CN113570620A - 一种光场数据获取方法、装置、电子设备及存储介质 - Google Patents
一种光场数据获取方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113570620A CN113570620A CN202110796920.9A CN202110796920A CN113570620A CN 113570620 A CN113570620 A CN 113570620A CN 202110796920 A CN202110796920 A CN 202110796920A CN 113570620 A CN113570620 A CN 113570620A
- Authority
- CN
- China
- Prior art keywords
- observation
- observation point
- target
- area
- triangular
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000000875 corresponding effect Effects 0.000 claims abstract description 122
- 230000002596 correlated effect Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000015654 memory Effects 0.000 claims description 15
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 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
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本公开关于一种光场数据获取方法、装置、电子设备及存储介质,涉及图像处理技术领域。本公开实施例至少解决相关技术中,光场数据的获取效率较低的技术问题。该方法包括:获取用于观察目标物体的观察区域中,多个观察方向的观察频度;确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率;一个观察方向上分布有至少一个观察点;一个观察方向的观察频度大于零;至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关;根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种光场数据获取方法、设备以及存储介质。
背景技术
在计算机图形学(CG,computer graphics)领域,光场(Light Field)是一种利用离散化的图像数据表达三维场景的方式,具体指记录弥散在空间中的任意一条光线的颜色(包括亮度、色度等分量信息)。其脱离了物体本身的几何、纹理等属性,直接记录光线的响应信息,可以更直接地用于合成高保真度的渲染画面。
现有技术中,一般通过相机阵列法、时序采样法或者多通道成像法,从多个角度不同的观察点获取物体的多个图像数据,进而得到光场数据。然而,上述获取光场数据的方法中,观察点一般是均匀分布的,且每个观察点获取到的图像的分辨率是相同的,从而导致光场数据的获取效率较低。
发明内容
本公开提供一种光场数据获取方法、设备及存储介质,以至少解决相关技术中,光场数据的获取效率较低的技术问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种光场数据获取方法,包括:获取用于观察目标物体的观察区域中,多个观察方向的观察频度;观察频度用于表征在预定时间区间内,从一个观察方向观察目标物体的次数;确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率;一个观察方向上分布有至少一个观察点;一个观察方向的观察频度大于零;至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关;根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据。
可选地,上述确定观察区域内的多个观察点的方法具体包括:对观察区域进行三角化处理,以得到多个目标三角区域;一个目标三角区域的外接圆的直径与一个目标三角区域的目标观察方向的观察频度负相关;目标观察方向的观察频度为一个目标三角区域内的任意一个观察点对应的观察方向的观察频度,或者一个目标三角区域内的多个观察点对应的观察方向的观察频度的平均值;将多个目标三角区域的顶点确定为多个观察点。
可选地,上述对观察区域进行三角化处理,以得到多个目标三角区域的方法具体包括:对当前待处理区域进行三角划分操作,以得到多个三角区域;当前待处理区域的初始区域为观察区域;当多个三角区域中的一个三角区域不满足预设条件时,则对一个三角区域进行三角划分操作,直到得到的每一三角区域满足预设条件为止;预设条件为:一个三角区域的外接圆直径小于直径阈值、且一个三角区域的三个内角均位于预设角度阈值范围内;当得到的所有三角区域的顶点数量等于预设数量时,则将得到的每一三角区域作为目标三角区域。
可选地,光场数据获取方法还包括:当得到的所有三角区域的顶点数量小于预设数量时,则调小目标阈值;当得到的所有三角区域的顶点数量大于预设数量时,则调大目标阈值。
可选地,光场数据获取方法还包括:根据第一公式确定一个三角区域中的目标边长;目标边长为一个三角区域对应的三角形的任意一条边的边长;第一公式为:其中,L为目标边长,(a1,b1)为目标边长对应的第一顶点的坐标,(a2,b2)为目标边长对应的第二顶点的坐标,k为大于1的实数;根据目标边长确定一个三角区域的外接圆直径。
可选地,光场数据获取方法还包括:根据目标边长确定一个三角区域的面积;根据第二公式确定一个三角区域对应的直径阈值;第二公式为:其中,d为直径阈值;m为目标阈值,s为一个三角区域的面积;∫F(a3,b3)ds用于表征一个三角区域中的每个面元对应的乘积之和的积分;一个面元F(a3,b3)对应的乘积为一个面元F(a3,b3)的面积与一个面元F(a3,b3)对应的观察方向的观察频度之间的乘积。
可选地,上述确定每个观察点的图像采集分辨率的方法具体包括:针对每个观察点,将一个观察点对应的观察方向的观察频度与预设图像采集分辨率的乘积对应的图像采集分辨率,确定为一个观察点的图像采集分辨率。
可选地,上述根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据的方法具体包括:根据与观察点对应的图像采集分辨率,将观察区域的观察点划分为至少一个观察点集合;至少一个观察点集合中的每个观察点集合对应的图像采集分辨率不同,一个观察点集合中的每个观察点的图像采集分辨率相同;对于至少一个观察点集合,均执行以下操作,以得到观察区域的光场数据:确定目标观察点集合中每个观察点的位置;根据每个观察点的位置,确定在目标观察点集合对应的区域采集目标物体的图像数据时的最小路径;按照最小路径,在每个观察点采集目标物体的图像数据,以得到每个观察点对应的图像数据;将得到的图像数据进行合成处理,以得到目标观察点集合对应的观察区域的光场数据;目标观察点集合为至少一个观察点集合中的任意一个观察点集合。
根据本公开实施例的第二方面,提供一种光场数据获取装置,包括:获取单元、确定单元和采集单元;获取单元,用于获取用于观察目标物体的观察区域中,多个观察方向的观察频度;观察频度用于表征在预定时间区间内,从一个观察方向观察目标物体的次数;确定单元,用于确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率;一个观察方向上分布有至少一个观察点;一个观察方向的观察频度大于零;至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关;采集单元,用于根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据。
可选地,确定单元,具体用于:对观察区域进行三角化处理,以得到多个目标三角区域;一个目标三角区域的外接圆的直径与一个目标三角区域的目标观察方向的观察频度负相关;目标观察方向的观察频度为一个目标三角区域内的任意一个观察点对应的观察方向的观察频度,或者一个目标三角区域内的多个观察点对应的观察方向的观察频度的平均值;将多个目标三角区域的顶点确定为多个观察点。
可选地,确定单元,具体用于:对当前待处理区域进行三角划分操作,以得到多个三角区域;当前待处理区域的初始区域为观察区域;当多个三角区域中的一个三角区域不满足预设条件时,则对一个三角区域进行三角划分操作,直到得到的每一三角区域满足预设条件为止;预设条件为:一个三角区域的外接圆直径小于直径阈值、且一个三角区域的三个内角均位于预设角度阈值范围内;当得到的所有三角区域的顶点数量等于预设数量时,则将得到的每一三角区域作为目标三角区域。
可选地,确定单元,还用于:当得到的所有三角区域的顶点数量小于预设数量时,则调小目标阈值;当得到的所有三角区域的顶点数量大于预设数量时,则调大目标阈值。
可选地,确定单元,还用于:根据第一公式确定一个三角区域中的目标边长;目标边长为一个三角区域对应的三角形的任意一条边的边长;第一公式为:其中,L为目标边长,(a1,b1)为目标边长对应的第一顶点的坐标,(a2,b2)为目标边长对应的第二顶点的坐标,k为大于1的实数;根据目标边长确定一个三角区域的外接圆直径。
可选地,确定单元,还用于:根据目标边长确定一个三角区域的面积;根据第二公式确定一个三角区域对应的直径阈值;第二公式为:其中,d为直径阈值;m为目标阈值,s为一个三角区域的面积;∫F(a3,b3)ds用于表征一个三角区域中的每个面元对应的乘积之和的积分;一个面元F(a3,b3)对应的乘积为一个面元F(a3,b3)的面积与一个面元F(a3,b3)对应的观察方向的观察频度之间的乘积。
可选地,确定单元,具体用于:针对每个观察点,将一个观察点对应的观察方向的观察频度与预设图像采集分辨率的乘积对应的图像采集分辨率,确定为一个观察点的图像采集分辨率。
可选地,采集单元,具体用于:根据与观察点对应的图像采集分辨率,将观察区域的观察点划分为至少一个观察点集合;至少一个观察点集合中的每个观察点集合对应的图像采集分辨率不同,一个观察点集合中的每个观察点的图像采集分辨率相同;对于至少一个观察点集合,均执行以下操作,以得到观察区域的光场数据:确定目标观察点集合中每个观察点的位置;根据每个观察点的位置,确定在目标观察点集合对应的区域采集目标物体的图像数据时的最小路径;按照最小路径,在每个观察点采集目标物体的图像数据,以得到每个观察点对应的图像数据;将得到的图像数据进行合成处理,以得到目标观察点集合对应的观察区域的光场数据;目标观察点集合为至少一个观察点集合中的任意一个观察点集合。
根据本公开实施例的第三方面,提供一种电子设备,包括处理器,用于存储处理器可执行指令的存储器;当处理器被配置为执行指令时,使得电子设备实现如第一方面提供的光场数据获取方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,包括指令,当指令由处理器执行时,使得处理器执行如第一方面提供的光场数据获取方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括指令,当指令由处理器执行时,使得处理器执行如第一方面提供的光场数据获取方法。
本公开提供的技术方案至少带来以下有益效果:在获取用于观察目标物体的观察区域中,多个观察方向的观察频度后,可以确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率。其中,至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关。这样一来,后续根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据时,可以在观察频度较高的区域,通过多个观察点获取到更多的图像数据,并且在观察频度较高的观察点获取到图像采集分辨率较高的图像数据。反之则反。这样,相比现有技术,本公开的技术方案获取到的光场数据更为灵活,有效的解决了现有技术中,光场数据的获取效率较低的技术问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种光场数据获取系统的结构示意图;
图2是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之一;
图3是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之二;
图4是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之三;
图5是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之四;
图6是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之五;
图7是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之六;
图8是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之七;
图9是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之八;
图10是根据一示例性实施例示出的一种光场数据获取方法的流程示意图之九;
图11是根据一示例性实施例示出的一种电子设备的结构示意图;
图12是根据一示例性实施例示出的一种终端的结构示意图;
图13是根据一示例性实施例示出的一种服务器的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
另外,在本公开实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本公开实施例的描述中,“多个”是指两个或多于两个。
本公开实施例提供的光场数据获取方法可以适用于光场数据获取系统。图1示出了该光场数据获取系统的一种结构示意图。如图1所示,光场数据获取系统10用于获取光场数据。光场数据获取系统10包括电子设备11以及拍摄装置12。电子设备11与拍摄装置12连接。电子设备11与拍摄装置12之间可以采用有线方式连接,也可以采用无线方式连接,本公开实施例对此不作限定。
电子设备11可以用于接收拍摄装置12采集并发送的二维图像,并根据接收到的二维图像确定光场数据。
拍摄装置12可以用于采集并拍摄生成二维图像。例如,拍摄装置12可以为相机。
在本公开实施例涉及的第一种场景下,上述光场数据获取系统10中的拍摄装置12可以为具有拍摄功能以及发送功能的设备,在这种情况下,电子设备11可以是一台用于获取光场数据的服务器,也可以是由多台服务器组成的服务器集群,还可以是一个云计算服务中心。
在本公开实施例涉及的第二种场景下,上述光场数据获取系统10中的拍摄装置12可以为执行拍摄、采集二维图像的装置或者元件,电子设备11可以为用户的个人终端,例如手机、平板电脑、掌上电脑、个人计算机(Personal Computer,PC)、可穿戴设备、智能电视等。
需要说明的,在上述第二种场景下,电子设备11和拍摄装置12可以为相互独立的设备,也可以集成于同一设备中,本公开对此不作具体限定。
当电子设备11和拍摄装置12集成于同一设备时,电子设备11和拍摄装置12之间的通信方式为该设备内部模块之间的通信。这种情况下,二者之间的通信流程与“电子设备11和拍摄装置12之间相互独立的情况下,二者之间的通信流程”相同。
在本公开提供的以下实施例中,本公开以电子设备11和拍摄装置12相互独立设置为例进行说明。
下面结合附图,对本公开实施例提供的光场数据获取方法进行描述。
如图2所示,本公开实施例提供的光场数据获取方法包括下述S201-S203。
S201、电子设备获取用于观察目标物体的观察区域中,多个观察方向的观察频度。
具体的,对于目标物体而言,电子设备可以从各个方向观察该目标物体。上述各个方向可以组成用于观察目标物体的观察区域。也就是可能从哪些方向观察目标物体。这个范围往往是一个单联通的简单图案。经验而言,往往是一个椭圆形或类似形状。观察区域即指该形状。在计算机实现中,描述该形状的可以是一个位图,也可以是一个矢量化的或参数化的定义,可以根据后续三角化算法所需进行选择,这里不做具体要求。
在这种情况下,可以为每个方向定义一个观察频度。观察频度用于表征在预定时间区间内,从一个观察方向观察目标物体的次数。
可选的,在获取观察频度时,可以统计足够多的用户,在某个时间区间内,通过某个观察方向观察目标物体的次数,并对这个统计的结果进行归一化和高阶连续插值,以得到该方向对应的观察频度。
进一步可选的,对于多个观察方向的观察频度,可以通过映射F(θ,φ)=>[0,1]表示在(θ,φ)表示经度和维度的观察方向上,观察频度的归一化数值。映射F是连续可微的,这个值可以用来衡量用户通过这个角度观察物体的出现频繁程度。
可选的,对于多个观察方向的观察频度,可以通过点云图的方式表达,也可以通过表格的方式表达,还可以通过其他方式表达,本公开对此不作限定。
S202、电子设备确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率。
其中,一个观察方向上分布有至少一个观察点;一个观察方向的观察频度大于零;至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关。
具体的,在获取用于观察目标物体的观察区域中,多个观察方向的观察频度后,电子设备可以确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率。
可以理解,对于高频出现的方向,我们希望进行更细密的采样,采样时需要选择更高的图像采集分辨率,反之亦反。这样可以在有限的时间和存储空间中,尽可能地增加光场数据的精度和提升还原时的准确度。因此,至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关。
需要说明的是,当某个观察方向的观察频度为零的情况下,可以不为该观察方向设置观察点。因此,一个观察方向上分布有至少一个观察点;一个观察方向的观察频度大于零。
示例性的,图像采集分辨率可以是W x H(其中,W、H一般是2的整数次幂,例如256、512、1024等)。
图像采集分辨率可以是人为设定多个档数的分辨率。例如:W=512,H=256,档数p=3,则输出的时候存在三种分辨率,512x256,256x128,128x64。需要说明的是,当W、H不是2的整数次幂时,可能计算得到的分辨率不是整数,这时需要进行取整即可。
S203、电子设备根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据。
具体的,在确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率后,电子设备可以根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据。
结合上述示例,当图像采集分辨率为图像的分辨率时,对于任意一档分辨率,输出一个采样经纬度的序列(即确定好的多个观察点的序列)。表示,将拍摄装置的采样分辨率切换到某一档上,按照对应的经纬度序列,逐一对目标物体进行采样,就可以尽可能短时间地得到采样数据。根据这个时序将采样数据串联起来,将形成一段视频,通过普通的视频编解码算法(例如H264),即可以在给定质量下压缩视频得到输出数据。每一档将得到一个视频,由这p个视频共同表示所采集得到的,对目标物体所有观察方向的图像数据,进而得到观察区域的光场数据。
本公开提供的技术方案至少带来以下有益效果:在获取用于观察目标物体的观察区域中,多个观察方向的观察频度后,可以确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率。其中,至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关。这样一来,后续根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据时,可以在观察频度较高的区域,通过多个观察点获取到更多的图像数据,并且在观察频度较高的观察点获取到图像采集分辨率较高的图像数据。反之则反。这样,相比现有技术,本公开的技术方案获取到的光场数据更为灵活,有效的解决了现有技术中,光场数据的获取效率较低的技术问题。
在一种设计中,如图3所示,上述S201具体包括:S301-S302。
S301、电子设备对观察区域进行三角化处理,以得到多个目标三角区域。
其中,一个目标三角区域的外接圆的直径与一个目标三角区域的目标观察方向的观察频度负相关;目标观察方向的观察频度为一个目标三角区域内的任意一个观察点对应的观察方向的观察频度,或者一个目标三角区域内的多个观察点对应的观察方向的观察频度的平均值。
具体的,在确定观察区域内的多个观察点时,电子设备可以对观察区域进行三角化处理,以得到多个目标三角区域。
三角化是计算几何的标准操作,即给定一个边界和判据,算法将边界区域分割为若干个不重叠的三角区域,三角区域可以覆盖所有区域。一般三角化使用的是Delaunay三角化和Lloyd全局优化,这样可以让细分出了三角区域比较接近于正三角区域。三角化的具体步骤可以参考后续描述,在此不再赘述。
S302、电子设备将多个目标三角区域的顶点确定为多个观察点。
具体的,在对观察区域执行三角化处理,以得到多个目标三角区域后,电子设备可以将多个目标三角区域的顶点确定为多个观察点。
上述实施例提供的技术方案至少具有以下有益效果:通过三角化的方法,对观察区域进行三角化处理,以得到多个目标三角区域,并将多个目标三角区域的顶点确定为多个观察点,给出了一种确定多个观察点的具体实现方式。由于一个目标三角区域的外接圆的直径与一个目标三角区域的目标观察方向的观察频度负相关;目标观察方向的观察频度为一个目标三角区域内的任意一个观察点对应的观察方向的观察频度,或者一个目标三角区域内的多个观察点对应的观察方向的观察频度的平均值,因此,在观察频度较高的区域,划分的三角区域的数量越多。相应的,多个目标三角区域的顶点越多,进而得到的观察点的数量越多。这样一来,可以在观察频度较高的区域,通过多个观察点获取到更多的图像数据。反之则反。这样,相比现有技术,本公开的技术方案获取到的光场数据更为灵活,提高了光场数据的数据精度,有效的解决了现有技术中,光场数据的获取效率较低的技术问题。
在一种设计中,如图4所示,上述S301具体包括:
S401、电子设备对当前待处理区域进行三角划分操作,以得到多个三角区域。
其中,当前待处理区域的初始区域为观察区域。
S402、当多个三角区域中的一个三角区域不满足预设条件时,则电子设备对一个三角区域进行三角划分操作,直到得到的每一三角区域满足预设条件为止。
其中,预设条件为:一个三角区域的外接圆直径小于直径阈值、且一个三角区域的三个内角均位于预设角度阈值范围内。
示例性的,在对观察区域执行三角化处理时,可以使用Delaunay三角化的方法。对于Delaunay三角化的方法,还需要指定下面的两个计算规则:一个是距离定义,另一个是终止条件。
距离定义L(θ1,φ1,θ2,φ2)指在θ,φ张成的二维空间内,点(θ1,φ1)与(θ2,φ2)的定义。一般而言,通过球面三角计算两点之间的弧度或者直接在笛卡尔坐标系中计算长度即可。
在对观察区域执行Delaunay三角化时,还需要给定一个终止条件,即所有的三角区域都满足什么条件就不再增加顶点了。通常终止条件包含两个值:一个是正三角化的程度(这个可以根据需求任意选取),第二个是局部三角区域外接圆最大直径d。d是一个局部计算出来的值,也就是在考察每个三角区域时,可针对每个三角区域计算出一个d,并以此作为判据。如果三角区域的外接圆直径大于d,则该三角区域还应该进行细分(通过插入新的顶点)。具体划分方法可以参考现有的三角化的方法,在次不做限定。
S403、当得到的所有三角区域的顶点数量等于预设数量时,则电子设备将得到的每一三角区域作为目标三角区域。
具体的,在得到的每一三角区域满足预设条件后,当得到的所有三角区域的顶点数量等于预设数量时,则电子设备将得到的每一三角区域作为目标三角区域。
其中,预设数量可以是人为设定。
上述实施例提供的技术方案至少具有以下有益效果:在对观察区域进行三角化处理,以得到多个目标三角区域时,可以对当前待处理区域进行三角划分操作,以得到多个三角区域。当多个三角区域中的一个三角区域不满足预设条件时,则对一个三角区域进行三角划分操作,直到得到的每一三角区域满足预设条件为止。由于预设条件为:一个三角区域的外接圆直径小于直径阈值、且一个三角区域的三个内角均位于预设角度阈值范围内,因此,在观察频度较高的区域,执行的三角划分操作更多,即划分的三角区域的数量越多。相应的,得到的观察点的数量越多。后续,当得到的所有三角区域的顶点数量等于预设数量时,则将得到的每一三角区域作为目标三角区域。这样一来,可以在观察频度较高的区域,通过多个观察点获取到更多的图像数据。反之则反。这样,相比现有技术,本公开的技术方案获取到的光场数据更为灵活,提高了光场数据的数据精度,有效的解决了现有技术中,光场数据的获取效率较低的技术问题。
在一种设计中,如图5所示,该光场数据获取方法还包括:
S501、当得到的所有三角区域的顶点数量小于预设数量时,则电子设备调小目标阈值。
目标阈值为变量阈值,当得到的所有三角区域的顶点数量小于或者大于预设数量时,电子设备可以调整目标阈值。这样一来,预设条件也会相应变化。在这种情况下,电子设备对当前待处理区域重新执行三角划分操作,直到得到的所有三角区域的顶点数量等于预设数量。
在实际实现中,目标阈值的增大和减小一般将采用一个微小的比例,或者整个探索得到的所有三角区域的顶点数量与预设数量相等的过程中也可以通过二分查找进行实现。这里均不限定。同时,也有可能所有三角区域的顶点数量与预设数量并非精确判等,而允许存在一个容差,这里也不限定,这些都是根据具体应用的需求决定。
具体的,若得到的所有三角区域的顶点数量小于预设数量,说明需要增加更多的顶点,即需要增加更多的三角区域。在这种情况下,电子设备调小目标阈值,以使得电子设备对当前待处理区域重新执行三角划分操作,直到得到的所有三角区域的顶点数量满足预设数量。
S502、当得到的所有三角区域的顶点数量大于预设数量时,则电子设备调大目标阈值。
具体的,若得到的所有三角区域的顶点数量大于预设数量,说明需要减少顶点,即需要减少三角区域。在这种情况下,电子设备调大目标阈值,以使得电子设备对当前待处理区域重新执行三角划分操作,直到得到的所有三角区域的顶点数量满足预设数量。
上述实施例提供的技术方案至少具有以下有益效果:电子设备可以根据所有三角区域的顶点数量调整目标阈值。若得到的所有三角区域的顶点数量小于预设数量,说明需要增加更多的顶点,即需要增加更多的三角区域。在这种情况下,电子设备调小目标阈值,以使得电子设备对当前待处理区域重新执行三角划分操作,直到得到的所有三角区域的顶点数量满足预设数量。相应的,若得到的所有三角区域的顶点数量大于预设数量,说明需要减少顶点,即需要减少三角区域。在这种情况下,电子设备调大目标阈值,以使得电子设备对当前待处理区域重新执行三角划分操作,直到得到的所有三角区域的顶点数量满足预设数量,提高了确定观察点的准确性。
在一种设计中,如图6所示,该光场数据获取方法还包括:
S601、电子设备根据第一公式确定一个三角区域中的目标边长。
其中,目标边长为一个三角区域对应的三角形的任意一条边的边长。
第一公式为:
其中,L为目标边长,(a1,b1)为目标边长对应的第一顶点的坐标,(a2,b2)为目标边长对应的第二顶点的坐标,k为大于1的实数。
具体的,由于竖直方向(b)的人眼敏感度大于水平方向(a)的人眼敏感度,因此,在b维度的长度贡献将被突出。因此,可以选择上述第一公式强化b维度的距离函数。
S602、电子设备根据目标边长确定一个三角区域的外接圆直径。
具体的,在根据第一公式确定一个三角区域中的目标边长后,电子设备根据目标边长确定一个三角区域的外接圆直径。具体方法可以参考现有的方法,在此不做限定。
上述实施例提供的技术方案至少具有以下有益效果:基于人眼观察角度的特点,在确定一个三角区域的外接圆直径时,可以在竖直方向添加一个权重,以使得获取到的光场数据更加贴近于人眼的观察角度,提高光场数据的真实性。
在一种设计中,如图7所示,该光场数据获取方法还包括:
S701、电子设备根据目标边长确定一个三角区域的面积。
具体的,在确定一个三角区域对应的直径阈值时,可以先根据目标边长确定一个三角区域的面积,具体方法可以参考现有的方法,在此不做限定。
S702、电子设备根据第二公式确定一个三角区域对应的直径阈值。
第二公式为:
其中,d为直径阈值;m为目标阈值,s为一个三角区域的面积;∫F(a3,b3)ds用于表示一个三角区域中的每个面元对应的乘积之和的积分;一个面元F(a3,b3)对应的乘积为一个面元F(a3,b3)的面积与一个面元F(a3,b3)对应的观察方向的观察频度之间的乘积。
具体的,在根据目标边长确定一个三角区域的面积后,电子设备可以根据第二公式,确定一个三角区域对应的直径阈值。
上述实施例提供的技术方案至少具有以下有益效果:上述实施例给出了确定一个三角区域对应的直径阈值的具体实现方式。由第二公式可知,直径阈值与对应的观察方向的观察频度负相关。由于直径阈值与对应的观察方向的观察频度负相关,因此,在观察频度较高的区域,执行的三角划分操作更多,即划分的三角区域的数量越多。相应的,得到的观察点的数量越多。这样一来,可以在观察频度较高的区域,通过多个观察点获取到更多的图像数据。反之则反。这样,相比现有技术,本公开的技术方案获取到的光场数据更为灵活,提高了光场数据的数据精度,有效的解决了现有技术中,光场数据的获取效率较低的技术问题。
在一种设计中,如图8所示,该光场数据获取方法还包括:
S801、电子设备根据第三公式确定一个三角区域对应的直径阈值。
第三公式为:
其中,f为一个三角区域中至少一个面元对应的观察方向的观察频度的平均值。
具体的,在根据目标边长确定一个三角区域的面积后,电子设备可以根据第三公式,确定一个三角区域对应的直径阈值。
上述实施例提供的技术方案至少具有以下有益效果:上述实施例给出了确定一个三角区域对应的直径阈值的具体实现方式。由第三公式可知,直径阈值与对应的观察方向的观察频度负相关。由于直径阈值与对应的观察方向的观察频度负相关,因此,在观察频度较高的区域,执行的三角划分操作更多,即划分的三角区域的数量越多。相应的,得到的观察点的数量越多。这样一来,可以在观察频度较高的区域,通过多个观察点获取到更多的图像数据。反之则反。这样,相比现有技术,本公开的技术方案获取到的光场数据更为灵活,提高了光场数据的数据精度,有效的解决了现有技术中,光场数据的获取效率较低的技术问题。
在一种设计中,如图9所示,上述确定每个观察点的图像采集分辨率的方法具体包括:
S901、针对每个观察点,将一个观察点对应的观察方向的观察频度与预设图像采集分辨率的乘积对应的图像采集分辨率,确定为一个观察点的图像采集分辨率。
具体的,电子设备可以对每个观察点的位置进行图像分辨率分档。即根据该观察点附近的观察频度决定采用什么分辨率。
一般而言,可以使用线性的映射关系,即在观察点附近采样若干个观察频度并获得其平均值作为该观察点附近的观察频度,以此观察频度值乘以最高分辨率的像素数(W xH)即得到该观察点应该拥有的像素数。测试p档像素数,观察哪档的像素数与以上值最接近,则选用哪档。
上述实施例提供的技术方案至少具有以下有益效果:上述实施例给出了确定每个观察点的图像采集分辨率的具体实现方式。由于图像采集分辨率与该观察点对应的观察方向的观察频度正相关,因此,可以为观察频度较高对应的观察点设置较高的图像采集分辨率。反之则反。这样,相比现有技术,本公开的技术方案获取到的光场数据更为灵活,提高了光场数据的数据精度,有效的解决了现有技术中,光场数据的获取效率较低的技术问题。
在一种设计中,如图10所示,上述根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据的方法具体包括:
S1001、电子设备根据与观察点对应的图像采集分辨率,将观察区域的观察点划分为至少一个观察点集合。
其中,至少一个观察点集合中的每个观察点集合对应的图像采集分辨率不同,一个观察点集合中的每个观察点的图像采集分辨率相同。
具体的,在确定每个观察点的图像采集分辨率后,电子设备可以根据与观察点对应的图像采集分辨率,将观察区域的观察点划分为至少一个观察点集合。
S1002、电子设备对于至少一个观察点集合,均执行目标操作,以得到观察区域的光场数据。
其中,目标操作为:确定目标观察点集合中每个观察点的位置;根据每个观察点的位置,确定在目标观察点集合对应的区域采集目标物体的图像数据时的最小路径;按照最小路径,在每个观察点采集目标物体的图像数据,以得到每个观察点对应的图像数据;将得到的图像数据进行合成处理,以得到目标观察点集合对应的观察区域的光场数据;目标观察点集合为至少一个观察点集合中的任意一个观察点集合
可选的,电子设备可以通过旅行商问题(Traveling Salesman Problem)求解算法,根据每个观察点的位置,确定在第一观察点集合对应的区域执行图像采集操作时的最小路径,也可以通过其他解决相似问题的求解方法,确定最小路径,本公开对此不作限定。
示例性的,以图像采集分辨率为图像分辨率为例。对于每个分分辨率档数对应的观察点,都存在一个(θ,φ)坐标构成的集合。当拍摄装置选取这档分辨率以后,都在同一个分辨率下进行拍摄。摄像头游走过的坐标将构成一个序列,这个序列将包含这个集合中的每一个位置。而序列总长度需要尽可能地小。对于每个档位序列,我们采用TSP求解算法(或其他解决相似问题的求解方法),输入这个(θ,φ)坐标集合,输出集合中每个元素构成的序列,并以此序列作为该档位拍摄装置的观察点位顺序。求解TSP问题的方法具有广泛的讨论,例如工程上可以使用Self-Organizing Maps算法进行求解,此处不做限定。
按每个档位输出所有的观察点位置和其对应的图像。由于观察点位置的顺序选取在上述步骤中按照采样距离做了优化,所以能够尽可能保证每次拍摄装置移动的角度较小,节省采样时间。同时按照此顺序构成的图像序列,由于相邻图像的拍摄位置也间隔较小,图像重合度高,更有利于视频压缩。按照这个顺序排列的图片可以通过H264等普通视频编解码方法进行压缩和还原,能够给定精度地存储和复现这些采样数据。
上述实施例提供的技术方案至少具有以下有益效果:在执行图像采集操作时,电子设备可以利用最小路径法在每个采集点采集图像,合理的规划了观察点和采样路径,优化了光场数据的获取时间和最终形成存储的存储量。降低了数据存储量的同时,提高了图像采集的效率。
另外,本公开还提供一种电子设备,用于执行本公开实施例提供的光场数据获取方法,以解决相关技术中,获取到的光场数据具有一定的局限性的问题。参照图11所示,该电子设备包括:获取单元1101、确定单元1102和采集单元1103;
获取单元1101,用于获取用于观察目标物体的观察区域中,多个观察方向的观察频度;观察频度用于表征在预定时间区间内,从一个观察方向观察目标物体的次数。例如,结合图2,获取单元1101用于执行S201。
确定单元1102,用于确定观察区域内的多个观察点,以及每个观察点的图像采集分辨率;一个观察方向上分布有至少一个观察点;一个观察方向的观察频度大于零;至少一个观察点的数量与一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与一个观察点对应的观察频度正相关。例如,结合图2,确定单元1102用于执行S202。
采集单元1103,用于根据与观察点对应的图像采集分辨率,在每个观察点采集目标物体的图像数据,以得到观察区域的光场数据。例如,结合图2,采集单元1103用于执行S203。
可选地,确定单元1102,具体用于:
对观察区域进行三角化处理,以得到多个目标三角区域;一个目标三角区域的外接圆的直径与一个目标三角区域的目标观察方向的观察频度负相关;目标观察方向的观察频度为一个目标三角区域内的任意一个观察点对应的观察方向的观察频度,或者一个目标三角区域内的多个观察点对应的观察方向的观察频度的平均值。例如,结合图3,确定单元1102用于执行S301。
将多个目标三角区域的顶点确定为多个观察点。例如,结合图3,确定单元1102用于执行S302。
可选地,确定单元1102,具体用于:
对当前待处理区域进行三角划分操作,以得到多个三角区域;当前待处理区域的初始区域为观察区域。例如,结合图4,确定单元1102用于执行S401。
当多个三角区域中的一个三角区域不满足预设条件时,则对一个三角区域进行三角划分操作,直到得到的每一三角区域满足预设条件为止;预设条件为:一个三角区域的外接圆直径小于直径阈值、且一个三角区域的三个内角均位于预设角度阈值范围内。例如,结合图4,确定单元1102用于执行S402。
当得到的所有三角区域的顶点数量等于预设数量时,则将得到的每一三角区域作为目标三角区域。例如,结合图4,确定单元1102用于执行S403。
可选地,确定单元1102,具体用于:
当得到的所有三角区域的顶点数量小于预设数量时,则调小目标阈值。例如,结合图5,确定单元1102用于执行S501。
当得到的所有三角区域的顶点数量大于预设数量时,则调大目标阈值。例如,结合图5,确定单元1102用于执行S502。
可选地,确定单元1102,还用于:
根据第一公式确定一个三角区域中的目标边长。例如,结合图6,确定单元1102用于执行S601。
第一公式为:
其中,L为目标边长,(a1,b1)为目标边长对应的第一顶点的坐标,(a2,b2)为目标边长对应的第二顶点的坐标,k为大于1的实数;
根据目标边长确定一个三角区域的外接圆直径。例如,结合图6,确定单元1102用于执行S602。
可选地,确定单元1102,还用于:
根据目标边长确定一个三角区域的面积。例如,结合图7,确定单元1102用于执行S701。
根据第二公式确定一个三角区域对应的直径阈值。例如,结合图7,确定单元1102用于执行S702。
第二公式为:
其中,d为直径阈值;m为目标阈值,s为一个三角区域的面积;∫F(a3,b3)ds用于表征一个三角区域中的每个面元对应的乘积之和的积分;一个面元F(a3,b3)对应的乘积为一个面元F(a3,b3)的面积与一个面元F(a3,b3)对应的观察方向的观察频度之间的乘积。
可选地,确定单元1102,还用于:
根据第三公式确定一个三角区域对应的直径阈值。例如,结合图8,确定单元1102用于执行S801。
第三公式为:
其中,f为一个三角区域中至少一个面元对应的观察方向的观察频度的平均值。
可选地,确定单元1102,具体用于:
针对每个观察点,将一个观察点对应的观察方向的观察频度与预设图像采集分辨率的乘积对应的图像采集分辨率,确定为一个观察点的图像采集分辨率。例如,结合图9,确定单元1102用于执行S901。
可选地,采集单元1103,具体用于:
根据与观察点对应的图像采集分辨率,将观察区域的观察点划分为至少一个观察点集合;至少一个观察点集合中的每个观察点集合对应的图像采集分辨率不同,一个观察点集合中的每个观察点的图像采集分辨率相同。例如,结合图10,采集单元1103用于执行S1001。
对于至少一个观察点集合,均执行以下操作,以得到观察区域的光场数据:
确定目标观察点集合中每个观察点的位置;根据每个观察点的位置,确定在目标观察点集合对应的区域采集目标物体的图像数据时的最小路径;按照最小路径,在每个观察点采集目标物体的图像数据,以得到每个观察点对应的图像数据;将得到的图像数据进行合成处理,以得到目标观察点集合对应的观察区域的光场数据;目标观察点集合为至少一个观察点集合中的任意一个观察点集合。例如,结合图10,采集单元1103用于执行S1002。
如上所述,本公开实施例可以根据上述方法示例对电子设备进行功能模块的划分。其中,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。另外,还需要说明的是,本公开实施例中对模块的划分是示意性的,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。例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。
关于上述实施例中的电子设备,其中各个模块执行操作的具体方式、以及具备的有益效果,均已经在前述方法实施例中进行了详细描述,此处不再赘述。
当上述电子设备为终端时,本公开实施例还提供一种终端,终端可以是手机、电脑等用户终端。图12示出了本公开实施例提供的终端的结构示意图。该终端可以是光场数据获取装置可以包括至少一个处理器61,通信总线62,存储器63以及至少一个通信接口64。
处理器61可以是一个处理器(central processing units,CPU),微处理单元,ASIC,或一个或多个用于控制本公开方案程序执行的集成电路。作为一个示例,结合图11,电子设备中的获取单元1001、确定单元1102和采集单元1103实现的功能与图12中的处理器61实现的功能相同。
通信总线62可包括一通路,在上述组件之间传送信息。
通信接口64,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如服务器、以太网,无线接入网(radio access network,RAN),无线局域网(wireless localarea networks,WLAN)等。
存储器63可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理单元相连接。存储器也可以和处理单元集成在一起。
其中,存储器63用于存储执行本公开方案的应用程序代码,并由处理器61来控制执行。处理器61用于执行存储器63中存储的应用程序代码,从而实现本公开方法中的功能。
在具体实现中,作为一种实施例,处理器61可以包括一个或多个CPU,例如图12中的CPU0和CPU1。
在具体实现中,作为一种实施例,终端可以包括多个处理器,例如图12中的处理器61和处理器65。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,终端还可以包括输入设备66和输出设备67。输入设备66和输出设备67通信,可以以多种方式接受用户的输入。例如,输入设备66可以是鼠标、键盘、触摸屏设备或传感设备等。输出设备67和处理器61通信,可以以多种方式来显示信息。例如,输出设备61可以是液晶显示器(liquid crystal display,LCD),发光二级管(light emitting diode,LED)显示设备等。
本领域技术人员可以理解,图12中示出的结构并不构成对终端的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本公开实施例还提供一种服务器。图13示出了本公开实施例提供的服务器的结构示意图。该服务器可以是光场数据获取装置。该服务器可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器71和一个或一个以上的存储器72。其中,存储器72中存储有至少一条指令,至少一条指令由处理器71加载并执行以实现上述各个方法实施例提供的光场数据获取方法。当然,该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器还可以包括其他用于实现设备功能的部件,在此不做赘述。
本公开还提供了一种包括指令的计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述计算机可读存储介质中的指令由计算机设备的处理器执行时,使得计算机能够执行上述所示实施例提供的光场数据获取方法。例如,计算机可读存储介质可以为包括指令的存储器63,上述指令可由终端的处理器61执行以完成上述方法。又例如,计算机可读存储介质可以为包括指令的存储器72,上述指令可由服务器的处理器71执行以完成上述方法。可选地,计算机可读存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
本公开还提供了一种计算机程序产品,该计算机程序产品包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行上述图1-图10任一附图所示的光场数据获取方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
Claims (10)
1.一种光场数据获取方法,其特征在于,包括:
获取用于观察目标物体的观察区域中,多个观察方向的观察频度;所述观察频度用于表征在预定时间区间内,从一个观察方向观察所述目标物体的次数;
确定所述观察区域内的多个观察点,以及每个观察点的图像采集分辨率;一个观察方向上分布有至少一个观察点;所述一个观察方向的观察频度大于零;所述至少一个观察点的数量与所述一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与所述一个观察点对应的观察频度正相关;
根据与观察点对应的图像采集分辨率,在所述每个观察点采集所述目标物体的图像数据,以得到所述观察区域的光场数据。
2.根据权利要求1所述的光场数据获取方法,其特征在于,所述确定所述观察区域内的多个观察点,包括:
对所述观察区域进行三角化处理,以得到多个目标三角区域;一个目标三角区域的外接圆的直径与所述一个目标三角区域的目标观察方向的观察频度负相关;所述目标观察方向的观察频度为所述一个目标三角区域内的任意一个观察点对应的观察方向的观察频度,或者所述一个目标三角区域内的多个观察点对应的观察方向的观察频度的平均值;
将所述多个目标三角区域的顶点确定为所述多个观察点。
3.根据权利要求2所述的光场数据获取方法,其特征在于,所述对所述观察区域进行三角化处理,以得到多个目标三角区域,包括:
对当前待处理区域进行三角划分操作,以得到多个三角区域;所述当前待处理区域的初始区域为所述观察区域;
当所述多个三角区域中的一个三角区域不满足预设条件时,则对所述一个三角区域进行所述三角划分操作,直到得到的每一三角区域满足所述预设条件为止;所述预设条件为:所述一个三角区域的外接圆直径小于直径阈值、且所述一个三角区域的三个内角均位于预设角度阈值范围内;
当得到的所有三角区域的顶点数量等于预设数量时,则将得到的所述每一三角区域作为所述目标三角区域。
4.根据权利要求3所述的光场数据获取方法,其特征在于,还包括:
当所述得到的所有三角区域的顶点数量小于所述预设数量时,则调小目标阈值;
当得到的所有三角区域的顶点数量大于所述预设数量时,则调大所述目标阈值。
5.根据权利要求1所述的光场数据获取方法,其特征在于,所述确定每个观察点的图像采集分辨率,包括:
针对所述每个观察点,将所述一个观察点对应的观察方向的观察频度与预设图像采集分辨率的乘积对应的图像采集分辨率,确定为所述一个观察点的图像采集分辨率。
6.根据权利要求1所述的光场数据获取方法,其特征在于,所述根据与观察点对应的图像采集分辨率,在所述每个观察点采集所述目标物体的图像数据,以得到所述观察区域的光场数据,包括:
根据与所述观察点对应的图像采集分辨率,将所述观察区域的观察点划分为至少一个观察点集合;所述至少一个观察点集合中的每个观察点集合对应的图像采集分辨率不同,一个观察点集合中的每个观察点的图像采集分辨率相同;
对于所述至少一个观察点集合,均执行以下操作,以得到所述观察区域的光场数据:
确定目标观察点集合中每个观察点的位置;根据所述每个观察点的位置,确定在所述目标观察点集合对应的区域采集所述目标物体的图像数据时的最小路径;按照所述最小路径,在所述每个观察点采集所述目标物体的图像数据,以得到所述每个观察点对应的图像数据;将得到的图像数据进行合成处理,以得到所述目标观察点集合对应的观察区域的光场数据;所述目标观察点集合为所述至少一个观察点集合中的任意一个观察点集合。
7.一种光场数据获取装置,其特征在于,包括:获取单元、确定单元和采集单元;
所述获取单元,用于获取用于观察目标物体的观察区域中,多个观察方向的观察频度;所述观察频度用于表征在预定时间区间内,从一个观察方向观察所述目标物体的次数;
所述确定单元,用于确定所述观察区域内的多个观察点,以及每个观察点的图像采集分辨率;一个观察方向上分布有至少一个观察点;所述一个观察方向的观察频度大于零;所述至少一个观察点的数量与所述一个观察方向的观察频度正相关;一个观察点的图像采集分辨率与所述一个观察点对应的观察频度正相关;
所述采集单元,用于根据与观察点对应的图像采集分辨率,在所述每个观察点采集所述目标物体的图像数据,以得到所述观察区域的光场数据。
8.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1-6中任一项所述的光场数据获取方法。
9.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1-6中任一项所述的光场数据获取方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1-6中任一项所述的光场数据获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110796920.9A CN113570620B (zh) | 2021-07-14 | 2021-07-14 | 一种光场数据获取方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110796920.9A CN113570620B (zh) | 2021-07-14 | 2021-07-14 | 一种光场数据获取方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113570620A true CN113570620A (zh) | 2021-10-29 |
CN113570620B CN113570620B (zh) | 2024-03-05 |
Family
ID=78164749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110796920.9A Active CN113570620B (zh) | 2021-07-14 | 2021-07-14 | 一种光场数据获取方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570620B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0854219A (ja) * | 1994-06-29 | 1996-02-27 | Toshiba Corp | 画像処理装置 |
US20110281526A1 (en) * | 2009-02-03 | 2011-11-17 | Nec Corporation | Radio wave propagation characteristic estimation system, radio wave propagation characteristic estimation method, and radio wave propagation characteristic estimation program |
CN103345771A (zh) * | 2013-06-28 | 2013-10-09 | 中国科学技术大学 | 一种基于建模的图像高效渲染方法 |
US20160180510A1 (en) * | 2014-12-23 | 2016-06-23 | Oliver Grau | Method and system of geometric camera self-calibration quality assessment |
CN107105216A (zh) * | 2017-06-02 | 2017-08-29 | 北京航空航天大学 | 一种基于针孔阵列的连续视差、广视角的三维光场显示装置 |
CN108921908A (zh) * | 2018-07-03 | 2018-11-30 | 百度在线网络技术(北京)有限公司 | 表面光场的采集方法、装置及电子设备 |
CN109510977A (zh) * | 2017-09-15 | 2019-03-22 | 英特尔公司 | 使用同心观察圆来生成立体光场全景 |
US20200184719A1 (en) * | 2018-12-06 | 2020-06-11 | Ordnance Survey Limited | Geospatial Surveying Tool |
CN111460579A (zh) * | 2020-03-24 | 2020-07-28 | 南京理工大学 | 三维目标隐身优化方法 |
CN112884805A (zh) * | 2021-01-07 | 2021-06-01 | 清华大学 | 一种跨尺度自适应映射的光场成像方法 |
-
2021
- 2021-07-14 CN CN202110796920.9A patent/CN113570620B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0854219A (ja) * | 1994-06-29 | 1996-02-27 | Toshiba Corp | 画像処理装置 |
US20110281526A1 (en) * | 2009-02-03 | 2011-11-17 | Nec Corporation | Radio wave propagation characteristic estimation system, radio wave propagation characteristic estimation method, and radio wave propagation characteristic estimation program |
CN103345771A (zh) * | 2013-06-28 | 2013-10-09 | 中国科学技术大学 | 一种基于建模的图像高效渲染方法 |
US20160180510A1 (en) * | 2014-12-23 | 2016-06-23 | Oliver Grau | Method and system of geometric camera self-calibration quality assessment |
CN107105216A (zh) * | 2017-06-02 | 2017-08-29 | 北京航空航天大学 | 一种基于针孔阵列的连续视差、广视角的三维光场显示装置 |
CN109510977A (zh) * | 2017-09-15 | 2019-03-22 | 英特尔公司 | 使用同心观察圆来生成立体光场全景 |
CN108921908A (zh) * | 2018-07-03 | 2018-11-30 | 百度在线网络技术(北京)有限公司 | 表面光场的采集方法、装置及电子设备 |
US20200184719A1 (en) * | 2018-12-06 | 2020-06-11 | Ordnance Survey Limited | Geospatial Surveying Tool |
CN111460579A (zh) * | 2020-03-24 | 2020-07-28 | 南京理工大学 | 三维目标隐身优化方法 |
CN112884805A (zh) * | 2021-01-07 | 2021-06-01 | 清华大学 | 一种跨尺度自适应映射的光场成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113570620B (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6657214B2 (ja) | 画像ベースの深さ検知システムの精度測定 | |
US20160021355A1 (en) | Preprocessor for Full Parallax Light Field Compression | |
US20140267616A1 (en) | Variable resolution depth representation | |
US9697581B2 (en) | Image processing apparatus and image processing method | |
WO2021169404A1 (zh) | 深度图像生成方法、装置及存储介质 | |
WO2022068451A1 (zh) | 风格图像生成方法、模型训练方法、装置、设备和介质 | |
CN109978753B (zh) | 绘制全景热力图的方法和装置 | |
CN111357034A (zh) | 点云生成方法、系统和计算机存储介质 | |
US8687000B2 (en) | Image generating apparatus and computer program | |
CN113643414A (zh) | 一种三维图像生成方法、装置、电子设备及存储介质 | |
CN116109765A (zh) | 标注对象的三维渲染方法、装置、计算机设备、存储介质 | |
CN109661815A (zh) | 存在相机阵列的显著强度变化的情况下的鲁棒视差估计 | |
US20220222842A1 (en) | Image reconstruction for virtual 3d | |
JP2018136793A (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN113436247B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN113570620B (zh) | 一种光场数据获取方法、装置、电子设备及存储介质 | |
WO2023193613A1 (zh) | 高光渲染方法、装置、介质及电子设备 | |
CN107657663B (zh) | 用于显示信息的方法及装置 | |
CN113744379B (zh) | 图像生成方法、装置和电子设备 | |
US11665330B2 (en) | Dynamic-baseline imaging array with real-time spatial data capture and fusion | |
US20210035317A1 (en) | Efficient sub-pixel disparity estimation for all sub-aperture images from densely sampled light field cameras | |
CN113592990A (zh) | 针对二维图像的三维效果生成方法、装置、设备及介质 | |
CN113643350B (zh) | 在视频画面上进行立体测量的方法、装置、终端设备 | |
CN112668474B (zh) | 平面生成方法和装置、存储介质和电子设备 | |
CN112146628B (zh) | 测量方法及装置、电子设备及存储介质 |
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 |