点为窗口中心的第三窗口,根据所述第三窗口中包含的每个窗口像素点的灰度值、预先保存的横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子,分别获取该目标像素点的横坐标灰度值和纵坐标灰度值,其中,所述第三窗口的窗口大小,与所述横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子的窗口大小相同;
根据每个所述目标像素点的横坐标灰度值与对应的纵坐标灰度值的平方差的和,确定横坐标的平均梯度方向;
根据每个所述目标像素点的第一灰度与对应的第二灰度值的乘积的两倍的和,确定纵坐标的平均梯度方向;
根据所述横坐标的平均梯度方向及所述纵坐标的平均梯度方向,确定通过所述像素点的所述激光条纹的法线方向。
在本发明实施例中,为了准确地确定通过位于激光条纹上的像素点的激光条纹的法线方向,可以基于苏泊尔(Sobel)梯度模板算子,求取法线方向。具体的,当确定位于激光条纹上的像素点之后,获取以该像素点为窗口中心的第二窗口,将该第二窗口中包含的每个像素点均确定为目标像素点。
其中,第二窗口的大小可以根据需求进行灵活设置,如果希望确定的法线方向更准确,则可以将该第二窗口设置的大一些,如果希望减少确定法线方向时的计算量,可以将该第二窗口设置的小一些,但不宜过大,一般不大于线激光的线宽。
当基于上述实施例确定了每个目标像素点之后,针对每个目标像素点,确定以该目标像素点为窗口中心的第三窗口,根据该第三窗口中包含的每个窗口像素点的灰度值、预先保存的横坐标Sobel梯度模板算子,获取该目标像素点的横坐标灰度值,并根据该第三窗口中包含的每个窗口像素点的灰度值、预先保存的纵坐标Sobel梯度模板算子,获取该目标像素点的纵坐标灰度值。
其中,为了方便计算横坐标灰度值和纵坐标灰度值,第三窗口的窗口大小是与横坐标Sobel梯度模板算子、以及纵坐标Sobel梯度模板算子的窗口大小均是相同的。比如,纵坐标Sobel梯度模板算子和横坐标Sobel梯度模板算子均为3*3的窗口大小,则该第三窗口的窗口大小也为3*3。
当获取到每个目标像素点的横坐标灰度值与对应的纵坐标灰度值之后,分别计算每个目标像素点的横坐标灰度值与对应的纵坐标灰度值的平方差,根据获取到的每个平方差,确定平方差的和,将该平方差的和作为横坐标的平均梯度方向。同时,分别计算每个目标像素点的横坐标灰度值与对应的纵坐标灰度值的乘积的两倍,根据每个乘积的两倍,确定乘积的两倍的和,将该乘积的两倍的和作为纵坐标的平均梯度方向。
图3为本发明实施例提供的一种横坐标Sobel梯度模板算子,和纵坐标Sobel梯度模板算子的示意图。具体应用过程中,将该横坐标Sobel梯度模板算子与当前确定的3*3的第三窗口中每个窗口像素点的灰度值进行卷积,假设坐标值为(u,v)的窗口像素点,则该窗口像素点的横坐标灰度值为Px(u,v)=P(u-1,v+1)-P(u-1,v-1)+2(P(u,v+1)-P(u,v-1))+P(u+1,v+1)-P(u+1,v-1),其中P()表示该坐标值的窗口像素点的灰度值,Px(u,v)为坐标值为(u,v)的窗口像素点的横坐标灰度值。将该纵坐标Sobel梯度模板算子与当前确定的3*3的第三窗口中每个窗口像素点的灰度值进行卷积,假设坐标值为(u,v)的窗口像素点,则该窗口像素点对应的横坐标灰度值为Py(u,v)=P(u+1,v-1)-P(u-1,v-1)+2(P(u+1,v)-P(u-1,v))+P(u+1,v+1)-P(u-1,v+1),其中P()表示该坐标值的窗口像素点的灰度值,Py(u,v)为坐标值为(u,v)的窗口像素点的纵坐标灰度值。
当获取到每个目标像素点的横坐标灰度值和对应的纵坐标灰度值之后,计算横坐标的平均梯度方向和纵坐标的平均梯度方向。假设位于第二窗口的窗口中心的像素点的坐标值为(i,j),该第二窗口的大小为w*w,则横坐标的平均梯度方向可采用如下公式计算:
其中,vx(i,j)为坐标值为(i,j)的像素点对应的横坐标的平均梯度方向,w为第二窗口的行或列的维数,Px(k,n)为坐标值为(k,n)的像素点的横坐标灰度值,Py(k,n)为坐标值为(k,n)的像素点的纵坐标灰度值。
纵坐标的平均梯度方向可采用如下公式计算:
其中,vy(i,j)为坐标值为(i,j)的像素点对应的纵坐标的平均梯度方向,w为第二窗口的行或列的维数,Px(k,n)为坐标值为(k,n)的像素点的横坐标灰度值,Py(k,n)为坐标值为(k,n)的像素点的纵坐标灰度值。
当基于上述实施例获取到横坐标的平均梯度方向以及纵坐标的平均梯度方向之后,根据该横坐标的平均梯度方向以及纵坐标的平均梯度方向,即可确定通过位于激光条纹上的像素点的激光条纹的法线方向。
具体的,据该横坐标的平均梯度方向以及纵坐标的平均梯度方向,即可确定通过位于激光条纹上的像素点的激光条纹的法线方向,可采用如下公式确定:
其中,vx(i,j)为坐标值为(i,j)的像素点对应的横坐标的平均梯度方向,vy(i,j)为坐标值为(i,j)的像素点对应的纵坐标的平均梯度方向,γ(i,j)通过坐标值为(i,j)的像素点的激光条纹的法线方向。
实施例5:
为了准确地确定通过位于激光条纹上的像素点的激光条纹的法线方向,在上述各实施例的基础上,在本发明实施例中,所述根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向,包括:
获取以所述像素点为窗口中心的第四窗口,将所述第四窗口中包含的每个窗口像素点作为目标像素点;
根据每个所述目标像素点的坐标值,确定坐标值的平均值;
根据每个所述目标像素点的坐标值、以及所述坐标值的平均值,确定协方差矩阵;
确定所述协方差矩阵对应的特征值及特征向量,并将最大特征值对应的特征向量的方向,确定通过所述像素点的所述激光条纹的法线方向。
在另一种可能的实施方式中,为了准确地确定通过位于激光条纹的像素点的激光条纹的法线方向,在本发明实施例中,可以基于主元(PCA)分析法,求取法线方向。具体的,当确定位于激光条纹上的像素点之后,获取以该像素点为窗口中心的第四窗口,将该第四窗口中包含的每个窗口像素点均确定为目标像素点。
需要说明的是,第四窗口的大小的设置方法与上述第二窗口的大小设置方法相同,在此不再赘述。
当基于上述实施例确定了每个目标像素点之后,根据每个目标像素点的坐标值,确定坐标值的平均值,即根据每个坐标像素点的横坐标值,确定横坐标值的平均值,并根据每个坐标像素点的纵坐标值,确定纵坐标值的平均值。
例如,假设第三窗口为N*N,确定该第三窗口的每个目标像素点组成点集Q,计算点集Q中坐标值的平均值可通过如下公式确定:
其中,为横坐标值的平均值,Qi为点集Q中包含的目标像素点,N为第三窗口的行或列的维数,Qix为点集Q中包含的目标像素点的横坐标值,Qiy为点集Q中包含的目标像素点的纵坐标值,坐标值的平均值包括Qix和Qiy。
当获取到坐标值的平均值后,根据每个目标像素点的坐标值,以及坐标值的平均自,确定协方差矩阵。具体的,仍以上述点集Q为例,可以通过如下方式计算:
其中,Cov(X2)、Cov(Y2)、Cov(X,Y)、Cov(Y,X)组成了协方差矩阵Qi为点集Q中的任一目标像素点,Qix为目标像素点Qi的横坐标值,Qiy为目标像素点Qi的纵坐标值,为坐标值的平均值的横坐标值,为坐标值的平均值的纵坐标值。
获取到协方差矩阵后,计算协方差矩阵的特征值和特征向量,将最大特征值对应的特征向量的方向,确定为通过位于激光条纹上的像素点的激光条纹的法线方向。
其中,计算协方差矩阵的特征值和特征向量,属于现有技术,在此不再赘述。
实施例6:
为了准确地确定条纹中心像素点,在上述各实施例的基础上,在本发明实施例中,所述根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点,包括:
根据所述激光条纹的宽度值以及预设的像素参考点数量算法,确定所述像素点的像素参考点的参考数量;
以所述像素点为中心,沿着所述像素点对应的法线方向上,获取所述参考数量的像素参考点;根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的灰度值,确定横坐标值或纵坐标值与灰度值的拟合曲线,并根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的纵坐标值或横坐标值,确定横坐标值与纵坐标值的线性关系;根据所述拟合曲线,确定灰度值最大值对应的目标横坐标值或目标纵坐标值,并根据所述横坐标值与纵坐标值的线性关系,确定所述目标横坐标值或目标纵坐标值,对应的目标纵坐标值或目标横坐标值;将在所述目标横坐标值、所述目标纵坐标值处的像素点作为所述像素点对应的条纹中心像素点。
当确定了通过位于激光条纹上的像素点的激光条纹的法线方向之后,根据激光条纹的宽度值以及预设的像素参考点数量的算法,确定该像素点的像素参考点的参考数量。比如,设激光条纹宽度为ω,预设的像素参考点数量的算法为h=ω+n,其中,h表示确定的该像素点的像素参考点的参考数量,n为不小于1的整数,比如,可以是1。
当确定了像素点的像素参考点的参考数量之后,以该像素点为中心,沿着该像素点对应的法线,获取参考数量的像素参考点,其中,该像素点对应的法线为通过该像素点,且在该像素点的法线方向上的直线。假设,在该坐标值为(i,j)的像素点对应的法线方向γ(i,j)上,以该像素点的像素值为中心,在激光条纹宽度ω的范围内找寻ω+1个像素参考点,则获取的每个像素参考点可以通过如下方式确定:
其中,γ(i,j)为坐标值为(i,j)的像素点对应的法线方向,ω为激光条纹的宽度值,P()为该坐标值的像素点的灰度值,R为由坐标值为(i,j)的像素点的ω+1个像素参考点组成的点集。
当确定了像素点的参考数量的像素参考点之后,获取每个像素参考点的横坐标值或纵坐标值、以及对应的灰度值,根据每个像素参考点的横坐标值或纵坐标值、以及对应的灰度值,进行拟合,确定横坐标值或纵坐标值与灰度值的拟合曲线,即根据每个像素参考点的横坐标值以及对应的灰度值,确定横坐标值与灰度值的拟合曲线,或,根据每个像素参考点的纵坐标值以及对应的灰度值,确定纵坐标值与灰度值的拟合曲线。
具体实施过程中,可以采用随机采样一致性(RANSAC)拟合高斯曲线、二次曲线拟合等方法,确定横坐标值或纵坐标值与灰度值的拟合曲线。例如,根据随机采样一致性拟合高斯曲线的方法,确定横坐标值与灰度值的拟合曲线,包括:
y=ax2+bx+c
其中,x表示某一像素点的像素参考点的横坐标值,G(x)表示该像素点的横坐标值为x的像素参考点的灰度值的对数。
(2)根据点集R中包含的每个像素参考点以及随机采样一致性拟合高斯曲线,确定横坐标值与灰度值的拟合曲线。
(2a)随机选取上述由像素参考点组成的点集R中,横坐标互不相等的三个像素参考点R1(x1,y1)、R2(x2,y2)、R3(x3,y3),使得
(2b)根据R1(x1,y1)、R2(x2,y2)、R3(x3,y3)计算y=ax2+bx+c的曲线中的参数a、b、c,从而确定横坐标值与灰度值的第一拟合曲线,具体计算参数a、b、c可以通过如下方式确定:
(2c)计算点集R中所有像素参考点与步骤(2b)确定的第一拟合曲线的距离误差,统计距离误差小于预设误差阈值的像素参考点的个数。
(2d)重复(2a)-(2c)的步骤,直至满足收敛条件。该收敛条件可以是循环次数到达设定循环阈值,也可以是点集R中与确定的第一拟合曲线的距离误差小于预设误差阈值的像素参考点的个数,不小于预设的个数阈值。
当获取到满足收敛条件的第一拟合曲线时,根据该第一拟合曲线中的参数a、b、c,可以计算出上述一维高斯函数中的三个参数σ、μ、A,至此,可以确定完成了随机采用一致性拟合高斯曲线完成,获取到了横坐标值与灰度值的拟合曲线。
同时,在基于上述实施例确定横坐标值或纵坐标值与灰度值的拟合曲线的过程中,为了准确地确定条纹中心像素点的坐标值,在本发明实施例中,电子设备还根据每个像素参考点的横坐标值或纵坐标值、以及对应的纵坐标值或横坐标值,确定横坐标值与纵坐标值的线性关系。
当确定了横坐标值或纵坐标值与灰度值的拟合曲线,以及横坐标值与纵坐标值的线性关系之后,根据该拟合曲线中灰度值最大值对应的目标横坐标值或目标纵坐标值。仍以上述为例,上述获取的一维高斯函数中的参数μ,即为该拟合曲线中灰度值最大值对应的目标横坐标值,可用公式表示如下:
其中,a和b为最后满足收敛条件的第一拟合曲线中的参数。
当根据拟合曲线,获取到了目标横坐标值或目标纵坐标值之后,将该目标横坐标值或目标纵坐标值,代入上述实施例确定的横坐标值与纵坐标值的线性关系中,即可确定目标横坐标值或目标纵坐标值,对应的目标纵坐标值或目标横坐标值。例如,根据横坐标值与灰度值的拟合曲线,获取到了目标横坐标值,将该目标横坐标值代入横坐标值与纵坐标值的线性关系中,确定该目标横坐标值对应的目标纵坐标值,或,根据纵坐标值与灰度值的拟合曲线,获取到了目标纵坐标值,将该目标纵坐标值代入横坐标值与纵坐标值的线性关系中,确定该目标纵坐标值对应的目标横坐标值。
基于上述实施例获取到了目标横坐标值以及对应的目标纵坐标值之后,将激光条纹灰度图像中,该目标横坐标值、目标纵坐标值处的像素点确定为位于激光条纹上的像素点对应的条纹中心像素点。
实施例7:
下面通过具体的实施例对本发明实施例提供的图像的处理方法,进行说明,图4为本发明实施例提供的具体的图像的处理流程示意图,该流程包括:
S401:获取激光条纹图像。
S402:获取激光条纹图像对应的激光条纹灰度图像,并进行高斯光顺。
电子设备获取到激光条纹灰度图像后,可以根据线激光发射器的线宽以及预设的高斯方差公式,确定高斯方差,然后根据激光条纹灰度图像中包含的每个像素点的像素值,以及高斯方差,分别确定激光条纹灰度图像中包含的每个像素点对应的二维高斯卷积值,并根据每个二维高斯卷积值,分别对该激光条纹灰度图像中对应的像素点的像素值进行更新,以获取平滑的激光条纹灰度图像,从而实现高斯光顺。
S403:确定激光条纹灰度图像中位于激光条纹上的像素点。
S404:根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过该像素点的该激光条纹的法线方向。
S405:根据该像素点的坐标值以及对应的法线方向,确定该像素点对应的条纹中心像素点。
S406:确定包含该条纹中心像素点的第一窗口,判断该第一窗口内包含的其他条纹中心像素点的数量是否大于设定的数量阈值,若是,则执行S408,否则,执行S407。
S407:确定该条纹中心像素点为非目标条纹中心像素点。
S408:确定该条纹中心像素点为目标条纹中心像素点。
当确定了激光条纹灰度图像中包含的每个目标条纹中心像素点之后,执行以下步骤:
S409:针对每个目标条纹中心像素点,判断在该目标条纹中心像素点其对应法线方向的垂直方向上是否存在与该目标条纹中心像素点相邻的其他目标条纹中心像素点,确定通过该目标条纹中心像素点的条纹中心线段。
S410:将包含条纹中心像素点数量最多的条纹中心线段确定为目标条纹中心线段,确定其他条纹中心线段与该目标条纹中心线段是否存在交点,若是,执行S411,否则,执行S412。
S411:针对每个交点,若该交点的灰度值小于设定阈值,则根据该目标条纹中心线段上与该交点相邻的目标条纹中心像素点的灰度值,对该交点的灰度值进行更新,然后执行S412。
S412:根据该目标条纹中心线段包含的每个目标条纹中心,进行后续的处理。
图5为本发明实施例提供的具体的图像的处理流程示意图,该流程包括:
S501:获取相机采集的激光条纹图像。
S502:获取激光条纹图像对应的激光条纹灰度图像,并进行高斯光顺。
S503:确定激光条纹灰度图像中位于激光条纹上的像素点。
S504:根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过该像素点的该激光条纹的法线方向。
S505:根据该像素点的坐标值以及对应的法线方向,确定该像素点对应的每个像素参考点。
S506:根据每个该像素参考点的横坐标值或纵坐标值、以及对应的灰度值,确定横坐标值或纵坐标值与灰度值的拟合曲线,并根据每个该像素参考点的横坐标值或纵坐标值、以及对应的纵坐标值或横坐标值,确定横坐标值与纵坐标值的线性关系。
S507:根据该拟合曲线,以及横坐标值与纵坐标值的线性关系,确定该像素点对应的目标条纹中心像素点。
S508:对确定的条纹中心像素点进行筛选,确定目标条纹中心像素点,并对目标条纹中心像素点的灰度值进行更新。
具体的,对确定的条纹中心像素点进行筛选,以及对目标条纹中心像素点的灰度值进行更新的方法,参见上述实施例,在此不再赘述。
S509:输出目标条纹中心线段上包含的每个目标条纹中心像素点。
实施例8:
图6为本发明实施例提供的一种图像的处理装置的结构示意图,本发明实施例提供了一种图像的处理装置,所述装置包括:
第一确定单元61,用于根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向;
第二确定单元62,用于根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点;
处理单元63,用于确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
进一步地,所述处理单元63,还用于所述确定所述条纹中心像素点为目标条纹中心像素点之后,根据所述目标条纹中心像素点,及在与其对应法线方向的垂直方向上是否存在相邻的其他目标条纹中心像素点,确定通过所述目标条纹中心像素点的条纹中心线段;若确定所述条纹中心线段为包含目标条纹中心像素点数量最多的目标条纹中心线段,确定其他条纹中心线段与所述目标条纹中心线段的交点,若所述交点的灰度值小于设定阈值,根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新。
进一步地,所述处理单元63,具体用于根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的横坐标值或纵坐标值及灰度值,确定横坐标方向或纵坐标方向的坐标值与灰度值的线性关系;根据所述线性关系以及所述交点的横坐标值或纵坐标值,对所述交点的灰度值进行更新。
进一步地,所述第一确定单元61,具体用于根据激光条纹灰度图像中包含的像素点的数量,以及预设的比例值,确定位于激光条纹上的像素点的目标数量;将所述激光条纹灰度图像中包含的每个像素点,按照灰度值从大到小进行排序,将排序在前的所述目标数量的像素点,作为所述激光条纹灰度图像中位于所述激光条纹上的像素点。
进一步地,所述第一确定单元61,具体用于获取以所述像素点为窗口中心的第二窗口,将所述第二窗口中包含的每个窗口像素点作为目标像素点;针对每个所述目标像素点,确定以该目标像素点为窗口中心的第三窗口,根据所述第三窗口中包含的每个窗口像素点的灰度值、预先保存的横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子,分别获取该目标像素点的横坐标灰度值和纵坐标灰度值,其中,所述第三窗口的窗口大小,与所述横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子的窗口大小相同;根据每个所述目标像素点的横坐标灰度值与对应的纵坐标灰度值的平方差的和,确定横坐标的平均梯度方向;根据每个所述目标像素点的第一灰度与对应的第二灰度值的乘积的两倍的和,确定纵坐标的平均梯度方向;根据所述横坐标的平均梯度方向及所述纵坐标的平均梯度方向,确定通过所述像素点的所述激光条纹的法线方向。
进一步地,所述第一确定单元61,具体用于获取以所述像素点为窗口中心的第四窗口,将所述第四窗口中包含的每个窗口像素点作为目标像素点;根据每个所述目标像素点的坐标值,确定坐标值的平均值;根据每个所述目标像素点的坐标值、以及所述坐标值的平均值,确定协方差矩阵;确定所述协方差矩阵对应的特征值及特征向量,并将最大特征值对应的特征向量的方向,确定通过所述像素点的所述激光条纹的法线方向。
进一步地,所述第二确定单元62,具体用于根据所述激光条纹的宽度值以及预设的像素参考点数量算法,确定所述像素点的像素参考点的参考数量;以所述像素点为中心,沿着所述像素点对应的法线方向上,获取所述参考数量的像素参考点;根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的灰度值,确定横坐标值或纵坐标值与灰度值的拟合曲线,并根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的纵坐标值或横坐标值,确定横坐标值与纵坐标值的线性关系;根据所述拟合曲线,确定灰度值最大值对应的目标横坐标值或目标纵坐标值,并根据所述横坐标值与纵坐标值的线性关系,确定所述目标横坐标值或目标纵坐标值,对应的目标纵坐标值或目标横坐标值;将在所述目标横坐标值、所述目标纵坐标值处的像素点作为所述像素点对应的条纹中心像素点。
由于本发明实施例中在根据激光条纹灰度图像中位于激光条纹上的每素点的坐标值以及对应的法线方向,确定了该像素点对应的条纹中心像素点后,确定包含该条纹中心像素点的第一窗口,若该第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,才确定该条纹中心像素点为目标条纹中心像素点,实现对条纹中心像素点的筛选,减少了杂光对获取的目标条纹中心像素点的干扰,提高了获取的目标条纹中心像素点的准确度。
实施例9:
如图7为本发明实施例提供的一种电子设备结构示意图,在上述各实施例的基础上,本发明实施例还提供了一种电子设备,如图7所示,包括:处理器71、通信接口72、存储器73和通信总线74,其中,处理器71,通信接口72,存储器73通过通信总线74完成相互间的通信;
所述存储器73中存储有计算机程序,当所述程序被所述处理器71执行时,使得所述处理器71执行如下步骤:
根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向;
根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点;
确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
进一步地,所述处理器71,还用于所述确定所述条纹中心像素点为目标条纹中心像素点之后,根据所述目标条纹中心像素点,及在与其对应法线方向的垂直方向上是否存在相邻的其他目标条纹中心像素点,确定通过所述目标条纹中心像素点的条纹中心线段;若确定所述条纹中心线段为包含目标条纹中心像素点数量最多的目标条纹中心线段,确定其他条纹中心线段与所述目标条纹中心线段的交点,若所述交点的灰度值小于设定阈值,根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新。
进一步地,所述处理器71,具体用于根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的横坐标值或纵坐标值及灰度值,确定横坐标方向或纵坐标方向的坐标值与灰度值的线性关系;根据所述线性关系以及所述交点的横坐标值或纵坐标值,对所述交点的灰度值进行更新。
进一步地,所述处理器71,具体用于根据激光条纹灰度图像中包含的像素点的数量,以及预设的比例值,确定位于激光条纹上的像素点的目标数量;将所述激光条纹灰度图像中包含的每个像素点,按照灰度值从大到小进行排序,将排序在前的所述目标数量的像素点,作为所述激光条纹灰度图像中位于所述激光条纹上的像素点。
进一步地,所述处理器71,具体用于获取以所述像素点为窗口中心的第二窗口,将所述第二窗口中包含的每个窗口像素点作为目标像素点;针对每个所述目标像素点,确定以该目标像素点为窗口中心的第三窗口,根据所述第三窗口中包含的每个窗口像素点的灰度值、预先保存的横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子,分别获取该目标像素点的横坐标灰度值和纵坐标灰度值,其中,所述第三窗口的窗口大小,与所述横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子的窗口大小相同;根据每个所述目标像素点的横坐标灰度值与对应的纵坐标灰度值的平方差的和,确定横坐标的平均梯度方向;根据每个所述目标像素点的第一灰度与对应的第二灰度值的乘积的两倍的和,确定纵坐标的平均梯度方向;根据所述横坐标的平均梯度方向及所述纵坐标的平均梯度方向,确定通过所述像素点的所述激光条纹的法线方向。
进一步地,所述处理器71,具体用于获取以所述像素点为窗口中心的第四窗口,将所述第四窗口中包含的每个窗口像素点作为目标像素点;根据每个所述目标像素点的坐标值,确定坐标值的平均值;根据每个所述目标像素点的坐标值、以及所述坐标值的平均值,确定协方差矩阵;确定所述协方差矩阵对应的特征值及特征向量,并将最大特征值对应的特征向量的方向,确定通过所述像素点的所述激光条纹的法线方向。
进一步地,所述处理器71,具体用于根据所述激光条纹的宽度值以及预设的像素参考点数量算法,确定所述像素点的像素参考点的参考数量;以所述像素点为中心,沿着所述像素点对应的法线方向上,获取所述参考数量的像素参考点;根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的灰度值,确定横坐标值或纵坐标值与灰度值的拟合曲线,并根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的纵坐标值或横坐标值,确定横坐标值与纵坐标值的线性关系;根据所述拟合曲线,确定灰度值最大值对应的目标横坐标值或目标纵坐标值,并根据所述横坐标值与纵坐标值的线性关系,确定所述目标横坐标值或目标纵坐标值,对应的目标纵坐标值或目标横坐标值;将在所述目标横坐标值、所述目标纵坐标值处的像素点作为所述像素点对应的条纹中心像素点。
由于上述电子设备解决问题的原理与图像的处理方法相似,因此上述电子设备的实施可以参见方法的实施,重复之处不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口72用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字指令处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
由于本发明实施例中在根据激光条纹灰度图像中位于激光条纹上的每素点的坐标值以及对应的法线方向,确定了该像素点对应的条纹中心像素点后,确定包含该条纹中心像素点的第一窗口,若该第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,才确定该条纹中心像素点为目标条纹中心像素点,实现对条纹中心像素点的筛选,减少了杂光对获取的目标条纹中心像素点的干扰,提高了获取的目标条纹中心像素点的准确度。
实施例10:
在上述各实施例的基础上,本发明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内存储有可由处理器执行的计算机程序,当所述程序在所述处理器上运行时,使得所述处理器执行时实现如下步骤:
根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向;
根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点;
确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
进一步地,所述确定所述条纹中心像素点为目标条纹中心像素点之后,所述方法还包括:
根据所述目标条纹中心像素点,及在与其对应法线方向的垂直方向上是否存在相邻的其他目标条纹中心像素点,确定通过所述目标条纹中心像素点的条纹中心线段;
若确定所述条纹中心线段为包含目标条纹中心像素点数量最多的目标条纹中心线段,确定其他条纹中心线段与所述目标条纹中心线段的交点,若所述交点的灰度值小于设定阈值,根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新。
进一步地,所述根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新,包括:
根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的横坐标值或纵坐标值及灰度值,确定横坐标方向或纵坐标方向的坐标值与灰度值的线性关系;
根据所述线性关系以及所述交点的横坐标值或纵坐标值,对所述交点的灰度值进行更新。
进一步地,确定激光条纹灰度图像中位于激光条纹上的像素点,包括:
根据激光条纹灰度图像中包含的像素点的数量,以及预设的比例值,确定位于激光条纹上的像素点的目标数量;
将所述激光条纹灰度图像中包含的每个像素点,按照灰度值从大到小进行排序,将排序在前的所述目标数量的像素点,作为所述激光条纹灰度图像中位于所述激光条纹上的像素点。
进一步地,所述根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向,包括:
获取以所述像素点为窗口中心的第二窗口,将所述第二窗口中包含的每个窗口像素点作为目标像素点;
针对每个所述目标像素点,确定以该目标像素点为窗口中心的第三窗口,根据所述第三窗口中包含的每个窗口像素点的灰度值、预先保存的横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子,分别获取该目标像素点的横坐标灰度值和纵坐标灰度值,其中,所述第三窗口的窗口大小,与所述横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子的窗口大小相同;
根据每个所述目标像素点的横坐标灰度值与对应的纵坐标灰度值的平方差的和,确定横坐标的平均梯度方向;
根据每个所述目标像素点的第一灰度与对应的第二灰度值的乘积的两倍的和,确定纵坐标的平均梯度方向;
根据所述横坐标的平均梯度方向及所述纵坐标的平均梯度方向,确定通过所述像素点的所述激光条纹的法线方向。
进一步地,所述根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向,包括:
获取以所述像素点为窗口中心的第四窗口,将所述第四窗口中包含的每个窗口像素点作为目标像素点;
根据每个所述目标像素点的坐标值,确定坐标值的平均值;
根据每个所述目标像素点的坐标值、以及所述坐标值的平均值,确定协方差矩阵;
确定所述协方差矩阵对应的特征值及特征向量,并将最大特征值对应的特征向量的方向,确定通过所述像素点的所述激光条纹的法线方向。
进一步地,所述根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点,包括:
根据所述激光条纹的宽度值以及预设的像素参考点数量算法,确定所述像素点的像素参考点的参考数量;
以所述像素点为中心,沿着所述像素点对应的法线方向上,获取所述参考数量的像素参考点;根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的灰度值,确定横坐标值或纵坐标值与灰度值的拟合曲线,并根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的纵坐标值或横坐标值,确定横坐标值与纵坐标值的线性关系;根据所述拟合曲线,确定灰度值最大值对应的目标横坐标值或目标纵坐标值,并根据所述横坐标值与纵坐标值的线性关系,确定所述目标横坐标值或目标纵坐标值,对应的目标纵坐标值或目标横坐标值;将在所述目标横坐标值、所述目标纵坐标值处的像素点作为所述像素点对应的条纹中心像素点。
由于本发明实施例中在根据激光条纹灰度图像中位于激光条纹上的每素点的坐标值以及对应的法线方向,确定了该像素点对应的条纹中心像素点后,确定包含该条纹中心像素点的第一窗口,若该第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,才确定该条纹中心像素点为目标条纹中心像素点,实现对条纹中心像素点的筛选,减少了杂光对获取的目标条纹中心像素点的干扰,提高了获取的目标条纹中心像素点的准确度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种图像的处理方法,其特征在于,所述方法包括:
根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向;
根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点;
确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
2.根据权利要求1所述的方法,其特征在于,所述确定所述条纹中心像素点为目标条纹中心像素点之后,所述方法还包括:
根据所述目标条纹中心像素点,及在与其对应法线方向的垂直方向上是否存在相邻的其他目标条纹中心像素点,确定通过所述目标条纹中心像素点的条纹中心线段;
若确定所述条纹中心线段为包含目标条纹中心像素点数量最多的目标条纹中心线段,确定其他条纹中心线段与所述目标条纹中心线段的交点,若所述交点的灰度值小于设定阈值,根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的灰度值,对所述交点的灰度值进行更新,包括:
根据所述目标条纹中心线段上与所述交点相邻的目标条纹中心像素点的横坐标值或纵坐标值及灰度值,确定横坐标方向或纵坐标方向的坐标值与灰度值的线性关系;
根据所述线性关系以及所述交点的横坐标值或纵坐标值,对所述交点的灰度值进行更新。
4.根据权利要求1所述的方法,其特征在于,确定激光条纹灰度图像中位于激光条纹上的像素点,包括:
根据激光条纹灰度图像中包含的像素点的数量,以及预设的比例值,确定位于激光条纹上的像素点的目标数量;
将所述激光条纹灰度图像中包含的每个像素点,按照灰度值从大到小进行排序,将排序在前的所述目标数量的像素点,作为所述激光条纹灰度图像中位于所述激光条纹上的像素点。
5.根据权利要求1所述的方法,其特征在于,所述根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向,包括:
获取以所述像素点为窗口中心的第二窗口,将所述第二窗口中包含的每个窗口像素点作为目标像素点;
针对每个所述目标像素点,确定以该目标像素点为窗口中心的第三窗口,根据所述第三窗口中包含的每个窗口像素点的灰度值、预先保存的横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子,分别获取该目标像素点的横坐标灰度值和纵坐标灰度值,其中,所述第三窗口的窗口大小,与所述横坐标苏泊尔梯度模板算子、以及纵坐标苏泊尔梯度模板算子的窗口大小相同;
根据每个所述目标像素点的横坐标灰度值与对应的纵坐标灰度值的平方差的和,确定横坐标的平均梯度方向;
根据每个所述目标像素点的第一灰度与对应的第二灰度值的乘积的两倍的和,确定纵坐标的平均梯度方向;
根据所述横坐标的平均梯度方向及所述纵坐标的平均梯度方向,确定通过所述像素点的所述激光条纹的法线方向。
6.根据权利要求1所述的方法,其特征在于,所述根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向,包括:
获取以所述像素点为窗口中心的第四窗口,将所述第四窗口中包含的每个窗口像素点作为目标像素点;
根据每个所述目标像素点的坐标值,确定坐标值的平均值;
根据每个所述目标像素点的坐标值、以及所述坐标值的平均值,确定协方差矩阵;
确定所述协方差矩阵对应的特征值及特征向量,并将最大特征值对应的特征向量的方向,确定通过所述像素点的所述激光条纹的法线方向。
7.根据权利要求1所述的方法,其特征在于,所述根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点,包括:
根据所述激光条纹的宽度值以及预设的像素参考点数量算法,确定所述像素点的像素参考点的参考数量;
以所述像素点为中心,沿着所述像素点对应的法线方向上,获取所述参考数量的像素参考点;根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的灰度值,确定横坐标值或纵坐标值与灰度值的拟合曲线,并根据每个所述像素参考点的横坐标值或纵坐标值、以及对应的纵坐标值或横坐标值,确定横坐标值与纵坐标值的线性关系;根据所述拟合曲线,确定灰度值最大值对应的目标横坐标值或目标纵坐标值,并根据所述横坐标值与纵坐标值的线性关系,确定所述目标横坐标值或目标纵坐标值,对应的目标纵坐标值或目标横坐标值;将在所述目标横坐标值、所述目标纵坐标值处的像素点作为所述像素点对应的条纹中心像素点。
8.一种图像的处理装置,其特征在于,所述装置包括:
第一确定单元,用于根据激光条纹灰度图像中位于激光条纹上的像素点,确定通过所述像素点的所述激光条纹的法线方向;
第二确定单元,用于根据所述像素点的坐标值以及对应的法线方向,确定所述像素点对应的条纹中心像素点;
处理单元,用于确定包含所述条纹中心像素点的第一窗口,若所述第一窗口内包含的其他条纹中心像素点的数量大于设定的数量阈值,则确定所述条纹中心像素点为目标条纹中心像素点。
9.一种电子设备,其特征在于,所述电子设备至少包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一所述图像的处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述图像的处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841629.4A CN112085752B (zh) | 2020-08-20 | 2020-08-20 | 一种图像的处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841629.4A CN112085752B (zh) | 2020-08-20 | 2020-08-20 | 一种图像的处理方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112085752A true CN112085752A (zh) | 2020-12-15 |
CN112085752B CN112085752B (zh) | 2024-01-30 |
Family
ID=73728407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010841629.4A Active CN112085752B (zh) | 2020-08-20 | 2020-08-20 | 一种图像的处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085752B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469167A (zh) * | 2021-07-21 | 2021-10-01 | 浙江大华技术股份有限公司 | 仪表读数识别方法、装置、设备及存储介质 |
WO2023005123A1 (zh) * | 2021-07-30 | 2023-02-02 | 浙江宇视科技有限公司 | 光心确定方法、装置、电子设备及介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004097335A1 (en) * | 2003-04-25 | 2004-11-11 | Ecole Polytechnique Federale De Lausanne (Epfl) | Shape and deformation measurements of large objects by fringe projection |
JP2006352837A (ja) * | 2005-05-16 | 2006-12-28 | Seiko Epson Corp | 画像処理装置,画像処理方法,及び画像処理プログラム |
CN104657587A (zh) * | 2015-01-08 | 2015-05-27 | 华中科技大学 | 一种激光条纹中心线的提取方法 |
WO2015106700A1 (en) * | 2014-01-17 | 2015-07-23 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for implementing image denoising |
CN105678776A (zh) * | 2016-01-11 | 2016-06-15 | 南京工业大学 | 一种基于激光视觉传感器焊缝图像特征点提取方法 |
WO2017161496A1 (zh) * | 2016-03-22 | 2017-09-28 | 广东虚拟现实科技有限公司 | 条纹集合查找方法、装置以及系统 |
CN108564621A (zh) * | 2018-04-28 | 2018-09-21 | 中国科学院电子学研究所 | 用于车辙检测的结构光光条中心提取方法及装置 |
CN109815772A (zh) * | 2017-11-20 | 2019-05-28 | 方正国际软件(北京)有限公司 | 指纹图像增强、识别方法、装置及指纹图像增强识别系统 |
CN110088563A (zh) * | 2019-03-13 | 2019-08-02 | 深圳市汇顶科技股份有限公司 | 图像深度的计算方法、图像处理装置及三维测量系统 |
CN110232677A (zh) * | 2019-05-23 | 2019-09-13 | 天津大学 | 一种用于干涉条纹分析的手机app |
CN110706229A (zh) * | 2019-10-17 | 2020-01-17 | 广东博智林机器人有限公司 | 激光条纹中心的确定方法、装置、电子设备及存储介质 |
CN111462214A (zh) * | 2020-03-19 | 2020-07-28 | 南京理工大学 | 一种基于Hough变换的线结构光条纹中心线提取方法 |
-
2020
- 2020-08-20 CN CN202010841629.4A patent/CN112085752B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004097335A1 (en) * | 2003-04-25 | 2004-11-11 | Ecole Polytechnique Federale De Lausanne (Epfl) | Shape and deformation measurements of large objects by fringe projection |
JP2006352837A (ja) * | 2005-05-16 | 2006-12-28 | Seiko Epson Corp | 画像処理装置,画像処理方法,及び画像処理プログラム |
WO2015106700A1 (en) * | 2014-01-17 | 2015-07-23 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for implementing image denoising |
CN104657587A (zh) * | 2015-01-08 | 2015-05-27 | 华中科技大学 | 一种激光条纹中心线的提取方法 |
CN105678776A (zh) * | 2016-01-11 | 2016-06-15 | 南京工业大学 | 一种基于激光视觉传感器焊缝图像特征点提取方法 |
WO2017161496A1 (zh) * | 2016-03-22 | 2017-09-28 | 广东虚拟现实科技有限公司 | 条纹集合查找方法、装置以及系统 |
CN109815772A (zh) * | 2017-11-20 | 2019-05-28 | 方正国际软件(北京)有限公司 | 指纹图像增强、识别方法、装置及指纹图像增强识别系统 |
CN108564621A (zh) * | 2018-04-28 | 2018-09-21 | 中国科学院电子学研究所 | 用于车辙检测的结构光光条中心提取方法及装置 |
CN110088563A (zh) * | 2019-03-13 | 2019-08-02 | 深圳市汇顶科技股份有限公司 | 图像深度的计算方法、图像处理装置及三维测量系统 |
CN110232677A (zh) * | 2019-05-23 | 2019-09-13 | 天津大学 | 一种用于干涉条纹分析的手机app |
CN110706229A (zh) * | 2019-10-17 | 2020-01-17 | 广东博智林机器人有限公司 | 激光条纹中心的确定方法、装置、电子设备及存储介质 |
CN111462214A (zh) * | 2020-03-19 | 2020-07-28 | 南京理工大学 | 一种基于Hough变换的线结构光条纹中心线提取方法 |
Non-Patent Citations (3)
Title |
---|
李春明;王萌萌;刘海洋;杨鹏飞;: "精确的线结构光中心提取算法研究", 机械与电子, no. 06, pages 29 - 31 * |
杨雪君;许燕玲;黄色吉;侯震;陈善本;韩瑜;: "一种基于结构光的V型坡口焊缝特征点识别算法", 上海交通大学学报, no. 10, pages 1573 - 1577 * |
黄秋红,邱宗明,郭彦珍,郭俊杰: "相位编码型铟瓦水准标尺视觉检测方法研究", 西安理工大学学报, no. 02, pages 175 - 177 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469167A (zh) * | 2021-07-21 | 2021-10-01 | 浙江大华技术股份有限公司 | 仪表读数识别方法、装置、设备及存储介质 |
WO2023005123A1 (zh) * | 2021-07-30 | 2023-02-02 | 浙江宇视科技有限公司 | 光心确定方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112085752B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7092572B2 (en) | Method and apparatus for global image quantification verification | |
US7076101B2 (en) | Method and apparatus for local image quantification verification | |
CN110349092B (zh) | 一种点云滤波方法及设备 | |
US20090245638A1 (en) | Method And Apparatus For Region-Based Segmentation Image Processing Using Region Mapping | |
Deb et al. | Automatic detection and analysis of discontinuity geometry of rock mass from digital images | |
CN112085752B (zh) | 一种图像的处理方法、装置、设备及介质 | |
US7092571B2 (en) | Method and apparatus for regional image quantification verification | |
US20180268522A1 (en) | Electronic device with an upscaling processor and associated method | |
CN106340010A (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
CN108596032B (zh) | 一种视频中打架行为检测方法、装置、设备及介质 | |
CN114998328A (zh) | 一种基于机器视觉的工件喷涂缺陷检测方法、系统及可读存储介质 | |
US20220237854A1 (en) | Adaptive virtual camera sensor | |
CN113281779B (zh) | 一种3d物体快速检测方法、装置、设备及介质 | |
CN116977671A (zh) | 基于图像空间定位的目标跟踪方法、装置、设备及存储介质 | |
CN115393172B (zh) | 基于gpu实时提取光条纹中心的方法及设备 | |
CN110533663B (zh) | 一种图像视差确定方法、装置、设备及系统 | |
CN114170367B (zh) | 无限视距椎状热图渲染的方法、装置、存储介质和设备 | |
Zhang et al. | Object measurement in real underwater environments using improved stereo matching with semantic segmentation | |
CN114943761A (zh) | 一种fpga中线结构光条纹中心提取方法及装置 | |
CN109214398B (zh) | 一种从连续图像中量测杆体位置的方法和系统 | |
Zhang et al. | A novel algorithm for disparity calculation based on stereo vision | |
CN113048899A (zh) | 基于线结构光的厚度测量方法和系统 | |
Roussel et al. | 3D surface reconstruction of plant seeds by volume carving | |
JPH10123163A (ja) | 流速分布測定方法 | |
WO2002063547A1 (en) | Structure-guided image measurement method |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Zhejiang Huarui Technology Co.,Ltd. Address before: C10, No. 1199 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: ZHEJIANG HUARAY TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |