CN112361990A - 激光图案提取方法、装置、激光测量设备和系统 - Google Patents
激光图案提取方法、装置、激光测量设备和系统 Download PDFInfo
- Publication number
- CN112361990A CN112361990A CN202011182180.1A CN202011182180A CN112361990A CN 112361990 A CN112361990 A CN 112361990A CN 202011182180 A CN202011182180 A CN 202011182180A CN 112361990 A CN112361990 A CN 112361990A
- Authority
- CN
- China
- Prior art keywords
- laser
- image
- brightness
- laser image
- current application
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 64
- 238000005259 measurement Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 230000002708 enhancing effect Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 101100149023 Bacillus subtilis (strain 168) secA gene Proteins 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 1
- 241000905957 Channa melasoma Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
-
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- 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
- G06T2207/10024—Color image
Abstract
本发明实施例涉及图像处理技术领域,公开了一种激光图案提取方法、装置、激光测量设备和系统。该方法包括:获取包含所述激光图案的第一激光图像;根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度;判断所述激光测量设备当前应用环境的亮度与所述第一激光图像是否相匹配;若判断的结果为否,获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像;从所述第二激光图像中提取所述激光图案。通过上述方式,本发明实施例提高了各种场景下激光图案提取的准确度。
Description
技术领域
本发明实施例涉及图像处理技术领域,具体涉及一种激光图案提取方法、装置、激光测量设备和系统。
背景技术
激光三角测量(Laser Triangulation)是一种机器视觉技术,通过将激光光源与相机配对来捕获三维测量数据。单目激光三角测量是采用单个相机,利用相似三角形原理计算目标到相机的距离,被越来越多的应用于工业生产和日常生活应用中,朝着产品小型化、手持式方向发展。
单目激光三角测量需要从相机图像中分析出激光图案的像素坐标。在室外环境光较强时,激光图案的像素坐标提取不准确。如何在不同环境光亮度下都能准确提取激光图案的像素坐标,是目前亟待解决的问题。
发明内容
鉴于上述问题,本发明实施例提供了一种激光图案提取方法、装置、激光测量设备和系统,用于解决现有技术中存在的室外环境光较强时,激光线的像素坐标提取结果不准确的问题。
根据本发明实施例的一个方面,提供了一种激光图案提取方法,应用于激光测量设备,所述方法包括:
获取包含所述激光图案的第一激光图像;
根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度;
判断所述激光测量设备当前应用环境的亮度与所述第一激光图像是否相匹配;
若判断的结果为否,获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像;
从所述第二激光图像中提取所述激光图案。
在一种可选的方式中,所述第一激光图像为ISP固定曝光方式拍摄的图像。
在一种可选的方式中,所述激光图案为激光线。
在一种可选的方式中,所述根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度,包括:
分析所述第一激光图像的亮度特征;
根据所述亮度特征统计所述第一激光图像的平均亮度;
根据所述平均亮度确定所述激光测量设备当前应用环境的亮度。
在一种可选的方式中,所述根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度,包括:
根据所述第一激光图像的灰度直方图,分析所述灰度直方图中不同亮度的分布特征;
根据所述不同亮度的分布特征识别所述第一激光图像包括的亮度信息,将所述第一激光图像包括的亮度信息确定为所述激光测量设备当前应用环境的亮度。
在一种可选的方式中,若所述第一激光图像为彩色图像,所述根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度,包括:
将所述彩色图像转换为灰度图像。
在一种可选的方式中,所述获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像,包括:
若所述激光测量设备当前应用环境的亮度为第一亮度,获取所述第一激光图像的原始图像,将所述原始图像确定为所述第二激光图像。
在一种可选的方式中,所述获取所述第一激光图像的原始图像,将所述原始图像确定为所述第二激光图像,包括:
获取所述第一激光图像的原始图像;
将所述原始图像转换为BGR格式图像;
从B、G、R三个分量中选择一个分量,根据选择的所述分量对所述BGR格式图像进行分离,得到分离后的图像,其中,所述分离后的图像仅包括选择的所述分量;
将所述分离后的图像确定为所述第二激光图像。
在一种可选的方式中,所述获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像,包括:
若所述激光测量设备当前应用环境的亮度为第二亮度,获取通过自动曝光拍摄的激光图像,将通过自动曝光拍摄的所述激光图像确定为所述第二激光图像,其中,通过自动曝光拍摄的所述激光图像包含所述激光图案。
在一种可选的方式中,所述获取通过自动曝光拍摄的激光图像,将所述通过自动曝光拍摄的激光图像确定为所述第二激光图像,包括:
获取通过自动曝光拍摄的激光图像;
增强通过自动曝光拍摄的所述激光图像中所述激光图案与所述激光图像中的背景部分亮度差异,得到增强处理后的所述激光图像;
将增强处理后的所述激光图像确定为所述第二激光图像。
在一种可选的方式中,所述增强通过自动曝光拍摄的所述激光图像中所述激光图案与所述激光图像中的背景部分亮度差异,包括:
采用伽马变换方法增强通过自动曝光拍摄的所述激光图像中所述激光图案的亮度,抑制通过自动曝光拍摄的所述激光图像中除所述激光图案以外的背景图像的亮度。
在一种可选的方式中,若通过自动曝光拍摄的所述激光图像为彩色图像,所述增强通过自动曝光拍摄的所述激光图像中所述激光图案与所述激光图像中的背景部分亮度差异,包括:
通过公式1和公式2对通过自动曝光拍摄的所述激光图像进行激光图案特征增强处理:
v=pow(g*max/255,5)/div+λ·v1公式1
v1=g-a,div=pow(k,4)公式2
其中,v表示变化过后的灰度图像亮度,g表示所述激光图像的g分量,max为经验值,a表示将所述激光图像转换获得的黑白图像,pow为幂函数,k和λ为计算因子。
在一种可选的方式中,所述方法还包括:
若判断的结果为是,从所述第一激光图像中提取所述激光图案。
根据本发明实施例的另一方面,提供了一种激光图案提取装置,应用于激光测量设备,所述装置包括:
第一获取模块,用于获取包含所述激光图案的第一激光图像;
识别模块,用于根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度;
判断模块,用于判断所述激光测量设备当前应用环境的亮度与所述第一激光图像是否相匹配;
第二获取模块,用于若判断的结果为否,获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像;
提取模块,用于从所述第二激光图像中提取所述激光图案。
根据本发明实施例的另一方面,提供了一种激光测量设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上所述的激光图案提取方法的操作。
根据本发明实施例的另一方面,提供了一种激光测量系统,包括:激光器、相机和主机系统;
所述激光器用于向目标发射出射激光;
所述相机用于拍摄激光图像,其中,所述激光图像包括所述出射激光入射至所述目标形成的激光图案;
所述主机系统用于执行如上所述的激光图案提取方法的操作,以及进行测量计算。
根据本发明实施例的另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令在激光测量设备上运行时,使得所述激光测量设备执行如上所述的激光图案提取方法的操作。
本发明实施例通过识别激光测量设备当前应用环境的亮度,判断该亮度与抓取的图像是否相匹配,若不匹配则进一步获取与该亮度相匹配的激光图像,从而根据当前应用环境的亮度切换抓取的激光图像,不同的亮度抓取不同的适合于该亮度的激光图像,并用于激光图案提取,提高了不同亮度下激光图案提取的准确性,解决了室内室外各种场景的应用需求。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的激光图案提取方法的流程图;
图2示出了单目激光测量系统中的图像管理系统的架构图;
图3a-3e示出了单目激光测量系统在不同的场景和抓图方式下抓取的图像;
图4a-4b示出了经过Gamma公式1和公式2变换前后的图像;
图5示出了本发明实施例提供的激光图案提取装置的结构示意图;
图6示出了本发明实施例提供的激光测量设备的结构示意图;
图7示出了本发明实施例提供的激光测量系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
单目激光测量系统一般包括相机、激光器、主机系统、显示系统、存储系统和电源系统等。激光器发射的激光垂直投射到测量目标表面,相机偏离激光器一定角度进行图像抓取,根据激光三角测量原理计算激光到目标之间的投射距离。其中,主机系统对激光测量的流程包括:激光图像抓取、图像预处理、激光线像素坐标提取、坐标投影变换和点云数据分析等过程。
激光线像素坐标提取是从激光图像中分析出激光线的像素坐标,其是单目激光测量的一个重要步骤。其分析原理基于激光图像中激光线的亮度特征明显高于背景部分的亮度特征。
通常在室内、地下车库、车间、车库等弱光场景中,环境光比较弱,进入相机的激光线的亮度高于环境光的亮度,从激光图像中分析激光线的像素坐标相对比较容易。对于手持式的单目激光测量设备,有在室外场景的工作需求。由于室外环境光比较强,测量目标表面为金属材质时,反光比较明显。特别是在阳光下,进入相机的激光线亮度信号与环境光亮度信号差异不明显,造成激光线的像素坐标提取不准确。如何在不同环境光亮度下都能准确提取激光线的像素坐标,是目前亟待解决的问题。
图1示出了本发明实施例提供的激光图案提取方法的流程图,该方法由激光测量系统执行,例如单目激光测量系统。进一步的,可以由单目激光测量系统中的主机系统执行。如图2所示,为单目激光测量系统中的图像管理系统的架构图。该图像管理系统包括相机、ISP(Image Signal Processing,图像信号处理)、相机管理模块和激光图案提取模块。其中,相机拍摄激光图像,支持彩色功能,本发明实施例中相机对520nm波段范围内的绿光激光感光度最高,支持曝光时间控制,支持增益调整。ISP是对相机原始图像进行效果优化的部件,支持手动曝光(manu expo)和自动曝光(auto expo),支持图像的效果优化,包括坏点检测、降噪、亮度增强、自动曝光控制等。相机管理模块是软件模块,一般位于主机系统中,包括对相机控制的驱动程序和图像的抓取功能,相机抓取的原始图像和ISP处理过后的图像都可以通过相机管理模块抓取。激光图案提取模块是软件模块,一般位于主机系统中,负责对图片的分析,例如根据图像亮度、图像质量判别当前所属应用场景,并自动决策采用哪种图像用于激光图案坐标提取运算。
如图1所示,该方法包括以下步骤:
步骤120:获取包含激光图案的第一激光图像。
其中,第一激光图像通过单目激光测量系统中的相机拍摄得到,主机系统通过相机管理模块从相机获取该第一激光图像。第一激光图像中包含激光器发射到目标表面的激光图案,该激光图案可以为任意形状,例如激光点、激光线、激光块或者其他形状的激光图案。本发明实施例以激光图案为激光线为例进行说明。
第一激光图像为ISP固定曝光方式拍摄的图像。固定曝光也称为手动曝光,是指相机曝光时间固定设置的曝光方式。而自动曝光是指相机曝光时间根据ISP算法自动调整的曝光方式。
步骤140:根据第一激光图像识别激光测量设备当前应用环境的亮度。
环境光亮度不同,对于激光图像中激光线的像素坐标提取的效果也不同。在室内场景下,背景光亮度偏弱,激光亮度偏强,激光图像容易过曝,造成测量误差比较大;在室外场景下,背景光亮度较强,激光亮度相对偏弱,容易造成背景过曝,较难从激光图像中提取出激光线的像素坐标,或者提取的激光线像素坐标偏差比较大。因此,本发明实施例通过第一激光图像识别激光测量设备当前应用环境的亮度,相当于识别出当前场景,再根据不同亮度选取适合该亮度的抓图方式抓取的激光图像进行激光线提取。
在一些实施例中,可以通过第一激光图像的亮度特征识别激光测量设备当前应用环境的亮度,包括如下步骤:
步骤a1:分析第一激光图像的亮度特征;
步骤a2:根据亮度特征统计第一激光图像的平均亮度;
步骤a3:根据平均亮度确定激光测量设备当前应用环境的亮度。
根据第一激光图像的亮度能够得到激光测量设备当前应用环境的亮度。本发明实施例中,将激光测量设备当前应用环境的场景分为三种:强光场景,例如具有阳光或者其他环境强光的场景;中等亮度场景,例如室外弱光、阴天、大厅、阴影等场景;弱光场景,例如室内、地下车库、车间、车库等弱光场景。强光场景的应用环境的亮度为第一亮度,中等亮度场景的应用环境的亮度为第二亮度,弱光场景的应用环境的亮度为第三亮度。
一般弱光场景平均亮度非常低,灰度图像平均亮度在10以下,很少超过20,中等亮度场景灰度图像平均亮度在100以下,强光场景灰度图像平均亮度基本都在150以上。因此,可为不同的场景预设亮度范围,根据平均亮度所属的亮度范围判别当前场景,也即确定激光测量设备当前应用环境的亮度。
在一些实施例中,还可以通过第一激光图像的灰度直方图分析不同亮度的分布特征,识别激光测量设备当前应用环境的亮度,包括如下步骤:
步骤b1:根据第一激光图像的灰度直方图,分析灰度直方图中不同亮度的分布特征;
步骤b2:根据不同亮度的分布特征识别第一激光图像包括的亮度信息,将第一激光图像包括的亮度信息确定为激光测量设备当前应用环境的亮度。
此外,若第一激光图像若为彩色图像,需要先将其转换为灰度图像,若为灰度图像则可以直接进行亮度信息识别。
步骤160:判断激光测量设备当前应用环境的亮度与第一激光图像是否相匹配。
其中,当前应用环境的亮度与第一激光图像相匹配是指在当前应用环境的亮度下,能够从第一激光图像中提取质量高的激光图案,或者在当前应用环境的亮度下,从第一激光图像中提取激光图案能够达到运算标准。
如图3a-3b所示,由于不同场景的亮度差异,单目激光测量系统在不同的场景和抓图方式下抓取的图像效果差异较大,各种抓图方式的特点和应用范围如下:
1.ISP手动曝光的抓图方式:经过ISP处理后的图像,亮度比较均匀,噪声比较小,提取的激光线波动和偏移比较小,更易于算法分析。ISP手动曝光的背景压抑比较好,可根据曝光时间控制激光线亮度,目标和背景对比度高,图像分析更方便,精度更高,支持黑白相机和彩色相机。ISP手动曝光适应于室内弱光场景,如图3a所示,为室内手动曝光并经过ISP处理后的激光图像。ISP手动曝光对室外环境光和反光干扰比较敏感,容易过曝,如图3e所示,为阳光下手动曝光并经过ISP处理后的激光图像。因此,ISP手动曝光适应场景为室内、地下车库、车间、车库等弱光场景。
2.ISP自动曝光的抓图方式:ISP自动曝光在室外弱光场景下的背景压抑比较好,图像比较清晰,能够自动压抑环境光对图像的影响,如图3b所示,为室外弱光自动曝光并经过ISP处理后的激光图像。但是,ISP自动曝光的激光线提取难度相比ISP手动曝光有所增加,需算法对激光线特征进行增强;对阳光和反光干扰比较敏感,易受干扰,如图3c所示,为室外强光自动曝光并经过ISP处理后的激光图像;仅支持彩色相机。因此,ISP自动曝光适应场景为室外弱光、阴天、大厅、阴影等场景。
3.从相机抓取原始图像的抓图方式:从相机抓取原始图像通常比较毛躁,暗斑噪点较多,但更能体现真实的场景,与目视观察结果接近,对阳光、环境强光抗干扰能力强,适应性更强。如图3d所示,为室外阳光下进行激光分离后保留绿色激光的激光图像。此外,原始图像的激光线波动比较大,仅支持彩色相机。因此,其适应场景为具有阳光或者其他环境强光的场景。
因此,不同抓图方式获取的激光图像各自与不同的当前应用环境的亮度相匹配,例如手动曝光的抓图方式获取的激光图像与弱光场景(第三亮度)相匹配,自动曝光的抓图方式获取的激光图像与中等亮度场景(第二亮度)相匹配,原始图像与强光场景(第一亮度)相匹配。
在一些实施例中,若激光测量设备当前应用环境的亮度与第一激光图像相匹配,则可以直接采用第一激光图像进行激光图案的提取。若激光测量设备当前应用环境的亮度与第一激光图像不匹配,则需要进一步处理,抓取其他图像进行激光图案的提取。
步骤180:若判断的结果为否,获取与激光测量设备当前应用环境的亮度相匹配的第二激光图像。
本步骤根据在步骤160的判断结果为否时,进一步获取第二激光图像,其中,第二激光图像是适于在当前应用环境的亮度下提取激光图案的图像。进一步的,第二激光图像与当前应用环境的亮度相关。由于不同场景和抓图方式抓取的图像效果差异非常大,算法也需要根据不同的场景选择不同的抓图方式。弱光场景下(第三亮度),宜采用手动曝光方式获取激光图像,有利于后续激光线的提取;中等亮度场景下(第二亮度),宜采用自动曝光方式获取激光图像,有利于后续激光线的提取;强光场景下(第一亮度),宜采用原始图像,有利于后续激光线的提取。
在一些实施例中,若激光测量设备当前应用环境的亮度为第一亮度,获取第一激光图像的原始图像,将原始图像确定为第二激光图像。也即,在具有阳光或者其他环境强光的场景下,绕开ISP对图像的优化处理,直接从相机抓取原始图像,原始图像为与激光测量设备当前应用环境的亮度相匹配的图像,这样可提高激光线坐标提取的成功概率。
对于室外弱光场景,使用手动曝光抓取的激光图像经常出现图像过曝,如图3e所示。因此本发明实施例改为采用自动曝光抓取激光图像,自动曝光的目标平均亮度提前测定。平均亮度法是对图像所有像素亮度求平均值,通过不断调整曝光参数最终达到目标亮度。因此,在一些实施例中,若激光测量设备当前应用环境的亮度为第二亮度,获取通过自动曝光拍摄的激光图像,将通过自动曝光拍摄的激光图像确定为第二激光图像,其中,通过自动曝光拍摄的激光图像的图像内容和第一激光图像是相同的,也包含激光图案。也即,在室外弱光、阴天、大厅、阴影等场景下,采用自动曝光方式,可提高激光线的像素坐标提取成功的概率。
此外,若激光测量设备当前应用环境的亮度为第三亮度,则步骤160判断的结果为是,说明激光测量设备当前应用环境的亮度与第一激光图像相匹配,则直接从第一激光图像中提取激光图案。也即,在室内、地下车库、车间、车库等弱光场景下,直接采用手动曝光方式拍摄的第一激光图像,通过预先测定的曝光时间,控制激光线的成像质量。
通过以上几种方式的复合应用,自动判别应用场景,自动切换抓图方式,可以实现各场景下的激光线准确提取,解决室内室外不同场景的应用需求。
关于强光场景:
在具有阳光或者其他环境强光的场景下,从相机取原始图像进行激光线提取计算。相机中的原图,一般是8/10/12位的数据,为RGGB/GRBG/BGGR等输出格式,不能直接进行算法运算,需要转换到BGR格式的图像。根据激光器选定的波长特征,确定采用B/G/R分量中的某个分量进行计算,可以提高激光线的像素坐标提取的成功概率。因此,当激光测量设备当前应用环境的亮度为第一亮度时,步骤180进一步包括:
步骤181a:若激光测量设备当前应用环境的亮度为第一亮度,获取第一激光图像的原始图像;
步骤182a:将原始图像转换为BGR格式图像;
步骤183a:从B、G、R三个分量中选择一个分量,根据选择的分量对BGR格式图像进行分离,得到分离后的图像,其中,分离后的图像仅包括选择的分量;
本实施例中,采用520nm波段的绿色激光,选用G分量更能突出激光线在图像中的特征,如图3d所示,可以提高激光线的像素坐标提取的成功概率。当然,还可以采用非520nm波段的绿色激光,例如根据相机的感光特性,可以采用650nm的红色激光或者460nm的绿色激光。
步骤184a:将分离后的图像确定为第二激光图像。
关于中等亮度场景:
在室外弱光、阴天、大厅、阴影等场景下,如图3b所示,激光线在图像中亮度特征比背景的亮度特征差异比较小,不经过图像处理直接进行激光线提取可能失败率较高。对于该场景下采集的激光图像,可采用自动曝光方式,同时通过图像增强,提高激光线坐标提取成功的概率。因此,在一些实施例中,当激光测量设备当前应用环境的亮度为时,步骤180进一步包括:
步骤181b:若激光测量设备当前应用环境的亮度为第二亮度,获取通过自动曝光拍摄的激光图像;
步骤182b:增强通过自动曝光拍摄的激光图像中激光图案与激光图像的背景部分亮度差异,得到增强处理后的激光图像;
例如,可采用伽马(Gamma)变换方法增强通过自动曝光拍摄的激光图像中激光图案的亮度,抑制通过自动曝光拍摄的激光图像中除激光图案以外的背景图像的亮度。
具体的,若通过自动曝光拍摄的激光图像为彩色图像,可通过公式1和公式2对通过自动曝光拍摄的激光图像进行激光图案特征增强处理:
v=pow(g*max/255,5)/div+λ·v1公式1
v1=g-a,div=pow(k,4)公式2
其中,v表示变化过后的灰度图像亮度,g表示激光图像的g分量,max为经验值,一般可取180≤max≤220,a表示将激光图像转换获得的黑白图像,pow为幂函数,k和λ为计算因子,根据实际情况确定,一般可取k≥180,λ≥3。图4a和图4b给出了经过Gamma公式1和公式2变换前后的图像,其中图4a为自动曝光抓取的灰度图像,图4b为经过Gamma变换后的图像,可以看出激光线部分和背景部分对比度显著增强。
当然,还可以采用其他方法增强通过自动曝光拍摄的激光图像中激光图案与激光图像的背景部分亮度差异,例如直方图均衡化(Histogram Equalization)、拉普拉斯(Laplace)变换、限制对比度自适应直方图均衡(Contrast Limited Adaptive HistogramEqualization,CLAHE)法、Retinex算法等。
步骤183b:将增强处理后的激光图像确定为第二激光图像。
步骤200:从第二激光图像中提取激光图案。
通过上述方式,确定了适用于各场景的第二激光图像后,从第二激光图像中进行激光线的提取。
本发明实施例通过识别激光测量设备当前应用环境的亮度,判断该亮度与抓取的图像是否相匹配,若不匹配则进一步获取与该亮度相匹配的激光图像,从而根据当前应用环境的亮度切换抓取的激光图像,不同的亮度抓取不同的适合于该亮度的激光图像,并用于激光图案提取,提高了不同亮度下激光图案提取的准确性,解决了室内室外各种场景的应用需求。
图5示出了本发明实施例提供的激光图案提取装置的结构示意图。如图5所示,该装置300包括:获取模块310、识别模块320、确定模块330和提取模块340。其中:
第一获取模块310,用于获取包含所述激光图案的第一激光图像;
识别模块320,用于根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度;
判断模块330,用于判断所述激光测量设备当前应用环境的亮度与所述第一激光图像是否相匹配;
第二获取模块340,用于若判断的结果为否,获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像;
提取模块350,用于从所述第二激光图像中提取所述激光图案。
在一种可选的方式中,所述第一激光图像为ISP固定曝光方式拍摄的图像。
在一种可选的方式中,所述激光图案为激光线。
在一种可选的方式中,所述识别模块320还用于:
分析所述第一激光图像的亮度特征;
根据所述亮度特征统计所述第一激光图像的平均亮度;
根据所述平均亮度确定所述激光测量设备当前应用环境的亮度。
在一种可选的方式中,所述识别模块320还用于:
根据所述第一激光图像的灰度直方图,分析所述灰度直方图中不同亮度的分布特征;
根据所述不同亮度的分布特征识别所述第一激光图像包括的亮度信息,将所述第一激光图像包括的亮度信息确定为所述激光测量设备当前应用环境的亮度。
在一种可选的方式中,若所述第一激光图像为彩色图像,所述识别模块320还用于:
将所述彩色图像转换为灰度图像。
在一种可选的方式中,所述第二获取模块340还用于:
若所述激光测量设备当前应用环境的亮度为第一亮度,获取所述第一激光图像的原始图像,将所述原始图像确定为所述第二激光图像。
在一种可选的方式中,所述第二获取模块340还用于:
获取所述第一激光图像的原始图像;
将所述原始图像转换为BGR格式图像;
从B、G、R三个分量中选择一个分量,根据选择的所述分量对所述BGR格式图像进行分离,得到分离后的图像,其中,所述分离后的图像仅包括选择的所述分量;
将所述分离后的图像确定为所述第二激光图像。
在一种可选的方式中,所述第二获取模块340还用于:
若所述激光测量设备当前应用环境的亮度为第二亮度,获取通过自动曝光拍摄的激光图像,将通过自动曝光拍摄的所述激光图像确定为所述第二激光图像,其中,通过自动曝光拍摄的所述激光图像包含所述激光图案。
在一种可选的方式中,所述第二获取模块340还用于:
获取通过自动曝光拍摄的激光图像;
增强通过自动曝光拍摄的所述激光图像中所述激光图案与所述激光图像中的背景部分亮度差异,得到增强处理后的所述激光图像;
将增强处理后的所述激光图像确定为所述第二激光图像。
在一种可选的方式中,所述第二获取模块340还用于:
采用伽马变换方法增强通过自动曝光拍摄的所述激光图像中所述激光图案的亮度,抑制通过自动曝光拍摄的所述激光图像中除所述激光图案以外的背景图像的亮度。
在一种可选的方式中,若通过自动曝光拍摄的所述激光图像为彩色图像,所述第二获取模块340还用于:
通过公式1和公式2对通过自动曝光拍摄的所述激光图像进行激光图案特征增强处理:
v=pow(g*max/255,5)/div+λ·v1公式1
v1=g-a,div=pow(k,4)公式2
其中,v表示变化过后的灰度图像亮度,g表示所述激光图像的g分量,max为经验值,a表示将所述激光图像转换获得的黑白图像,pow为幂函数,k和λ为计算因子。
在一种可选的方式中,所述提取模块350还用于:若判断的结果为是,从所述第一激光图像中提取所述激光图案。
本发明实施例通过识别激光测量设备当前应用环境的亮度,判断该亮度与抓取的图像是否相匹配,若不匹配则进一步获取与该亮度相匹配的激光图像,从而根据当前应用环境的亮度切换抓取的激光图像,不同的亮度抓取不同的适合于该亮度的激光图像,并用于激光图案提取,提高了不同亮度下激光图案提取的准确性,解决了室内室外各种场景的应用需求。
图6示出了本发明实施例提供的激光测量设备的结构示意图,本发明具体实施例并不对激光测量设备的具体实现做限定,该设备可以是单目激光测量系统的主机系统。
如图6所示,该激光测量设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。处理器402,用于执行程序410,具体可以执行上述激光图案提取方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机可执行指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。激光测量设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
本发明实施例通过识别激光测量设备当前应用环境的亮度,判断该亮度与抓取的图像是否相匹配,若不匹配则进一步获取与该亮度相匹配的激光图像,从而根据当前应用环境的亮度切换抓取的激光图像,不同的亮度抓取不同的适合于该亮度的激光图像,并用于激光图案提取,提高了不同亮度下激光图案提取的准确性,解决了室内室外各种场景的应用需求。
图7示出了本发明实施例提供的激光测量系统的结构示意图。如图7所示,该系统500包括:激光器510、相机520和主机系统530。
所述激光器510用于向目标发射出射激光;
所述相机520用于拍摄激光图像,其中,所述激光图像包括所述出射激光入射至所述目标形成的激光图案;
所述主机系统530用于执行如上所述的激光图案提取方法的操作,以及进行测量计算。当然,主机系统530还可以控制激光器510和相机520工作,例如控制激光器510向目标发射出射激光,以及控制相机520拍摄激光图像。
当然,激光测量系统500还可以包括显示系统、存储系统和电源系统等其他部件,本实施例不再详述。
本发明实施例通过识别激光测量设备当前应用环境的亮度,判断该亮度与抓取的图像是否相匹配,若不匹配则进一步获取与该亮度相匹配的激光图像,从而根据当前应用环境的亮度切换抓取的激光图像,不同的亮度抓取不同的适合于该亮度的激光图像,并用于激光图案提取,提高了不同亮度下激光图案提取的准确性,解决了室内室外各种场景的应用需求。
本发明实施例提供了一种计算机可读存储介质,所述存储介质存储有至少一可执行指令,该可执行指令在激光测量设备/激光图案提取装置上运行时,使得所述激光测量设备/激光图案提取装置执行上述任意方法实施例中的激光图案提取方法。
本发明实施例提供一种激光图案提取装置,用于执行上述激光图案提取方法。
本发明实施例提供了一种计算机程序,所述计算机程序可被处理器调用使激光测量设备执行上述任意方法实施例中的激光图案提取方法。
本发明实施例提供了一种计算机程序产品,计算机程序产品包括存储在计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令在计算机上运行时,使得所述计算机执行上述任意方法实施例中的激光图案提取方法。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (17)
1.一种激光图案提取方法,其特征在于,应用于激光测量设备,所述方法包括:
获取包含所述激光图案的第一激光图像;
根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度;
判断所述激光测量设备当前应用环境的亮度与所述第一激光图像是否相匹配;
若判断的结果为否,获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像;
从所述第二激光图像中提取所述激光图案。
2.根据权利要求1所述的方法,其特征在于,所述第一激光图像为ISP固定曝光方式拍摄的图像。
3.根据权利要求1所述的方法,其特征在于,所述激光图案为激光线。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度,包括:
分析所述第一激光图像的亮度特征;
根据所述亮度特征统计所述第一激光图像的平均亮度;
根据所述平均亮度确定所述激光测量设备当前应用环境的亮度。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度,包括:
根据所述第一激光图像的灰度直方图,分析所述灰度直方图中不同亮度的分布特征;
根据所述不同亮度的分布特征识别所述第一激光图像包括的亮度信息,将所述第一激光图像包括的亮度信息确定为所述激光测量设备当前应用环境的亮度。
6.根据权利要求4或5所述的方法,其特征在于,若所述第一激光图像为彩色图像,所述根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度,包括:
将所述彩色图像转换为灰度图像。
7.根据权利要求1,4-5任一项所述的方法,其特征在于,
所述获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像,包括:
若所述激光测量设备当前应用环境的亮度为第一亮度,获取所述第一激光图像的原始图像,将所述原始图像确定为所述第二激光图像。
8.根据权利要求7所述的方法,其特征在于,所述获取所述第一激光图像的原始图像,将所述原始图像确定为所述第二激光图像,包括:
获取所述第一激光图像的原始图像;
将所述原始图像转换为BGR格式图像;
从B、G、R三个分量中选择一个分量,根据选择的所述分量对所述BGR格式图像进行分离,得到分离后的图像,其中,所述分离后的图像仅包括选择的所述分量;
将所述分离后的图像确定为所述第二激光图像。
9.根据权利要求1,4-5任一项所述的方法,其特征在于,
所述获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像,包括:
若所述激光测量设备当前应用环境的亮度为第二亮度,获取通过自动曝光拍摄的激光图像,将通过自动曝光拍摄的所述激光图像确定为所述第二激光图像,其中,通过自动曝光拍摄的所述激光图像包含所述激光图案。
10.根据权利要求9所述的方法,其特征在于,
所述获取通过自动曝光拍摄的激光图像,将所述通过自动曝光拍摄的激光图像确定为所述第二激光图像,包括:
获取通过自动曝光拍摄的激光图像;
增强通过自动曝光拍摄的所述激光图像中所述激光图案与所述激光图像中的背景部分亮度差异,得到增强处理后的所述激光图像;
将增强处理后的所述激光图像确定为所述第二激光图像。
11.根据权利要求10所述的方法,其特征在于,所述增强通过自动曝光拍摄的所述激光图像中所述激光图案与所述激光图像中的背景部分亮度差异,包括:
采用伽马变换方法增强通过自动曝光拍摄的所述激光图像中所述激光图案的亮度,抑制通过自动曝光拍摄的所述激光图像中除所述激光图案以外的背景图像的亮度。
12.根据权利要求10所述的方法,其特征在于,若通过自动曝光拍摄的所述激光图像为彩色图像,所述增强通过自动曝光拍摄的所述激光图像中所述激光图案与所述激光图像中的背景部分亮度差异,包括:
通过公式1和公式2对通过自动曝光拍摄的所述激光图像进行激光图案特征增强处理:
v=pow(g*max/255,5)/div+λ·v1 公式1
v1=g-a,div=pow(k,4) 公式2
其中,v表示变化过后的灰度图像亮度,g表示所述激光图像的g分量,max为经验值,a表示将所述激光图像转换获得的黑白图像,pow为幂函数,k和λ为计算因子。
13.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若判断的结果为是,从所述第一激光图像中提取所述激光图案。
14.一种激光图案提取装置,其特征在于,应用于激光测量设备,所述装置包括:
第一获取模块,用于获取包含所述激光图案的第一激光图像;
识别模块,用于根据所述第一激光图像识别所述激光测量设备当前应用环境的亮度;
判断模块,用于判断所述激光测量设备当前应用环境的亮度与所述第一激光图像是否相匹配;
第二获取模块,用于若判断的结果为否,获取与所述激光测量设备当前应用环境的亮度相匹配的第二激光图像;
提取模块,用于从所述第二激光图像中提取所述激光图案。
15.一种激光测量设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-13任意一项所述的激光图案提取方法的操作。
16.一种激光测量系统,其特征在于,包括:激光器、相机和主机系统;
所述激光器用于向目标发射出射激光;
所述相机用于拍摄激光图像,其中,所述激光图像包括所述出射激光入射至所述目标形成的激光图案;
所述主机系统用于执行如权利要求1-13任意一项所述的激光图案提取方法的操作,以及进行测量计算。
17.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令在激光测量设备上运行时,使得所述激光测量设备执行如权利要求1-13任意一项所述的激光图案提取方法的操作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011182180.1A CN112361990B (zh) | 2020-10-29 | 2020-10-29 | 激光图案提取方法、装置、激光测量设备和系统 |
PCT/CN2021/126225 WO2022089386A1 (zh) | 2020-10-29 | 2021-10-26 | 激光图案提取方法、装置、激光测量设备和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011182180.1A CN112361990B (zh) | 2020-10-29 | 2020-10-29 | 激光图案提取方法、装置、激光测量设备和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112361990A true CN112361990A (zh) | 2021-02-12 |
CN112361990B CN112361990B (zh) | 2022-06-28 |
Family
ID=74512956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011182180.1A Active CN112361990B (zh) | 2020-10-29 | 2020-10-29 | 激光图案提取方法、装置、激光测量设备和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112361990B (zh) |
WO (1) | WO2022089386A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113888448A (zh) * | 2021-12-08 | 2022-01-04 | 深圳市先地图像科技有限公司 | 一种激光成像用的图像分区域处理方法、系统及相关设备 |
CN114001671A (zh) * | 2021-12-31 | 2022-02-01 | 杭州思看科技有限公司 | 激光数据提取方法、数据处理方法、和三维扫描系统 |
WO2022089386A1 (zh) * | 2020-10-29 | 2022-05-05 | 深圳市道通科技股份有限公司 | 激光图案提取方法、装置、激光测量设备和系统 |
CN114584748A (zh) * | 2022-03-17 | 2022-06-03 | 青岛海信激光显示股份有限公司 | 激光投影设备、其显示方法及可读性存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090041847A (ko) * | 2007-10-25 | 2009-04-29 | 삼성중공업 주식회사 | 레이저 비전의 레이저 패턴 추출 방법 |
JP2012058076A (ja) * | 2010-09-09 | 2012-03-22 | 3D Media Co Ltd | 3次元計測装置及び3次元計測方法 |
CN103940369A (zh) * | 2014-04-09 | 2014-07-23 | 大连理工大学 | 多激光协同扫描形貌快速视觉测量方法 |
CN108683861A (zh) * | 2018-08-06 | 2018-10-19 | Oppo广东移动通信有限公司 | 拍摄曝光控制方法、装置、成像设备和电子设备 |
CN108683862A (zh) * | 2018-08-13 | 2018-10-19 | Oppo广东移动通信有限公司 | 成像控制方法、装置、电子设备及计算机可读存储介质 |
CN109474791A (zh) * | 2018-11-20 | 2019-03-15 | 深圳市趣创科技有限公司 | 相机拍摄图像控制曝光方法、装置、终端及存储介质 |
CN110505402A (zh) * | 2019-08-19 | 2019-11-26 | Oppo广东移动通信有限公司 | 控制方法、深度相机和电子装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105222725B (zh) * | 2015-09-24 | 2017-08-22 | 大连理工大学 | 一种基于光谱分析的高清图像动态采集方法 |
CN108401457A (zh) * | 2017-08-25 | 2018-08-14 | 深圳市大疆创新科技有限公司 | 一种曝光的控制方法、装置以及无人机 |
CN110475078B (zh) * | 2019-09-03 | 2020-12-15 | 河北科技大学 | 摄像机曝光时间调整方法及终端设备 |
CN112361990B (zh) * | 2020-10-29 | 2022-06-28 | 深圳市道通科技股份有限公司 | 激光图案提取方法、装置、激光测量设备和系统 |
-
2020
- 2020-10-29 CN CN202011182180.1A patent/CN112361990B/zh active Active
-
2021
- 2021-10-26 WO PCT/CN2021/126225 patent/WO2022089386A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090041847A (ko) * | 2007-10-25 | 2009-04-29 | 삼성중공업 주식회사 | 레이저 비전의 레이저 패턴 추출 방법 |
JP2012058076A (ja) * | 2010-09-09 | 2012-03-22 | 3D Media Co Ltd | 3次元計測装置及び3次元計測方法 |
CN103940369A (zh) * | 2014-04-09 | 2014-07-23 | 大连理工大学 | 多激光协同扫描形貌快速视觉测量方法 |
CN108683861A (zh) * | 2018-08-06 | 2018-10-19 | Oppo广东移动通信有限公司 | 拍摄曝光控制方法、装置、成像设备和电子设备 |
CN108683862A (zh) * | 2018-08-13 | 2018-10-19 | Oppo广东移动通信有限公司 | 成像控制方法、装置、电子设备及计算机可读存储介质 |
CN109474791A (zh) * | 2018-11-20 | 2019-03-15 | 深圳市趣创科技有限公司 | 相机拍摄图像控制曝光方法、装置、终端及存储介质 |
CN110505402A (zh) * | 2019-08-19 | 2019-11-26 | Oppo广东移动通信有限公司 | 控制方法、深度相机和电子装置 |
Non-Patent Citations (1)
Title |
---|
宋晓凤等: "多场景下结构光三维测量激光中心线提取方法", 《红外与激光工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022089386A1 (zh) * | 2020-10-29 | 2022-05-05 | 深圳市道通科技股份有限公司 | 激光图案提取方法、装置、激光测量设备和系统 |
CN113888448A (zh) * | 2021-12-08 | 2022-01-04 | 深圳市先地图像科技有限公司 | 一种激光成像用的图像分区域处理方法、系统及相关设备 |
CN113888448B (zh) * | 2021-12-08 | 2022-02-22 | 深圳市先地图像科技有限公司 | 一种激光成像用的图像分区域处理方法、系统及相关设备 |
CN114001671A (zh) * | 2021-12-31 | 2022-02-01 | 杭州思看科技有限公司 | 激光数据提取方法、数据处理方法、和三维扫描系统 |
CN114584748A (zh) * | 2022-03-17 | 2022-06-03 | 青岛海信激光显示股份有限公司 | 激光投影设备、其显示方法及可读性存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022089386A1 (zh) | 2022-05-05 |
CN112361990B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112361990B (zh) | 激光图案提取方法、装置、激光测量设备和系统 | |
CN110248096B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
US10620005B2 (en) | Building height calculation method, device, and storage medium | |
US20200043225A1 (en) | Image processing apparatus and control method thereof | |
US8786679B2 (en) | Imaging device, 3D modeling data creation method, and computer-readable recording medium storing programs | |
JP4234195B2 (ja) | 画像分割方法および画像分割システム | |
CN108470356B (zh) | 一种基于双目视觉的目标对象快速测距方法 | |
CN108810423B (zh) | 一种基于图像亮度梯度的光照角度调节方法及系统 | |
CA2870480A1 (en) | Hybrid precision tracking | |
WO2019011110A1 (zh) | 逆光场景的人脸区域处理方法和装置 | |
CN113592946A (zh) | 位姿定位方法、装置、智能机器人及存储介质 | |
CN110047059B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN111666869B (zh) | 一种基于宽动态处理的人脸识别方法、装置及电子设备 | |
JP7092616B2 (ja) | 物体検出装置、物体検出方法、及び物体検出プログラム | |
CN110136104B (zh) | 基于无人机地面站的图像处理方法、系统及介质 | |
CN113992904A (zh) | 一种信息处理方法、装置、电子设备和可读存储介质 | |
TWI589468B (zh) | 行人偵測系統 | |
CN114596437A (zh) | 一种图像背景分割方法及系统 | |
CN111062887B (zh) | 基于改进的Retinex算法的图像清晰度判定方法 | |
CN113992837A (zh) | 基于对象尺寸的自动聚焦方法以及数字图像采集装置 | |
CN111174706A (zh) | 地板安装检测方法、电子装置及存储介质 | |
Chen et al. | HLE-SLAM: SLAM for overexposed construction environment | |
JP2019129469A (ja) | 画像処理装置 | |
CN117336459B (zh) | 一种三维视频融合方法、装置、电子设备及存储介质 | |
CN116843690B (zh) | 图像质量评估方法、设备及系统 |
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 |