CN112565615A - 飞拍拍摄触发点的确定方法和装置 - Google Patents

Abstract

本发明提供一种飞拍拍摄触发点的确定方法和装置，所述方法包括以下步骤：在拍摄点通过静态拍摄得到的图像作为目标图像；获取飞拍过程中在多个待定拍摄触发点向相机发送触发信号时分别对应拍摄得到的多个待定图像；将每个所述待定图像，通过不同的图像比较算法与所述目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数；对于每个所述待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数；将综合分数最高的所述待定图像所对应的待定拍摄触发点确定为实际拍摄触发点。本发明能够方便、准确地确定飞拍过程中相机的拍摄触发点，从而快速、高效地得到高质量的待检测工件图像。

Description

飞拍拍摄触发点的确定方法和装置

技术领域

本发明涉及视觉检测技术领域，具体涉及一种飞拍拍摄触发点的确定方法、一种飞拍拍摄触发点的确定装置、一种计算机设备和一种非临时性计算机可读存储介质。

背景技术

传统的利用工业相机进行视觉检测的过程中，工业相机固定于机械臂末端，当待检测工件传送至拍摄位置后，机械臂携相机移动至工件拍摄点，停止运动后进行静态拍摄。接下来，以同样的方式，机械臂携相机进行下一个点位的静态拍摄，直至全部待拍摄位置拍摄完毕。该过程中工业相机在每次到达拍摄点之后均需停止运动，导致整个拍摄周期长，效率低。

鉴于此，相关技术中提出了飞拍的方案，即相机在到达拍摄位置处不停止运动，而是以一定的速度持续运动，从而缩短拍摄周期，提高拍摄效率。飞拍过程虽然缩短了拍摄周期，但同时也带来误差。由于相机触发拍照的时延以及控制系统整体的传输时延等因素，飞拍（动态拍摄）相比静态拍摄，相机触发拍照信号的位置需要提前，这样拍摄出来的照片才有可能与静态拍摄照片保持一致。由于相机、系统的总体时延未知，因此相机触发拍摄信号的位置提前量也难以确定。如果采用人工的方式来寻找这个提前量，由于调试的流程复杂，需要耗费大量的人力。

发明内容

本发明为解决上述技术问题，提供了一种飞拍拍摄触发点的确定方法和装置，能够方便、准确地确定飞拍过程中相机的拍摄触发点，从而快速、高效地得到高质量的待检测工件图像。

本发明采用的技术方案如下：

一种飞拍拍摄触发点的确定方法，包括以下步骤：在拍摄点通过静态拍摄得到的图像作为目标图像；获取飞拍过程中在多个待定拍摄触发点向相机发送触发信号时分别对应拍摄得到的多个待定图像；将每个所述待定图像，通过不同的图像比较算法与所述目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数；对于每个所述待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数；将综合分数最高的所述待定图像所对应的待定拍摄触发点确定为实际拍摄触发点。

将所述待定图像通过图像比较算法与所述目标图像进行比较，具体包括：通过目标检测提取所述待定图像中的工件边界框和所述目标图像中的工件边界框，并通过图像比较算法对所述待定图像中的工件边界框和所述目标图像中的工件边界框进行比较。

不同的图像比较算法包括模板匹配算法、拉普拉斯算子和结构相似性算法。

将通过不同的图像比较算法所得到的相似性分数进行加权融合，具体包括：获取每种图像比较算法的权值；对每种图像比较算法的权值和对应的相似性分数进行加权求和，得到所述综合分数。

一种飞拍拍摄触发点的确定装置，包括：第一获取模块，用于在拍摄点通过静态拍摄得到的图像作为目标图像；第二获取模块，用于获取飞拍过程中在多个待定拍摄触发点向相机发送触发信号时分别对应拍摄得到的多个待定图像；比较模块，用于将每个所述待定图像，通过不同的图像比较算法与所述目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数；融合模块，用于对于每个所述待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数；确定模块，用于将综合分数最高的所述待定图像所对应的待定拍摄触发点确定为实际拍摄触发点。

所述比较模块具体用于通过目标检测提取所述待定图像中的工件边界框和所述目标图像中的工件边界框，并通过图像比较算法对所述待定图像中的工件边界框和所述目标图像中的工件边界框进行比较。

不同的图像比较算法包括模板匹配算法、拉普拉斯算子和结构相似性算法。

所述融合模块具体用于获取每种图像比较算法的权值，并对每种图像比较算法的权值和对应的相似性分数进行加权求和，得到所述综合分数。

一种计算机设备，包括存储器、处理器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计算机程序时，实现上述飞拍拍摄触发点的确定方法。

一种非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述飞拍拍摄触发点的确定方法。

本发明的有益效果：

本发明首先在拍摄点通过静态拍摄得到的图像作为目标图像，及获取飞拍过程中在多个待定拍摄触发点向相机发送触发信号时分别对应拍摄得到的多个待定图像，再将每个待定图像，通过不同的图像比较算法与目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数，然后对于每个待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数，最后将综合分数最高的待定图像所对应的待定拍摄触发点确定为实际拍摄触发点，由此，能够方便、准确地确定飞拍过程中相机的拍摄触发点，从而快速、高效地得到高质量的待检测工件图像。

附图说明

图1为本发明一个实施例的飞拍设备的结构示意图；

图2为本发明一个实施例的静态和动态拍摄位置示意图；

图3为本发明实施例的飞拍拍摄触发点的确定方法的流程图；

图4为本发明一个具体实施例的待定图像与目标图像的相似性比较方法的流程图；

图5为本发明实施例的飞拍拍摄触发点的确定装置的方框示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例的飞拍设备可包括机械臂1及设置于机械臂1末端的相机支架2、相机3和光源4，并包括分别与机械臂1和相机3相连的可运行中控程序的算力机5。机械臂1、相机支架2、相机3和光源4可对应放置待拍摄工件的平台6设置。算力机5可用以实现对机械臂1、相机3的控制及图像的接收存储，还用以执行本发明实施例的飞拍拍摄触发点的确定方法。

如图2所示，在工件边框存在六个拍摄点，在拍摄点进行静态拍摄所得到的图像即为该拍摄点的符合应用需求的图像。而假设相机3沿工件边框逆时针移动，则需要在相机3到达拍摄点前向相机3发送触发信号，即到达图2所示的六个动态拍摄位置，也即拍摄触发点时向相机3发送触发信号。本发明实施例的飞拍拍摄触发点的确定方法可用以确定飞拍过程中的拍摄触发点，在相机3到达拍摄触发点时向相机3发送触发信号，以控制相机3在响应触发信号时启动拍摄。

如图3所示，本发明实施例的飞拍拍摄触发点的确定方法包括以下步骤：

S1，在拍摄点通过静态拍摄得到的图像作为目标图像。

在本发明的一个实施例中，可选取一个样本工件，将其放置于飞拍设备上进行静态拍摄，拍摄得到的图像，即在机械臂1处于停止状态下拍摄得到的图像，是符合后续视觉检测等应用需求的目标图像，也作为本发明实施例中下述的与待定图像作比较的图像。

S2，获取飞拍过程中在多个待定拍摄触发点向相机3发送触发信号时分别对应拍摄得到的多个待定图像。

其中，多个待定拍摄触发点是对应步骤S1中的拍摄点设置的。在本发明的一个实施例中，可在拍摄点之前，即在相机3沿飞拍路径移动时未到达拍摄点的路径上，每间隔预设距离设置一个待定拍摄触发点。

应当理解的是，待定拍摄触发点的设置数量、预设距离的大小可根据对于设计精度的实际需求而定，在此不便限定为具体数值。

在设置好待定拍摄触发点后，可控制相机3沿飞拍路径移动，每到达一个待定拍摄触发点，均向相机3发送触发信号，以使相机3在响应触发信号后拍摄得到相应的一个待定图像。

S3，将每个待定图像，通过不同的图像比较算法与目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数。

在本发明的一个实施例中，对于待定图像和目标图像，首先可通过目标检测提取其中的工件边界框，然后再通过图像比较算法对待定图像中的工件边界框和目标图像中的工件边界框进行比较。也就是说，本发明实施例中所比较的是待定图像和目标图像中工件区域的相似性。

本发明实施例所采用的图像比较算法包括模板匹配算法、拉普拉斯算子和结构相似性算法。

其中，模板匹配算法可对目标图像中的工件边界框和待定图像中的工件边界框中的每一像素进行标准平方差计算，匹配结果最好为0，最差为1。模板匹配算法对于图像间的平移、缩放、明亮度、视角差异有较好的识别作用。

拉普拉斯算子可利用一个3×3的卷积内核与目标图像中的工件边界框和待定图像中的工件边界框进行卷积计算，然后对计算结果取方差，如果方差大，则图像不模糊，反之则模糊。拉普拉斯算子对图像间的模糊差异识别效果好。

结构相似性算法可将目标图像中的工件边界框和待定图像中的工件边界框在亮度、对比度和结构三个维度进行比较，比较结果是介于0到1之间的一个数值，数值越大表明两者之间越相似。结构相似性算法对图像间的平移、缩放、旋转识别效果好。

S4，对于每个待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数。

具体地，可获取每种图像比较算法的权值，并对每种图像比较算法的权值和对应的相似性分数进行加权求和，得到综合分数。

每种图像比较算法的权值可根据实际应用需求进行设定和调整，在此不便限定为具体数值。例如，在拍摄触发点对于模糊度的影响较大的应用环境中，可以将拉普拉斯算子的权值设置得大一些。

本发明实施例通过多种图像比较算法的融合，能够识别图像不同的差异，从而得到一个更加准确可靠的评价分数。

上述步骤S1~S4也可总结为待定图像与目标图像的相似性比较方法。

在本发明的一个具体实施例中，如图4所示，待定图像与目标图像的相似性比较方法包括以下步骤：S401，获取目标图像。S402，获取待定图像。S403，进行目标检测。S404，得到目标图像的工件边界框。S405，得到待定图像的工件边界框。S406，执行图像相似性比较综合算法。包括分别通过算法1、2、3进行相似性比较以分别得到分数1、2、3，然后对分数1、2、3进行加权求和得到综合分数。其中，算法1、2、3分别为模板匹配算法、拉普拉斯算子和结构相似性算法。

S5，将综合分数最高的待定图像所对应的待定拍摄触发点确定为实际拍摄触发点。

也就是说，可将得到与目标图像相似性较高的图像的拍摄触发点确定为正确的拍摄触发点，由此，在后续对与样本工件具有相同拍摄点的待检测工件进行飞拍时，均在该拍摄触发点向相机3发送触发信号。

根据本发明实施例的飞拍拍摄触发点的确定方法，首先在拍摄点通过静态拍摄得到的图像作为目标图像，及获取飞拍过程中在多个待定拍摄触发点向相机3发送触发信号时分别对应拍摄得到的多个待定图像，再将每个待定图像，通过不同的图像比较算法与目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数，然后对于每个待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数，最后将综合分数最高的待定图像所对应的待定拍摄触发点确定为实际拍摄触发点，由此，能够方便、准确地确定飞拍过程中相机3的拍摄触发点，从而快速、高效地得到高质量的待检测工件图像。

对应上述实施例的飞拍拍摄触发点的确定方法，本发明还提出一种飞拍拍摄触发点的确定装置。

如图5所示，本发明实施例的飞拍拍摄触发点的确定装置包括：第一获取模块10、第二获取模块20、比较模块30、融合模块40和确定模块50。其中，第一获取模块10用于在拍摄点通过静态拍摄得到的图像作为目标图像；第二获取模块20用于获取飞拍过程中在多个待定拍摄触发点向相机3发送触发信号时分别对应拍摄得到的多个待定图像；比较模块30用于将每个待定图像，通过不同的图像比较算法与目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数；融合模块40用于对于每个待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数；确定模块50用于将综合分数最高的待定图像所对应的待定拍摄触发点确定为实际拍摄触发点。

在本发明的一个实施例中，可选取一个样本工件，将其放置于飞拍设备上进行静态拍摄，拍摄得到的图像，即在机械臂1处于停止状态下拍摄得到的图像，是符合后续视觉检测等应用需求的目标图像，也作为本发明实施例中下述的与待定图像作比较的图像。

多个待定拍摄触发点是对应拍摄点设置的。在本发明的一个实施例中，可在拍摄点之前，即在相机3沿飞拍路径移动时未到达拍摄点的路径上，每间隔预设距离设置一个待定拍摄触发点。

应当理解的是，待定拍摄触发点的设置数量、预设距离的大小可根据对于设计精度的实际需求而定，在此不便限定为具体数值。

在设置好待定拍摄触发点后，可控制相机3沿飞拍路径移动，每到达一个待定拍摄触发点，均向相机3发送触发信号，以使相机3在响应触发信号后拍摄得到相应的一个待定图像。第二获取模块20可接收相机3所得到的待定图像。

在本发明的一个实施例中，对于待定图像和目标图像，比较模块30首先可通过目标检测提取其中的工件边界框，然后再通过图像比较算法对待定图像中的工件边界框和目标图像中的工件边界框进行比较。也就是说，本发明实施例中比较模块30所比较的是待定图像和目标图像中工件区域的相似性。

本发明实施例所采用的图像比较算法包括模板匹配算法、拉普拉斯算子和结构相似性算法。

其中，模板匹配算法可对目标图像中的工件边界框和待定图像中的工件边界框中的每一像素进行标准平方差计算，匹配结果最好为0，最差为1。模板匹配算法对于图像间的平移、缩放、明亮度、视角差异有较好的识别作用。

拉普拉斯算子可利用一个3×3的卷积内核与目标图像中的工件边界框和待定图像中的工件边界框进行卷积计算，然后对计算结果取方差，如果方差大，则图像不模糊，反之则模糊。拉普拉斯算子对图像间的模糊差异识别效果好。

结构相似性算法可将目标图像中的工件边界框和待定图像中的工件边界框在亮度、对比度和结构三个维度进行比较，比较结果是介于0到1之间的一个数值，数值越大表明两者之间越相似。结构相似性算法对图像间的平移、缩放、旋转识别效果好。

融合模块40具体可获取每种图像比较算法的权值，并对每种图像比较算法的权值和对应的相似性分数进行加权求和，得到综合分数。

每种图像比较算法的权值可根据实际应用需求进行设定和调整，在此不便限定为具体数值。例如，在拍摄触发点对于模糊度的影响较大的应用环境中，可以将拉普拉斯算子的权值设置得大一些。

本发明实施例通过多种图像比较算法的融合，能够识别图像不同的差异，从而得到一个更加准确可靠的评价分数。

确定模块50可将得到与目标图像相似性较高的图像的拍摄触发点确定为正确的拍摄触发点，由此，在后续对与样本工件具有相同拍摄点的待检测工件进行飞拍时，均在该拍摄触发点向相机3发送触发信号。

根据本发明实施例的飞拍拍摄触发点的确定装置，首先在拍摄点通过静态拍摄得到的图像作为目标图像，及获取飞拍过程中在多个待定拍摄触发点向相机3发送触发信号时分别对应拍摄得到的多个待定图像，再将每个待定图像，通过不同的图像比较算法与目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数，然后对于每个待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数，最后将综合分数最高的待定图像所对应的待定拍摄触发点确定为实际拍摄触发点，由此，能够方便、准确地确定飞拍过程中相机3的拍摄触发点，从而快速、高效地得到高质量的待检测工件图像。

对应上述实施例，本发明还提出一种计算机设备。

本发明实施例的计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行该计算机程序时，可实现根据本发明上述实施例所述的飞拍拍摄触发点的确定方法。

根据本发明实施例的计算机设备，处理器执行存储在存储器上的计算机程序时，首先在拍摄点通过静态拍摄得到的图像作为目标图像，及获取飞拍过程中在多个待定拍摄触发点向相机3发送触发信号时分别对应拍摄得到的多个待定图像，再将每个待定图像，通过不同的图像比较算法与目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数，然后对于每个待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数，最后将综合分数最高的待定图像所对应的待定拍摄触发点确定为实际拍摄触发点，由此，能够方便、准确地确定飞拍过程中相机3的拍摄触发点，从而快速、高效地得到高质量的待检测工件图像。

对应上述实施例，本发明还提出一种非临时性计算机可读存储介质。

本发明实施例的非临时性计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时可实现根据本发明上述实施例所述的飞拍拍摄触发点的确定方法。

根据本发明实施例的非临时性计算机可读存储介质，处理器执行存储在其上的计算机程序时，首先在拍摄点通过静态拍摄得到的图像作为目标图像，及获取飞拍过程中在多个待定拍摄触发点向相机3发送触发信号时分别对应拍摄得到的多个待定图像，再将每个待定图像，通过不同的图像比较算法与目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数，然后对于每个待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数，最后将综合分数最高的待定图像所对应的待定拍摄触发点确定为实际拍摄触发点，由此，能够方便、准确地确定飞拍过程中相机3的拍摄触发点，从而快速、高效地得到高质量的待检测工件图像。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

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必针对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一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

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。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种飞拍拍摄触发点的确定方法，其特征在于，包括以下步骤：

在拍摄点通过静态拍摄得到的图像作为目标图像；

获取飞拍过程中在多个待定拍摄触发点向相机发送触发信号时分别对应拍摄得到的多个待定图像；

将每个所述待定图像，通过不同的图像比较算法与所述目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数；

对于每个所述待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数；

将综合分数最高的所述待定图像所对应的待定拍摄触发点确定为实际拍摄触发点。

2.根据权利要求1所述的飞拍拍摄触发点的确定方法，其特征在于，将所述待定图像通过图像比较算法与所述目标图像进行比较，具体包括：

通过目标检测提取所述待定图像中的工件边界框和所述目标图像中的工件边界框，并通过图像比较算法对所述待定图像中的工件边界框和所述目标图像中的工件边界框进行比较。

3.根据权利要求1或2所述的飞拍拍摄触发点的确定方法，其特征在于，不同的图像比较算法包括模板匹配算法、拉普拉斯算子和结构相似性算法。

4.根据权利要求3所述的飞拍拍摄触发点的确定方法，其特征在于，将通过不同的图像比较算法所得到的相似性分数进行加权融合，具体包括：

获取每种图像比较算法的权值；

对每种图像比较算法的权值和对应的相似性分数进行加权求和，得到所述综合分数。

5.一种用以实现根据权利要求1-4中任一项所述的飞拍拍摄触发点的确定方法的飞拍拍摄触发点的确定装置，其特征在于，包括：

第一获取模块，用于在拍摄点通过静态拍摄得到的图像作为目标图像；

第二获取模块，用于获取飞拍过程中在多个待定拍摄触发点向相机发送触发信号时分别对应拍摄得到的多个待定图像；

比较模块，用于将每个所述待定图像，通过不同的图像比较算法与所述目标图像进行比较，分别得到每种图像比较算法所对应的相似性分数；

融合模块，用于对于每个所述待定图像，将通过不同的图像比较算法所得到的相似性分数进行加权融合，得到对应的综合分数；

确定模块，用于将综合分数最高的所述待定图像所对应的待定拍摄触发点确定为实际拍摄触发点。

6.根据权利要求5所述的飞拍拍摄触发点的确定装置，其特征在于，所述比较模块具体用于通过目标检测提取所述待定图像中的工件边界框和所述目标图像中的工件边界框，并通过图像比较算法对所述待定图像中的工件边界框和所述目标图像中的工件边界框进行比较。

7.根据权利要求5或6所述的飞拍拍摄触发点的确定装置，其特征在于，不同的图像比较算法包括模板匹配算法、拉普拉斯算子和结构相似性算法。

8.根据权利要求7所述的飞拍拍摄触发点的确定装置，其特征在于，所述融合模块具体用于获取每种图像比较算法的权值，并对每种图像比较算法的权值和对应的相似性分数进行加权求和，得到所述综合分数。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现根据权利要求1-4中任一项所述的飞拍拍摄触发点的确定方法。

10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现根据权利要求1-4中任一项所述的飞拍拍摄触发点的确定方法。

Images