CN112489095B - 参考图的选取方法、装置、存储介质及深度相机 - Google Patents

参考图的选取方法、装置、存储介质及深度相机 Download PDF

Info

Publication number
CN112489095B
CN112489095B CN202011344316.4A CN202011344316A CN112489095B CN 112489095 B CN112489095 B CN 112489095B CN 202011344316 A CN202011344316 A CN 202011344316A CN 112489095 B CN112489095 B CN 112489095B
Authority
CN
China
Prior art keywords
distance
value
reference map
map
target
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
CN202011344316.4A
Other languages
English (en)
Other versions
CN112489095A (zh
Inventor
冯上栋
郑龙
黄泽洋
刘风雷
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.)
Dongguan Ekos Technology Co Ltd
Original Assignee
Dongguan Ekos Technology 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 Dongguan Ekos Technology Co Ltd filed Critical Dongguan Ekos Technology Co Ltd
Priority to CN202011344316.4A priority Critical patent/CN112489095B/zh
Publication of CN112489095A publication Critical patent/CN112489095A/zh
Application granted granted Critical
Publication of CN112489095B publication Critical patent/CN112489095B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Abstract

本申请提供一种参考图的选取方法、装置、存储介质及深度相机,深度相机预设有多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,方法包括:获取深度相机的当前画面中目标物与深度相机的距离值,以及,获取当前画面的曝光参数;根据距离值和曝光参数,从多张参考图中确定出目标参考图,其中,距离值处于目标参考图的距离范围内,且曝光参数处于目标参考图的曝光参数范围内。通过引入曝光参数作为选取目标参考图的依据,结合深度信息一同选取最合适的参考图,能够尽可能保证基于目标参考图的深度识别的精度,能够有效解决模组刚启动时默认参考图无法满足距离差异较大的深度计算问题。

Description

参考图的选取方法、装置、存储介质及深度相机
技术领域
本申请涉及深度识别技术领域,具体而言,涉及一种参考图的选取方法、装置、存储介质及深度相机。
背景技术
随着人脸解锁和人脸支付功能的兴起和爆发,3D结构光模组的应用也越来越广。3D结构光模组的工作距离一般为0.3m到1.2m,为了使得整个工作区间的精度都满足深度识别的算法要求,一般会预设多张参考图,以便在算深度信息的时候选取最近的参考平面,这样得到精度最高。
现有结构光模组,大部分采用单张参考图,在被测物体与结构光模组的距离与参考平面的距离接近时,精度可以满足要求,而在其它距离与参考平面距离较远的精度却较差。
在单参考图方案难以在整个工作区间满足精度要求时,个别厂商会预设多张参考图,并且结合第一张参考图得到的精度再去选取第二张参考图。这样的方案,第一是消耗比较多的计算量,耗费系统资源;第二是在模组刚刚启动时,如果被测物体与当前的默认的参考图离的比较远或者比较近时,计算出来的精度误差会比较大。
发明内容
本申请实施例的目的在于提供一种参考图的选取方法、装置、存储介质及深度相机,以在节约资源的同时,确定出合适的参考图,保证深度识别的精度。
为了实现上述目的,本申请的实施例通过如下方式实现:
第一方面,本申请实施例提供一种参考图的选取方法,深度相机预设有多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,所述方法包括:获取所述深度相机的当前画面中目标物与所述深度相机的距离值,以及,获取所述当前画面的曝光参数;根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,其中,所述距离值处于所述目标参考图的距离范围内,且所述曝光参数处于所述目标参考图的曝光参数范围内。
在本申请实施例中,通过在深度相机预设多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,并获取深度相机的当前画面中目标物与深度相机的距离值,以及当前画面的曝光参数,进一步根据距离值和曝光参数,从多张参考图中确定出目标参考图。这样的方式,引入了当前画面的曝光参数,作为选取目标参考图的依据,结合深度信息一同选取最合适的参考图,能够尽可能保证基于目标参考图的深度识别的精度。并且,由于曝光参数可以方便地从当前画面中获取,且不依赖于基于默认参考图的计算(深度信息需要默认参考图来计算),这样能够有效规避由于默认参考图本身不合适而导致深度信息计算不准确,进而引起的参考图选取不合适的问题。以及,能够有效解决模组刚启动时默认参考图无法满足距离差异较大的深度计算问题。
结合第一方面,在第一方面的第一种可能的实现方式中,所述获取所述深度相机的当前画面中目标物与所述深度相机的距离值,包括:获取所述当前画面中预设区域的深度信息;根据所述深度信息,确定出所述预设区域内的多个有效深度值;根据每个有效深度值,确定出所述目标物与所述深度相机的距离值。
在该实现方式中,通过获取当前画面中预设区域的深度信息,确定出多个有效深度值,进一步确定目标物与深度相机的距离值,这样可以尽可能方便准确地计算出当前画面中目标物与深度相机的距离值,以便于目标参考图的选取。
结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述获取所述当前画面中预设区域的深度信息,包括:从所述当前画面中确定出包含所述目标物的中心区域,其中,所述中心区域与所述当前画面的面积之比在1/4至1/2之间,所述中心区域为所述预设区域;根据初始参考图,计算所述中心区域的深度信息,其中,所述初始参考图为所述多张参考图中的一张。
在该实现方式中,通过从当前画面中确定出包含目标物的中心区域(中心区域与当前画面的面积之比在1/4至1/2之间),基于参考图计算中心区域的深度信息。由于深度识别技术中目标物通常位于相机画面(即当前画面)的中心区域的一部分,选取中心区域(可以基于不同的应用场景选取不同的面积大小比例)部分计算深度信息,一方面能够保证深度信息计算的准确性,另一方面,可以大大减少无用计算,提升计算效率,保证系统性能。
结合第一方面,在第一方面的第三种可能的实现方式中,所述曝光参数为gain值,所述根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,包括:判断所述距离值对应的第一参考图与所述gain值对应的第二参考图是否为同一参考图,其中,所述距离值处于所述第一参考图对应的距离范围内,所述gain值处于所述第二参考图对应的gain值范围内;若所述第一参考图与所述第二参考图为同一参考图,该参考图为所述目标参考图。
在该实现方式中,通过将gain值(可以随目标物与深度相机的距离的变化而变化,且具有较好的变化一致性)作为曝光参数,判断距离值对应的第一参考图与gain值对应的第二参考图是否为同一参考图,并在第一参考图与第二参考图为同一参考图,判断该参考图为目标参考图。这样的方式,可以在对目标参考图的选取时,进行双重的判断,具有更准确和更严格的判断标准,从而能够保证目标参考图的选取具有很好的准确性,有利于提升深度识别的精度。
结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,所述根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,还包括:若所述第一参考图与所述第二参考图为不同参考图,根据所述第二参考图,计算所述当前画面中目标物与所述深度相机的更新距离值;判断所述更新距离值是否处于所述第二参考图对应的距离范围;若是,则所述第二参考图为所述目标参考图。
在该实现方式中,通过在第一参考图与第二参考图为不同参考图时,根据第二参考图,计算当前画面中目标物与深度相机的更新距离值,在更新距离值处于第二参考图对应的距离范围时,确定为目标参考图。在第一参考图与第二参考图不同时,表明距离值和gain值指向了不同的参考图,考虑到距离值需要基于默认参考图(即初始参考图)进行计算而确定,若默认参考图与实际距离(目标物与深度相机的实际距离)差异较大,那么计算的深度信息的准确性可能会不准确,而gain值则不依赖于默认参考图,因此,将第二参考图作为基准重新计算更新距离值,有利于确定出更准确的距离值,从而有利于快速准确地确定出最合适的参考图,保证深度识别的精度。
结合第一方面,在第一方面的第五种可能的实现方式中,所述曝光参数为gain值,所述根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,包括:计算所述距离值与初始参考图对应的参考平面之间的距离差异,其中,所述初始参考图为所述多张参考图中的一张,且所述距离值基于所述初始参考图计算出;在所述距离差异未超过预设距离值,且所述gain值处于所述初始参考图对应的gain值范围内时,则所述初始参考图为所述目标参考图;在所述距离差异超过预设距离值,且所述gain值不处于所述初始参考图对应的gain值范围内时,根据所述gain值,确定出所述目标参考图。
在该实现方式中,通过计算距离值与初始参考图对应的参考平面之间的距离差异,在距离差异未超过预设距离值,且gain值处于初始参考图对应的gain值范围内时,则初始参考图为目标参考图,而在距离差异超过预设距离值,且gain值不处于初始参考图对应的gain值范围内时,根据gain值,确定出目标参考图。这样的方式,同样是基于两种参数(距离值和gain值)对当前的初始参考图是否合适进行判断,具有更准确和更严格的判断标准,从而能够保证目标参考图的选取具有很好的准确性,有利于提升深度识别的精度。
结合第一方面的第五种可能的实现方式,在第一方面的第六种可能的实现方式中,所述多张参考图包含索引值为a-1的近参考图、索引值为a的中参考图和索引值为a+1的远参考图,且所述近参考图、所述中参考图和所述远参考图对应的距离范围加总后覆盖所述深度相机的拍摄距离,所述初始参考图为所述中参考图,所述根据所述gain值,确定出所述目标参考图,包括:根据所述gain值和预设对应关系,确定出用于调整所述索引值的调整值,其中,所述预设对应关系为gain值与距离范围的对应关系,在所述gain值对应的距离范围为所述近参考图对应的距离范围时,所述调整值为-1,在所述gain值对应的距离范围为所述中参考图对应的距离范围时,所述调整值为0,在所述gain值对应的距离范围为所述远参考图对应的距离范围时,所述调整值为1;根据所述调整值调整所述索引值,并根据调整后的索引值对应的参考图确定出所述目标参考图。
在该实现方式中,在参考图包含索引值为a-1的近参考图、索引值为a的中参考图和索引值为a+1的远参考图的条件下,根据gain值和预设对应关系(gain值与距离范围的对应关系),确定出用于调整索引值的调整值,以确定当前参考图是否合适,不合适时进行相应的调整(调整值为1或-1),而在合适时,调整值为0,表示初始参考图即为最合适的目标参考图,无需进行调整。这样的方式,可以依据gain值和预设对应关系对初始参考图是否合适进行准确的判断(即,确定gain值与距离范围是否匹配,在匹配时,可以确定为0,在不匹配时,可以确定为1或-1,是1或者-1则可以依据gain值的大小进行确定),从而便捷准确地确定出调整值,以及,简单方便地实现参考图的切换,有利于优化方法的运行效率。
第二方面,本申请实施例提供一种参考图的选取装置,深度相机预设有多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,所述装置包括:距离及参数获取模块,用于获取所述深度相机的当前画面中目标物与所述深度相机的距离值,以及,获取所述当前画面的曝光参数;目标参考图确定模块,用于根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,其中,所述距离值处于所述目标参考图的距离范围内,且所述曝光参数处于所述目标参考图的曝光参数范围内。
第三方面,本申请实施例提供一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如第一方面或第一方面的可能的实现方式中任一项所述的参考图的选取方法。
第四方面,本申请实施例提供一种深度相机,包括3D结构光模组和主控模组,所述3D结构光模组用于获取包括目标物的深度图像画面,所述主控模组用于基于所述深度图像画面,执行第一方面或第一方面的可能的实现方式中任一项所述的参考图的选取方法,实现对参考图的选取。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种参考图的选取方法的流程图。
图2为本申请实施例提供的一种参考图的选取装置的结构框图。
图3为本申请实施例提供的一种深度相机的结构框图。
图标:10-参考图的选取装置;11-距离及参数获取模块;12-目标参考图确定模块;20-深度相机;21-3D结构光模组;22-主控模组。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
请参阅图1,图1为本申请实施例提供的一种参考图的选取方法的流程图。在本实施例中,参考图的选取方法可以包括步骤S10和步骤S20。
为了便于对本方案的理解,在执行步骤S10之前,先对本方案涉及的一些基本概念和前置准备进行介绍。
在本实施例中,将会使用深度相机的当前画面中目标物与深度相机的距离值,当前画面的曝光参数,联合起来作为选取参考图的依据,因此,此处先对曝光参数进行介绍。
本申请的发明人经研究发现,曝光参数可以随目标物与深度相机的距离变化而进行变化,在深度相机的工作距离范围内,曝光参数中的一些参数值在跟随距离变化而变化时,具有较为稳定的一致性(即随距离值的单调变化而变化,此处的单调变化可以单调递增、单调递减等,当然,曝光参数也可以随距离的单调变化而单调变化,但不限定于此,其中可能会存在一些变化不明显的部分,或者,曝光参数在距离范围的每个子区间内的数值均不同于其他子区间的数值即可)。例如,gain值(即自动曝光中的增益值),在深度相机的工作距离范围内,随距离(目标物与深度相机的距离)变化具有非常稳定的变化趋势,因此,本实施例中将着重以gain值为例进行详细的介绍,但不应视为对本申请的限定。
需要说明的是,在深度相机的工作距离范围内,还有一些其他的曝光参数也可以满足稳定变化的条件,或者,经过一些处理后(例如,A在深度相机的工作距离范围内先递增,后递减,则可以通过结合A的值和A的变化趋势,作为判定的因素),能够满足稳定变化的条件,又或者,经过与其他参数的联合后能够满足条件(例如,B与C联合,B在范围Z1内满足稳定变化的条件,C在范围Z2内满足稳定变化的条件,Z1和Z2结合起来可以覆盖深度相机的工作距离范围),这样的参数如曝光时间,也可以满足要求,但可能需要进行一些额外的处理,此处不深入描述。因此,此处以gain值为例不应视为对本申请的限定。
在本实施例中,为了准确地确定出gain值在深度相机的工作距离范围内的变化情况,可以通过以下方式进行处理:
首先,可以将深度相机与被测物体的距离置于30cm~50cm区间,获取gain值的变化范围;又将深度相机与被测物体的距离置于50cm~80cm区间和置于80cm~120cm区间范围获取gain值的变化范围。这样可以得到三个gain值范围,此处的数据(例如区间的范围划分、区间个数的划分等)只是为了更好地将深度相机的整个有效工作区间分段表达出来,便于阐明技术方案,与实际中具体如何划分区间、预设参考图无关。
得到三个区间范围的gain值变化范围之后,可以将三个区间分别对应近参考图(30cm~50cm区间的gain值变化范围)、中参考图(50cm~80cm区间的gain值变化范围)、远参考图(80cm~120cm区间的gain值变化范围),此处即可理解为每个参考图对应一个gain值变化范围(即曝光参数范围)。至于每个参考图对应的距离范围,后续将分别以两种不同的对应方式为例进行介绍。
由于在获得变化范围时,可能会由于操作问题导致gain值范围有微小部分的重合,可以通过多次测试确定出一个合理的边界值,作为划定两个范围的边界,使得不同参考图(或距离范围)对应的gain值范围互不重叠。
在本实施例中,假设近参考图设置的位置(即参考平面的位置)为40cm处,中参考图设置的位置为65cm处,远参考图设置的位置为100cm处。由于参考图在距离范围的对应上可以有多种不同的方式,例如,每个参考图对应一个距离范围:近参考图对应30cm~50cm区间,以及不足30cm的区间(这种情况较少,但需要考虑);中参考图50cm~80cm区间;远参考图对应80cm~120cm区间,以及超过120cm的区间(这种情况较少,但需要考虑),且每个距离范围互不重叠。或者,近参考图对应的区间可以大于30cm,中参考图对应30cm~100cm区间(即近参考图和远参考图的设置位置之间的范围),远参考图对应80cm以上的区间,那么,三个参考图在对应的距离范围上会有部分重叠。以下将对这两种示例性的情况分别进行介绍,阐明本方案针对此两种不同情况对应的解决方式。但这两种情况仅是示例性的,不应视为对本申请的限定。
另外,此处预设三个参考图仅是一种示例性的方式,不应视为对本申请的限定,在其他一些方式中,为了追求更高的深度识别精度,可以预设更多数量的参考图,其对应的距离范围和gain值范围,可以通过上述方式确定,此处不作限定。
在确定出用于预设在深度相机的多张参考图,以及每张参考图对应的距离范围和曝光参数范围后,可以执行步骤S10。
步骤S10:获取深度相机的当前画面中目标物与深度相机的距离值,以及,获取当前画面的曝光参数。
在本实施例中,在深度相机进行深度识别时,可以确定出深度相机的当前画面中目标物与深度相机的距离值。
示例性的,可以通过获取当前画面中预设区域的深度信息,并根据深度信息,确定出预设区域内的多个有效深度值,从而根据每个有效深度值,确定出目标物与深度相机的距离值。
由于深度识别技术中目标物通常位于当前画面的中心区域的一部分,因此,可以从当前画面中确定出包含目标物的中心区域,其中,中心区域与当前画面的面积之比在1/4至1/2之间,中心区域为预设区域。
需要说明的是,此处的中心区域与当前画面的面积之比在1/4至1/2之间,仅为示例性的,可以根据实际情况进行设定。例如,针对人脸识别的应用场景,中心区域与当前画面的面积之比可以为1/2,针对安防检测、门闸检测等应用场景,中心区域与当前画面的面积之比可以为1/4等,当然,面积之比还可以为其他比例,例如3/5、2/5等,此处不作限定,以实际需要为准。
而后,可以根据初始参考图,计算中心区域的深度信息,其中,初始参考图为多张参考图中的一张(例如,初始参考图可以为中参考图)。
例如,以中参考图为初始参考图为例,可以将中参考图所在的参考平面为基准,计算中心区域的深度信息。
计算出中心区域(即预设区域)的深度信息后,可以根据该深度信息,确定出预设区域内的多个有效深度值,从而根据每个有效深度值,确定出目标物与深度相机的距离值。
示例性的,可以通过以下公式计算目标物与深度相机的距离值:
Figure BDA0002797482060000101
其中,distance表示距离值,sum表示整个预设区域的深度值总和,size表示有效深度值的数量。
通过从当前画面中确定出包含目标物的中心区域(中心区域与当前画面的面积之比在1/4至1/2之间),基于参考图计算中心区域的深度信息。由于深度识别技术中目标物通常位于相机画面(即当前画面)的中心区域的一部分,选取中心区域(可以基于不同的应用场景选取不同的面积大小比例)部分计算深度信息,一方面能够保证深度信息计算的准确性,另一方面,可以大大减少无用计算,提升计算效率,保证系统性能。
在本实施例中,还可以获取当前画面的曝光参数。由于曝光参数的获取,可以通过深度相机简单准确地读取,例如,可以读取当前画面的gain值,曝光时间等参数,因此,此处不作过多描述。
当然,在一些可实现的方式中,获取的曝光参数还可以进行一些简单的处理,例如,校验、取稳定值(例如均值)等,此处不作限定。
通过这样的方式,即可方便准确地获取当前画面对应的距离值和曝光参数。而获取距离值和曝光参数后,可以执行步骤S20。
步骤S20:根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,其中,所述距离值处于所述目标参考图的距离范围内,且所述曝光参数处于所述目标参考图的曝光参数范围内。
在本实施例中,可以根据距离值和曝光参数,从多张参考图中确定出目标参考图。无论是针对上述的第一种情况(即每张参考图对应的距离范围互不重叠的情况),还是第二种情况(即每张参考图对应的距离范围可有部分重叠的情况),若是满足距离值处于目标参考图的距离范围内,且曝光参数处于目标参考图的曝光参数范围内的,则该参考图即为最合适的参考图,以该目标参考图进行后续的深度识别,具有最有的识别精度。
通过这样的方式,引入了当前画面的曝光参数,作为选取目标参考图的依据,结合深度信息一同选取最合适的参考图,能够尽可能保证基于目标参考图的深度识别的精度。并且,由于曝光参数可以方便地从当前画面中获取,且不依赖于基于默认参考图的计算(深度信息需要默认参考图来计算),这样能够有效规避由于默认参考图本身不合适而导致深度信息计算不准确,进而引起的参考图选取不合适的问题。以及,能够有效解决模组刚启动时默认参考图无法满足距离差异较大的深度计算问题。
示例性的,根据距离值和曝光参数,从多张参考图中确定出目标参考图的方式,可以为:
本实施例中以gain值作为曝光参数为例,可以判断距离值对应的第一参考图(距离值处于第一参考图对应的距离范围内)与gain值对应的第二参考图(gain值处于第二参考图对应的gain值范围内)是否为同一参考图,若第一参考图与所述第二参考图为同一参考图,则该参考图为目标参考图。
针对第一种情况(即每张参考图对应的距离范围互不重叠的情况),由于每张参考图对应的距离范围互不重叠,因此,可以通过距离值所处的距离范围,进一步确定出唯一的第一参考图;而通过gain值所处的gain值范围(即曝光参数范围),进一步确定出唯一的第二参考图。从而判断第一参考图与第二参考图是否为同一参考图,在第一参考图与第二参考图为同一参考图时,判定该参考图为目标参考图。
通过这样的方式,可以在对目标参考图的选取时,进行双重的判断,具有更准确和更严格的判断标准,从而能够保证目标参考图的选取具有很好的准确性,有利于提升深度识别的精度。
若第一参考图与第二参考图为不同参考图,则可以根据第二参考图,计算当前画面中目标物与深度相机的更新距离值,判断更新距离值是否处于第二参考图对应的距离范围,若是,则第二参考图为目标参考图。
在第一参考图与第二参考图不同时,表明距离值和gain值指向了不同的参考图,考虑到距离值需要基于初始参考图进行计算而确定,若初始参考图与实际距离(目标物与深度相机的实际距离)差异较大,那么计算的深度信息的准确性可能会不准确,而gain值则不依赖于默认参考图,因此,将第二参考图作为基准重新计算更新距离值,有利于确定出更准确的距离值,从而有利于快速准确地确定出最合适的参考图,保证深度识别的精度。
或者,为了尽可能保证目标参考图选取的准确性,还可以针对每张参考图计算一个距离值,确保距离值计算的准确性,总而结合各个距离值,以及gain值,进行综合的判断,选取出最为准确的目标参考图。此种方式适用于预设参考图数量不多的情况(例如3张、5张等),且此种方式无需预设初始参考图,但计算量会稍微大一些,在实际中可根据需要选取具体的方式,此处不作限定。
而针对第二种情况(即每张参考图对应的距离范围可有部分重叠的情况):在目标物与深度相机的实际距离与初始参考图所在的参考平面之间有较大距离差异时,那么距离值可能就会同时处于两张不同参考图所对应的距离范围内(例如,同时处于近参考图和中参考图的距离范围内)。那么,此时距离值对应的第一参考图就不唯一(即,第一参考图包括近参考图和中参考图),而通过gain值所处的gain值范围(即曝光参数范围),可进一步确定出唯一的第二参考图(例如,近参考图)。
针对此种情况,一种方式可以是判断第一参考图与第二参考图是否存在一致的参考图,若存在,可以确定一致的参考图为目标参考图。当然,为了保证准确性,在距离值并非基于该一致的参考图(例如近参考图)计算得出时,可以通过利用该一致的参考图再进行一次距离值的计算,若重新计算的距离值仍在该参考图的距离范围内,则可以确定该参考图为目标参考图。通过这样的方式,可以保证确定的目标参考图的准确性。
另外,针对第二种情况(即每张参考图对应的距离范围可有部分重叠的情况),结合到具体的场景(即存在初始参考图的情况,例如中参考图为初始参考图)中,为了计算的方便和方法执行流程的简便性,还可以:计算距离值与初始参考图(预设的多张参考图中的一张,且距离值基于初始参考图计算出)对应的参考平面之间的距离差异;在距离差异未超过预设距离值,且gain值处于初始参考图对应的gain值范围内时,则可判定初始参考图为目标参考图。
而在距离差异超过预设距离值,且gain值不处于初始参考图对应的gain值范围内时,可以进一步根据gain值确定出目标参考图。例如,切换到gain值对应的参考图重新计算距离值,进行进一步判定。
通过计算距离值与初始参考图对应的参考平面之间的距离差异,在距离差异未超过预设距离值,且gain值处于初始参考图对应的gain值范围内时,则初始参考图为目标参考图,而在距离差异超过预设距离值,且gain值不处于初始参考图对应的gain值范围内时,根据gain值,确定出目标参考图。这样的方式,同样是基于两种参数(距离值和gain值)对当前的初始参考图是否合适进行判断,具有更准确和更严格的判断标准,从而能够保证目标参考图的选取具有很好的准确性,有利于提升深度识别的精度。
当然,针对第一种情况(即每张参考图对应的距离范围互不重叠的情况),也可以通过计算距离值与初始参考图对应的参考平面之间的距离差异,判断距离差异是否超过预设距离值,以进一步确定出目标参考图。
在具体应用中,二者的不同之处在于预设距离值的取值。针对第二种情况时,由于预设的参考图之间存在重叠的距离范围,因此,在预设距离值的取值上,可以较少受到基于初始参考图计算的距离值准确性的影响。而针对第一种情况,由于不同参考图之间不存在重叠的距离范围,而基于初始参考图计算的距离值可能存在误差,因此,对预设距离值的选取,就给出了更大的难度,但也可以通过一些额外的辅助措施提升判断的精准性,此处不作限定。
在本实施例中,接着第二种情况(主要是涉及到基于距离值与初始参考图所在参考平面之间的距离差异,结合预设距离值进行判断后,需要进行参考图的切换过程)继续描述,为了方便切换参考图,还可以为每张参考图设定索引值。当然,除了上述场景,针对第二种情况的其他场景,或者在第一种情况中,也可以通过设定索引值,实现对参考图的方便切换,此处仅是为了方便说明,而接着第二种情况继续描述,不应视为对本申请的限定。
示例性的,多张参考图可以包含索引值为a-1的近参考图(即将近参考图的索引值设定为a-1)、索引值为a的中参考图和索引值为a+1的远参考图,且近参考图、中参考图和远参考图对应的距离范围加总后覆盖深度相机的拍摄距离(距离范围之间可以有重叠,也可以不重叠),初始参考图为中参考图。其中,a的取值不作限定,怎样设定方便即可怎样设定,且索引值之间的数值差可以不为1,例如为2、5等,此处不作限定。
那么,针对第二种情况中,在距离差异超过预设距离值,且gain值不处于初始参考图对应的gain值范围内时,可以进一步根据gain值确定出目标参考图。
示例性的,可以根据gain值和预设对应关系(预设对应关系可以为gain值与距离范围的对应关系,以中参考图作为初始参考图为例,在gain值对应的距离范围为近参考图对应的距离范围时,调整值为-1,在gain值对应的距离范围为中参考图对应的距离范围时,调整值为0,在gain值对应的距离范围为远参考图对应的距离范围时,调整值为1),确定出用于调整索引值的调整值;进一步根据调整值调整索引值,并根据调整后的索引值对应的参考图确定出目标参考图(具体可参阅前文中介绍的方式,判定gain值对应的第二参考图与距离值对应的第一参考图为同一参考图即可)。
需要说明的是,此处的调整值,仅是示例性的,调整值的数值可以基于两个参考图的索引值差值确定(例如,为2、5等),此处不作限定。
另外,针对第二种情况中,在距离差异未超过预设距离值,但gain值不处于初始参考图对应的gain值范围内时,也可以通过可以上述方式进一步根据gain值确定出目标参考图。即,只要gain值不处于初始参考图对应的gain值范围内时,即可采用上述方式进行参考图的选取,以保证选取的目标参考图的准确性。
在参考图包含索引值为a-1的近参考图、索引值为a的中参考图和索引值为a+1的远参考图的条件下,根据gain值和预设对应关系(gain值与距离范围的对应关系),确定出用于调整索引值的调整值,以确定当前参考图是否合适,不合适时进行相应的调整(调整值为1或-1),而在合适时,调整值为0,表示初始参考图即为最合适的目标参考图,无需进行调整。这样的方式,可以依据gain值和预设对应关系对初始参考图是否合适进行准确的判断(即,确定gain值与距离范围是否匹配,在匹配时,可以确定为0,在不匹配时,可以确定为1或-1,是1或者-1则可以依据gain值的大小进行确定),从而便捷准确地确定出调整值,以及,简单方便地实现参考图的切换,有利于优化方法的运行效率。
请参阅图2,基于同一发明构思,本申请实施例中还提供一种参考图的选取装置10,深度相机预设有多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,参考图的选取装置10包括:
距离及参数获取模块11,用于获取所述深度相机的当前画面中目标物与所述深度相机的距离值,以及,获取所述当前画面的曝光参数。
目标参考图确定模块12,用于根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,其中,所述距离值处于所述目标参考图的距离范围内,且所述曝光参数处于所述目标参考图的曝光参数范围内。
在本实施例中,所述距离及参数获取模块11,具体用于获取所述当前画面中预设区域的深度信息;根据所述深度信息,确定出所述预设区域内的多个有效深度值;根据每个有效深度值,确定出所述目标物与所述深度相机的距离值。
在本实施例中,所述距离及参数获取模块11,具体用于从所述当前画面中确定出包含所述目标物的中心区域,其中,所述中心区域与所述当前画面的面积之比在1/4至1/2之间,所述中心区域为所述预设区域;根据初始参考图,计算所述中心区域的深度信息,其中,所述初始参考图为所述多张参考图中的一张。
在本实施例中,所述曝光参数为gain值,所述目标参考图确定模块12,具体用于判断所述距离值对应的第一参考图与所述gain值对应的第二参考图是否为同一参考图,其中,所述距离值处于所述第一参考图对应的距离范围内,所述gain值处于所述第二参考图对应的gain值范围内;在所述第一参考图与所述第二参考图为同一参考图时,则该参考图为所述目标参考图。
在本实施例中,所述目标参考图确定模块12,具体用于在所述第一参考图与所述第二参考图为不同参考图时,根据所述第二参考图,计算所述当前画面中目标物与所述深度相机的更新距离值;判断所述更新距离值是否处于所述第二参考图对应的距离范围;若所述更新距离值处于所述第二参考图对应的距离范围,则所述第二参考图为所述目标参考图。
在本实施例中,所述曝光参数为gain值,所述目标参考图确定模块12,还用于计算所述距离值与初始参考图对应的参考平面之间的距离差异,其中,所述初始参考图为所述多张参考图中的一张,且所述距离值基于所述初始参考图计算出;在所述距离差异未超过预设距离值,且所述gain值处于所述初始参考图对应的gain值范围内时,则所述初始参考图为所述目标参考图;在所述距离差异超过预设距离值,且所述gain值不处于所述初始参考图对应的gain值范围内时,根据所述gain值,确定出所述目标参考图。
在本实施例中,所述多张参考图包含索引值为a-1的近参考图、索引值为a的中参考图和索引值为a+1的远参考图,且所述近参考图、所述中参考图和所述远参考图对应的距离范围加总后覆盖所述深度相机的拍摄距离,所述初始参考图为所述中参考图,所述目标参考图确定模块12,还用于根据所述gain值和预设对应关系,确定出用于调整所述索引值的调整值,其中,所述预设对应关系为gain值与距离范围的对应关系,在所述gain值对应的距离范围为所述近参考图对应的距离范围时,所述调整值为-1,在所述gain值对应的距离范围为所述中参考图对应的距离范围时,所述调整值为0,在所述gain值对应的距离范围为所述远参考图对应的距离范围时,所述调整值为1;根据所述调整值调整所述索引值,并根据调整后的索引值对应的参考图确定出所述目标参考图。
本申请实施例还提供一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如本实施例中所述的参考图的选取方法。
请参阅图3,本申请实施例还提供一种深度相机20,包括3D结构光模组21和主控模组22,所述3D结构光模组21用于获取包括目标物的深度图像画面,所述主控模组22用于基于所述深度图像画面,执行本实施例中所述的参考图的选取方法,实现对参考图的选取。
综上所述,本申请实施例提供一种参考图的选取方法、装置、存储介质及深度相机,通过在深度相机预设多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,并获取深度相机的当前画面中目标物与深度相机的距离值,以及当前画面的曝光参数,进一步根据距离值和曝光参数,从多张参考图中确定出目标参考图。这样的方式,引入了当前画面的曝光参数,作为选取目标参考图的依据,结合深度信息一同选取最合适的参考图,能够尽可能保证基于目标参考图的深度识别的精度。并且,由于曝光参数可以方便地从当前画面中获取,且不依赖于基于默认参考图的计算(深度信息需要默认参考图来计算),这样能够有效规避由于默认参考图本身不合适而导致深度信息计算不准确,进而引起的参考图选取不合适的问题。以及,能够有效解决模组刚启动时默认参考图无法满足距离差异较大的深度计算问题。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种参考图的选取方法,其特征在于,深度相机预设有多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,所述方法包括:
获取所述深度相机的当前画面中目标物与所述深度相机的距离值,以及,获取所述当前画面的曝光参数;
根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,其中,所述距离值处于所述目标参考图的距离范围内,且所述曝光参数处于所述目标参考图的曝光参数范围内。
2.根据权利要求1所述的参考图的选取方法,其特征在于,所述获取所述深度相机的当前画面中目标物与所述深度相机的距离值,包括:
获取所述当前画面中预设区域的深度信息;
根据所述深度信息,确定出所述预设区域内的多个有效深度值;
根据每个有效深度值,确定出所述目标物与所述深度相机的距离值。
3.根据权利要求2所述的参考图的选取方法,其特征在于,所述获取所述当前画面中预设区域的深度信息,包括:
从所述当前画面中确定出包含所述目标物的中心区域,其中,所述中心区域与所述当前画面的面积之比在1/4至1/2之间,所述中心区域为所述预设区域;
根据初始参考图,计算所述中心区域的深度信息,其中,所述初始参考图为所述多张参考图中的一张。
4.根据权利要求1所述的参考图的选取方法,其特征在于,所述曝光参数为gain值,所述根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,包括:
判断所述距离值对应的第一参考图与所述gain值对应的第二参考图是否为同一参考图,其中,所述距离值处于所述第一参考图对应的距离范围内,所述gain值处于所述第二参考图对应的gain值范围内;
若所述第一参考图与所述第二参考图为同一参考图,该参考图为所述目标参考图。
5.根据权利要求4所述的参考图的选取方法,其特征在于,所述根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,还包括:
若所述第一参考图与所述第二参考图为不同参考图,根据所述第二参考图,计算所述当前画面中目标物与所述深度相机的更新距离值;
判断所述更新距离值是否处于所述第二参考图对应的距离范围;
若是,则所述第二参考图为所述目标参考图。
6.根据权利要求1所述的参考图的选取方法,其特征在于,所述曝光参数为gain值,所述根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,包括:
计算所述距离值与初始参考图对应的参考平面之间的距离差异,其中,所述初始参考图为所述多张参考图中的一张,且所述距离值基于所述初始参考图计算出;
在所述距离差异未超过预设距离值,且所述gain值处于所述初始参考图对应的gain值范围内时,则所述初始参考图为所述目标参考图;
在所述距离差异超过预设距离值,且所述gain值不处于所述初始参考图对应的gain值范围内时,根据所述gain值,确定出所述目标参考图。
7.根据权利要求6所述的参考图的选取方法,其特征在于,所述多张参考图包含索引值为a-1的近参考图、索引值为a的中参考图和索引值为a+1的远参考图,且所述近参考图、所述中参考图和所述远参考图对应的距离范围加总后覆盖所述深度相机的拍摄距离,所述初始参考图为所述中参考图,所述根据所述gain值,确定出所述目标参考图,包括:
根据所述gain值和预设对应关系,确定出用于调整所述索引值的调整值,其中,所述预设对应关系为gain值与距离范围的对应关系,在所述gain值对应的距离范围为所述近参考图对应的距离范围时,所述调整值为-1,在所述gain值对应的距离范围为所述中参考图对应的距离范围时,所述调整值为0,在所述gain值对应的距离范围为所述远参考图对应的距离范围时,所述调整值为1;
根据所述调整值调整所述索引值,并根据调整后的索引值对应的参考图确定出所述目标参考图。
8.一种参考图的选取装置,其特征在于,深度相机预设有多张参考图,每张参考图各自对应一个距离范围和一个曝光参数范围,每张参考图的曝光参数范围互不重叠,所述装置包括:
距离及参数获取模块,用于获取所述深度相机的当前画面中目标物与所述深度相机的距离值,以及,获取所述当前画面的曝光参数;
目标参考图确定模块,用于根据所述距离值和所述曝光参数,从所述多张参考图中确定出目标参考图,其中,所述距离值处于所述目标参考图的距离范围内,且所述曝光参数处于所述目标参考图的曝光参数范围内。
9.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至7中任一项所述的参考图的选取方法。
10.一种深度相机,其特征在于,包括3D结构光模组和主控模组,所述3D结构光模组用于获取包括目标物的深度图像画面,所述主控模组用于基于所述深度图像画面,执行权利要求1至7中任一项所述的参考图的选取方法,实现对参考图的选取。
CN202011344316.4A 2020-11-25 2020-11-25 参考图的选取方法、装置、存储介质及深度相机 Active CN112489095B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011344316.4A CN112489095B (zh) 2020-11-25 2020-11-25 参考图的选取方法、装置、存储介质及深度相机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011344316.4A CN112489095B (zh) 2020-11-25 2020-11-25 参考图的选取方法、装置、存储介质及深度相机

Publications (2)

Publication Number Publication Date
CN112489095A CN112489095A (zh) 2021-03-12
CN112489095B true CN112489095B (zh) 2021-08-17

Family

ID=74934906

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011344316.4A Active CN112489095B (zh) 2020-11-25 2020-11-25 参考图的选取方法、装置、存储介质及深度相机

Country Status (1)

Country Link
CN (1) CN112489095B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6301377B1 (en) * 1999-10-05 2001-10-09 Large Scale Proteomics Corporation Gel electrophoresis image warping
DE102005023212B4 (de) * 2005-05-16 2007-07-12 Häusler, Gerd, Prof. Dr. Verfahren und Vorrichtung zur schnellen und genauen Weisslichtinterferometrie
CN106161979B (zh) * 2016-07-29 2017-08-25 广东欧珀移动通信有限公司 高动态范围图像拍摄方法、装置和终端设备
CN110599433B (zh) * 2019-07-30 2023-06-06 西安电子科技大学 一种基于动态场景的双曝光图像融合方法
CN111885311B (zh) * 2020-03-27 2022-01-21 东莞埃科思科技有限公司 红外摄像头曝光调节的方法、装置、电子设备及存储介质
CN111882596B (zh) * 2020-03-27 2024-03-22 东莞埃科思科技有限公司 结构光模组三维成像方法、装置、电子设备以及存储介质

Also Published As

Publication number Publication date
CN112489095A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
US10949958B2 (en) Fast fourier color constancy
EP3565236A1 (en) Control method, control apparatus, mobile terminal and computer-readable storage medium
EP3627440A1 (en) Image processing method and apparatus, and terminal
CN108668086B (zh) 自动对焦方法、装置、存储介质及终端
CN107113373B (zh) 在电子信息处理系统中的方法及信息处理系统
CN110400342B (zh) 深度传感器的参数调整方法、装置以及电子设备
CN113301320B (zh) 图像信息处理方法、装置和电子设备
CN106506973B (zh) 对焦控制方法、装置、电子设备及终端设备
CN111385640A (zh) 视频封面的确定方法、装置、设备及存储介质
CN111553302B (zh) 关键帧选取方法、装置、设备及计算机可读存储介质
CN108769538B (zh) 自动对焦方法、装置、存储介质及终端
JP2006333205A (ja) 撮像装置、画像処理方法及び画像処理プログラム
CN112489095B (zh) 参考图的选取方法、装置、存储介质及深度相机
CN112788251B (zh) 图像亮度处理方法及装置、图像处理方法及装置
CN112351197B (zh) 一种拍摄参数调整方法、装置、存储介质及电子设备
CN111818260B (zh) 一种自动聚焦方法和装置及电子设备
CN112584057B (zh) 一种光照度检测方法和装置
US9813640B2 (en) Image processing apparatus, image processing method, image processing program, and non-transitory recording for calculating a degree-of-invalidity for a selected subject type
US20230384085A1 (en) Phase unwrapping method based on multi-view constraints of light field and related components
CN111212238A (zh) 点光源场景下反差式对焦的方法、系统、设备及存储介质
CN116485645A (zh) 图像拼接方法、装置、设备及存储介质
CN112883944B (zh) 活体检测方法、模型训练方法、装置、存储介质及设备
CN112785650A (zh) 一种相机参数标定方法及装置
CN112950523A (zh) 一种清晰度评价值计算方法、装置、摄像机和存储介质
CN110689565A (zh) 一种深度图确定的方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant