CN113870436A - 一种图像处理方法、装置、电子设备和存储介质 - Google Patents
一种图像处理方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113870436A CN113870436A CN202111162208.XA CN202111162208A CN113870436A CN 113870436 A CN113870436 A CN 113870436A CN 202111162208 A CN202111162208 A CN 202111162208A CN 113870436 A CN113870436 A CN 113870436A
- Authority
- CN
- China
- Prior art keywords
- node
- image
- undirected graph
- edge
- nodes
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
- 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
- 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)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
Abstract
本公开实施例公开了一种图像处理方法、装置、电子设备和存储介质,该方法通过获取目标图像对应的深度图像,根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连,以第一节点为基准衍生出的一个或多个第三节点,得到第二无向图。由于第二无向图中存在位置重叠的节点,可以使得目标三维网格内背景边缘和前景边缘的附近出现位置重叠的上下两层像素。在根据目标三维网格进行三维渲染时,由于上层像素下面还有一层不动的像素,因此,即使该动态效果所呈现的移动视角范围较大,也能够有效避免前景部分在动态效果呈现过程中出现边缘畸变或图像空洞等现象。
Description
技术领域
本公开涉及信息技术领域,尤其涉及一种图像处理方法、装置、电子设备和存储介质。
背景技术
在现有技术中,对图像进行一系列处理后可以生成该图像对应的三维(3-dimension,3D)网格。进一步,根据三维网格进行三维渲染,可以产生该图像对应的动态效果图。
但是,在动态效果图中,前景部分的边缘会出现畸变或者出现图像空洞。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开实施例提供了一种图像处理方法、装置、电子设备和存储介质,能够有效解决前景部分的边缘畸变与图像空洞现象,同时还能减少耗时。
本公开实施例提供了一种图像处理方法,包括:
获取目标图像对应的深度图像;
根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连;
根据背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图;
对第二无向图进行分块处理,得到多个第一分块;
根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,纹理图像和无纹理的三维网格构成目标三维网格。
本公开实施例还提供了一种图像处理装置,包括:
获取模块,用于获取目标图像对应的深度图像;
确定模块,用于根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连;
增加模块,用于根据背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图;
处理模块,用于对第二无向图进行分块处理,得到多个第一分块;根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格;纹理图像和无纹理的三维网格构成目标三维网格。
本公开实施例还提供了一种电子设备,电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上的图像处理方法。
本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的图像处理方法。
本公开实施例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程序或指令,该计算机程序或指令被处理器执行时实现如上的图像处理方法。
本公开实施例提供的技术方案与现有技术相比至少具有如下优点:本公开实施例提供的图像处理方法,通过获取目标图像对应的深度图像,根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连,若第一节点的某个或某几个相邻方向上没有第一节点的相邻节点,则根据第一节点、以及前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,增加的一个或多个第三节点具体是以第一节点为基准衍生出的节点,衍生出的节点与第一节点直接相连或间接相连。在第一无向图上增加一个或多个第三节点后得到第二无向图,使得第二无向图中的部分位置上出现位置重叠的节点,即以第一节点为基准衍生出的部分第三节点与第二节点位置重叠,另外一部分第三节点与前景部分中靠近前景边缘的节点位置重叠。进一步,对第二无向图进行分块处理,得到多个第一分块,根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,纹理图像和无纹理的三维网格构成目标三维网格。由于第二无向图中存在位置重叠的节点,特别是存在与第二节点位置重叠的第三节点、以及与前景部分中靠近前景边缘的节点位置重叠的第三节点。因此,可以使得目标三维网格内背景边缘和前景边缘的附近出现重叠的像素,重叠的像素可以理解为是上下两层像素。在根据目标三维网格进行三维渲染时,可以根据该上下两层像素中的上层像素渲染出动态效果,由于上层像素下面还有一层不动的像素,因此,即使该动态效果所呈现的移动视角范围较大,也能够有效避免前景部分在动态效果呈现过程中出现边缘畸变或图像空洞等现象。
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例中的一种图像处理方法的流程图;
图2为本公开实施例中的一种应用场景的示意图;
图3为本公开实施例中的一种无向图的结构示意图;
图4为本公开实施例中的一种边界掩码图像的结构示意图;
图5为本公开实施例中的另一种无向图的结构示意图;
图6为本公开实施例中的一种三维网格的示意图;
图7为本公开实施例中的另一种图像处理方法的流程图;
图8为本公开实施例中的一种像素点的结构示意图;
图9为本公开实施例中的另一种图像处理方法的流程图;
图10为本公开实施例中的另一种图像处理方法的流程图;
图11为本公开实施例中的另一种图像处理方法的流程图;
图12为本公开实施例提供的一种图像块的结构示意图;
图13为本公开实施例中的一种图像处理装置的结构示意图;
图14为本公开实施例中的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
现有技术将图像生成三维网格主要有以下几种方法:(1)通过上传图像在服务端进行处理后下发,这使得用户需要上传内容至服务器处理,无法在离线条件下使用;(2)不对前背景进行分割,也就是不对图片中的前景部分和背景部分进行相互分离处理,直接将图像转换成三维网格,这需要限制用户在较小的可视范围内进行观察,以此规避物体边缘(前景部分的边缘)处的视觉畸变;(3)对前景部分和背景部分进行分割,并对背景部分中的遮挡区域进行填充后进行三维网格的生成,该方法需要对图像进行复杂的处理,出错率较高,不便于实施。本公开基于方法(3)进行改进,容错率提高并降低性能消耗,且耗费时间比较短。
针对上述技术问题,本公开实施例提供一种图像处理方法,通过获取目标图像以及对应的深度图像,然后基于边缘检测算法,根据目标图像和深度图像获取深度边缘,深度边缘是指前景边缘和背景边缘,随后基于深度边缘构造层级深度图像,并对层级深度图像进行空洞填充,得到无向图,然后对无向图进行分块得到无重叠区域的多个第一分块,每个第一分块对应一个图像块,根据图像块的纹理图像以及无纹理的三维网格,也就是将二维图像进行三角剖分得到无纹理的三维网格,再通过简单纹理图像的拼合得到最终的目标三维网格结果,可以完成任意类型和尺寸的图像的三维网格生成,限制比较少,使得用户还可以在较大的移动视角范围内观察到图像所展示的场景的立体效果,还能适用于离线的终端,且耗费时间比较少。
图1为本公开实施例中的一种图像处理方法的流程图,本实施例可适用于客户端中进行图像处理的情况,该方法可以由图像处理装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于电子设备中,例如终端,具体包括但不限于智能手机、掌上电脑、平板电脑、带显示屏的可穿戴设备、台式机、笔记本电脑、一体机、智能家居设备等。或者,本实施例可适用于服务端中进行图像处理的情况,该方法可以由图像处理装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于电子设备中,例如服务器。
可理解的,参见图2,图2为本公开实施例提供的一种应用场景的示意图。图像处理方法包括如下几种可行的实现方式:一种可行的实现方式是:终端21获取目标图像,并根据目标图像得到深度图像,随后将目标图像以及深度图像传输至服务器22,服务器22进行图像处理,得到目标图像对应的三维网格。一种可行的实现方式是:终端21获取目标图像,并根据目标图像进行图像处理,得到目标图像对应的三维网格。该目标图像可以是终端21拍摄获得的。或者,该目标图像是终端21从其他设备中获取的。再或者,该目标图像是终端21对预设图像进行图像处理后得到的图像,该预设图像可以是终端21拍摄获得的,或者该预设图像可以是终端21从其他设备中获取的。此处,并不对其他设备做具体限定。可理解的是,本公开提供的图像处理方法并不限于如上的几种可能场景。
下面以终端21获取目标图像,并根据目标图像进行图像处理,得到目标图像对应的三维网格为例进行示意性说明。
如图1所示,该方法具体可以包括如下所示的步骤S110至S150:
S110、获取目标图像对应的深度图像。
可理解的,终端获取目标图像后,可以通过相关技术获得目标图像对应的深度图像,例如采用单目深度估计算法获取到目标图像对应的深度图像。其中,目标图像可以是颜色系统图像(RGB三色图像),深度图像可以是对RGB图像进行单目深度估计后得到的图像。
S120、根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连。
可理解的,在上述S110的基础上,根据目标图像和深度图像构造层级深度图像(Layer Depth Image,LDI),得到第一无向图,层级深度图像的数据结构为无向图;无向图是一种计算机概念上的数据结构,可以保存数据,无向图中以节点的形式存储数据,每个节点中存储三组数据包括位置信息、颜色信息和深度值,位置信息是指深度图像分辨率下或RGB图像的分辨率下对应像素的图像位置。第一无向图中包括背景边缘和前景边缘,背景边缘存储的节点称为第一节点,前景边缘存储的节点称为第二节点,第一节点和第二节点之间无边相连,其中,边是第一无向图中包括的节点是否相连接的指标,若任一第一节点和任一第二节点之间存在边,则说明任一第一节点和任一第二节点之间存在连接关系,若任一第一节点和任一第二节点之间不存在边,则说明任一第一节点和任一第二节点之间不存在连接关系。
可理解的,目标图像中的像素和深度图像中的节点的关系可以理解为:目标图像包括多个像素,例如,目标图像包括100个像素,100个像素中的每个像素可以对应一个节点,或者100个像素中的部分像素分别存在对应的节点,而剩余部分像素不存在对应的节点,也就是节点数可能小于或等于像素数。还例如,100个像素中有9个像素分别对应有节点,剩余的91个像素可能没有对应的节点,其中9个像素可以是能够表征图像主要特征的像素点,只设置图像主要特征的像素点存在对应的节点,在最大限度的保留图像特征的同时,还可以加快后续基于节点的计算速度,节约算力,减少计算时间,在无向图中就会有9个节点,一个节点对应一个像素。在本公开中,目标图像中包括的100个像素中的每个像素都可以对应一个节点,构造出的第一无向图可以包括100个节点,可理解的是,目标图像中相邻的像素分别对应的节点在第一无向图中也是相邻的。
示例性的,参见图3,图3为本公开实施例提供的一种无向图的结构示意图,部分无向图300中包括背景边缘对应的第一节点310和320、前景边缘对应的第二节点330和340,第一节点310和第二节点330之间无边相连,或是如图中虚线所示将相连的边断开,将节点之间相连的边断开是指将节点之间连接的边删除,便于将前景边缘和背景边缘区分开,第一节点320和第二节点340之间无边相连,第一节点310和320之间有边相连,第二节点330和340之间也有边相连。
示例性的,参见图4,图4为本公开实施例提供的一种边界掩码图像的结构示意图,边界掩码图像400中410为背景边缘,背景边缘410是由多个像素组成的,420为前景边缘,430为背景边缘,440为前景边缘,背景边缘可以理解为在前景边缘的基础上向外扩出一个或多个像素,背景边缘中包括多个深度值比较大的像素,前景边缘中包括深度值比较小的像素,背景边缘中像素的深度值要大于前景边缘中像素的深度值。
S130、根据背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图。
可理解的,在上述S120的基础上,根据第一无向图中背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图,第三节点可以理解为是根据第一节点生成的,也就是在无向图中增加新的节点。第三节点和第二节点包括的位置信息相同,第三节点和第一节点包括的深度值相同,第三节点的颜色信息是根据第一节点的颜色信息生成的,且第三节点和第一节点之间有边相连,第三节点和第二节点包括的位置信息相同,可以保证在同一位置上存在多个节点,也就是在同一位置进行节点的冗余备份,同一位置既有第三节点也有第二节点,节点会对应一个或多个像素点,因此,在图像的边缘处会存在重叠的像素点,能够减少前景边缘出现畸变的概率,当图像中前景边缘内的所有像素点进行用户视觉较大范围的移动时,从背景边缘生成第三节点对移动的前景边缘进行填充,能够减少图像空洞现象。
示例性的,参见图5,图5为本公开实施例提供的另一种无向图的结构示意图。根据第一节点510和第二节点530生成第三节点550,其中,第三节点550与第二节点530存储的位置信息相同,第三节点550与第一节点510存储的深度值相同,第一节点510和第三节点550之间有边连接,第三节点550还可以与第二节点540生成第三节点560,第三节点560和第二节点540的位置信息相同,依次类推不断扩散,增加新的第三节点。可理解的是,增加第三节点的规律可以根据4连通或8连通的规则,以4连通为例,第一节点510右边缺失相邻且相连的节点,因此,在第一节点510右边生成第三节点550,其他第一节点所缺失的相邻且相连节点的生长(增加)过程与第三节点550类似,在此不作赘述。
S140、对第二无向图进行分块处理,得到多个第一分块。
可理解的,在上述S130的基础上,对新增节点后的第二无向图进行分块处理,得到多个第一分块,可以采用洪水填充算法对填充后的第二无向图进行分块处理,由于无向图中每个节点对应一个目标图像中的像素点,因此,一个第一分块可以对应一个图像块,第一分块中可以包括一个或多个节点,第一分块对应的图像块中也包括一个或多个节点,随后对填充后的无向图进行分块可以保证图像块的二维性质和相邻(相连)的性质,便于后续进行三维网格化处理。保证图像块的二维性质要求与该图像块对应的第一分块内不能出现位置信息相同的节点,即第一分块对应的图像块不能在图像空间上存在重叠点。
S150、根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,纹理图像和无纹理的三维网格构成目标三维网格。
可理解的,在上述S140的基础上,根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,随后由纹理图像和无纹理的三维网格构成目标三维网格,完成对目标图像的三维网格的划分。其中,第一分块可能包括多个节点,第一分块中存储的信息也就是多个节点存储的信息,节点存储的信息主要是指颜色信息、位置信息和深度值等。通常三维网格会包含多个三维顶点(无纹理的三维网格的顶点)以及对应的纹理图像,在一些情况下,三维网格可能包括3000个三维顶点。
示例性的,参见图6,图6为本公开实施例提供的一种三维网格的结构示意图,三维网格是指上述S150中的目标三维网格。其中,610为目标图像、620为无纹理的三维网格、630为纹理图像的部分图像,目标三维网格由无纹理的三维网格620和纹理图像630构成。
本公开实施例提供的一种图像处理方法,通过获取目标图像对应的深度图像,根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连,若第一节点的某个或某几个相邻方向上没有第一节点的相邻节点,则根据第一节点、以及前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,增加的一个或多个第三节点具体是以第一节点为基准衍生出的节点,衍生出的节点与第一节点直接相连或间接相连。在第一无向图上增加一个或多个第三节点后得到第二无向图,使得第二无向图中的部分位置上出现位置重叠的节点,即以第一节点为基准衍生出的部分第三节点与第二节点位置重叠,另外一部分第三节点与前景部分中靠近前景边缘的节点位置重叠。进一步,对第二无向图进行分块处理,得到多个第一分块,根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,纹理图像和无纹理的三维网格构成目标三维网格。由于第二无向图中存在位置重叠的节点,特别是存在与第二节点位置重叠的第三节点、以及与前景部分中靠近前景边缘的节点位置重叠的第三节点。因此,可以使得目标三维网格内背景边缘和前景边缘的附近出现重叠的像素,重叠的像素可以理解为是上下两层像素。在根据目标三维网格进行三维渲染时,可以根据该上下两层像素中的上层像素渲染出动态效果,由于上层像素下面还有一层不动的像素,因此,即使该动态效果所呈现的移动视角范围较大,也能够有效避免前景部分在动态效果呈现过程中出现边缘畸变或图像空洞等现象。
另外,本申请实施例通过对第二无向图进行分块处理,得到多个第一分块,从而可以基于二维图像进行三角剖分得到无纹理的三维网格。进一步,根据纹理图像和所述无纹理的三维网格构成目标三维网格即最终的三维网格。这一过程相比于直接使用三维的三角剖分得到最终的三维网格耗时大大减小,从而使得目标三维网格的生成算法可以被移植到移动端离线运行。
在上述实施例的基础上,图7为本公开实施例中的另一种图像处理方法的流程图,可选的,根据目标图像和深度图像确定第一无向图,具体包括如图7所示的如下步骤S710至S740:
S710、根据目标图像和深度图像生成完整无断边的第三无向图。
可理解的,根据目标图像和深度图像生成完整无断边的第三无向图,完整无断边的第三无向图中每个节点与相邻的四个节点之间有边,也就是在第三无向图中,只要是相邻的节点之间就有边。
S720、根据目标图像和深度图像生成边界掩码图像。
可选的,生成边界掩码图像具体包括:对深度图像进行锐化处理,得到锐化处理后的深度图像;根据目标图像和锐化处理后的深度图像生成边界掩码图像。
可理解的,应用加权中值滤波算法对深度图像进行锐化,得到锐化后的深度图像,再根据目标图像和锐化后的深度图像,通过边缘检测算法(Canny算子)进行处理,得到边界掩码图像。
S730、对边界掩码图像进行处理,得到处理后的边界掩码图像,处理后的边界掩码图像包括前景边缘和背景边缘。
可理解的,对边界掩码图像进行处理,该处理包括去除多余的像素点、去除短边、空洞填充等,将边界掩码图像中的每条边界进行平滑处理、连接处理和断开边界处的节点之间的边的处理,得到处理后的边界掩码图像。
示例性的,处理后的边界掩码图像具体参见图4,处理后的边界掩码图像400中包括前景边缘和背景边缘,前景边缘和背景边缘可以用不同颜色区分,处理后的边界掩码图像400中共包括3条边界,例如,背景边缘410和前景边缘420组成的边界1,背景边缘430和前景边缘440组成的边界2等。
可选的,得到处理后的边界掩码图像具体包括:对边界掩码图像中的一条或多条边界进行处理,得到边界掩码图像中的前景边缘;根据边界掩码图像中的前景边缘,生成边界掩码图像中的背景边缘,以得到处理后的边界掩码图像。
可理解的,图4所对应的处理前的边界掩码图像可能包括大于3的边界数量,每条边界包括多个像素点,针对每条边界,去除边界中多余的像素点,得到边界掩码图像中的前景边缘,根据前景边缘和背景边缘深度值的关系,生成边界掩码图像中的背景边缘,得到处理后的边界掩码图像,处理后的边界掩码图像中包括前景边缘和背景边缘。
可选的,上述对边界掩码图像中的一条或多条边界进行处理,得到边界掩码图像中的前景边缘,具体包括:针对边界掩码图像中的每条边界,去除边界中的多余像素点;将边界掩码图像中距离小于预设距离的边界进行连接;去除边界掩码图像中长度小于预设长度的边界,并将边界掩码图像中剩余的边界作为边界掩码图像中的前景边缘。
可理解的,针对边界掩码图像中的每条边界(前景边缘),遍历边界上的所有像素点,去除边界中的多余像素点,多余的像素点是指删除该像素点后不破坏所在边界的连通性,可以以8邻域连通(8连通)为处理规则,如果不破坏8连通就将当前遍历到的像素点删除,以此将多余的像素去除,构造出8连通的单像素厚度的边界;删除多余像素点后,将边界掩码图像中距离小于预设距离的边界进行连接,也可以理解为,将一条边界中包括的分段进行连接,具体的,可以根据边缘检测算法以及8连通计算规则,计算出边界掩码图像中的边界或分段,遍历每条分段上的像素从而找到每条分段的端点,对于任一分段上的每个像素点,判断去除该像素点后会不会导致边界掩码图像中连通域的数量增加,如果没有增加,那么该像素点就是端点,一个边界或一个分段可以看成是一个连通域,每个分段都有两个端点,将各个分段中距离小于预设距离的两个端点相连,从而将多个分段合并为一条完整的边界;将多个分段进行连接后,去除边界掩码图像中长度小于预设长度的边界,也就是存在两个边界中距离大于预设距离的情况,该种情况可能是两个边界不属于同一物件的同一部份,也就是在图像空间中两个边界之间不是连接的关系,此时需要去除短边,短边是指长度小于预设长度的边界,其中,算法在去除短边的过程中,可以直接默认小于预设长度的边界不存在,随后将边界掩码图像中剩余的边界作为边界掩码图像中的前景边缘。
示例性的,参见图8,图8为本公开实施例提供的一种像素点的结构示意图,图8中为边界掩码图像中的任一条边界,该边界包括6个像素点,根据4连通或8连通的连接规则,假设从像素点1开始遍历,像素点1作为端点可以不删除,遍历到像素点2之后,假设去掉像素点2,将会导致像素点1和像素点3无法构成8连通关系,因此像素点2不能删除,像素点3和像素点4中可以删除一个,例如将像素点3删除,那么像素点2和像素点4可以构成8连通关系,在这种情况下,像素点5也可以删除,由像素点4和像素点6构成8连通关系。如果将像素点4删除,那么像素点3和像素点5可以构成8连通关系,在这种情况下,像素点5不能删除,像素点6作为端点可以不删除。在该种规则下,删除每条边界中的多余像素点,是的每条边界更加平滑。
S740、在第三无向图中,去除背景边缘对应的第一节点和前景边缘对应的第二节点之间的边,得到第一无向图。
可理解的,在上述S730的基础上,在第三无向图中,根据边界8连通的规则以及前景边缘上的像素点的深度值小于背景边缘上的像素点的深度值的性质,确定所有前景边缘上的像素点所对应的背景边缘上的像素点,并将背景边缘对应的第一节点和前景边缘对应的第二节点之间的边断开,得到第一无向图,其中,将节点之间的边断开是指将节点之间连接的边删除。
可理解的,以8连通为例,将8连通中的中间点看作前景边缘上的任一像素点,根据8连通的性质,中间点(任一像素点)有8个相邻像素点,即中间点的上下左右、以及4个角上的像素点。进一步,从8个相邻像素点中找出4连通的相邻像素点,即找到中间点的上下左右4个像素点,进一步从该4个像素点中确定中间点所对应的背景边缘上的像素点。可以通过以下方法确定:将中间点的上下左右4个像素点中的左右两个像素点作为一组,将上下像素点作为一组,分别比较左右两个像素点的深度值,上下两个像素点的深度值,如果中间点左侧的像素点的深度值大于中间点右侧的像素点的深度值,那么左侧的像素点可以作为中间点所对应的背景边缘上的像素点。同理,如果中间点上侧的像素点的深度值大于中间点下侧的像素点的深度值,那么上侧的像素点可以作为中间点所对应的背景边缘上的像素点。也就是说,针对前景边缘上的同一个像素点,其对应的背景边缘上的像素点可以不只一个。进一步,根据前景边缘上每个像素点确定的背景边缘上的像素点可以得到背景边缘,该背景边缘可以是如图4所示的边界410或边界430。
可理解的,若8连通中的中间点为前景边缘上的某个像素点,中间点左侧的像素点和中间点上侧的像素点是中间点所对应的背景边缘上的像素点,进一步,在完整无断边的第三无向图中,断开中间点对应的节点与左侧像素点对应的节点之间的边,以及断开中间点对应的节点与上侧像素点对应的节点之间的边。同理,对于前景边缘上的其他像素点,也需要进行类似的断边处理的相关操作。
示例性的,参见图3,图3中第一节点310和第二节点330之间的虚线即表示断边处理后的状态,第一节点320和第二节点340之间的虚线也表示断边处理后的状态。
可选的,对前景边缘和背景边缘之间的节点进行断边处理后,还可以应用深度平滑的方法对背景边缘上像素点的深度值、前景边缘上像素点的深度值、背景中靠近背景边缘的像素点的深度值和前景中靠近前景边缘的像素点的深度值进行平滑处理。
可理解的,对像素点的深度值进行平滑处理,使得背景中靠近背景边缘的像素点的深度值更加平滑,也使得前景中靠近前景边缘的像素点的深度值更加平滑,从而使得前景边缘上的像素点的深度值和背景边缘上的像素点的深度值相差比较大,即前景边缘和背景边缘之间深度值的差距比较大,更加便于区分前景边缘和背景边缘。
本公开实施例提供的一种图像处理方法,通过对第一无向图进行平滑、填充以及断边处理,能够准确的区分出前景边缘和背景边缘,有效避免了前景边缘容易出现的边缘畸变的问题。
图9为本公开实施例中的另一种图像处理方法的流程图,可选的,根据背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图,具体包括如图8所示的如下步骤S910至S930:
S910、将背景边缘对应的第一节点作为基准节点,若在相对于基准节点的预设邻域位置上没有节点与基准节点相连,则在预设邻域位置上生成第三节点,预设邻域位置包括前景边缘对应的第二节点在第一无向图中的位置。
可理解的,得到第一无向图之后,对背景边缘进行填充,也就是在第一无向图中增加新的节点,针对背景边缘对应的每个第一节点,根据4连通规则,若在基准节点的预设领域位置上没有和基准节点相连的节点,例如,图5中,作为基准节点的第一节点510右侧没有相连的节点,则在预设邻域位置上生成第三节点,预设相邻位置包括前景边缘对应的第二节点在第一无向图中的位置,该第二节点和作为基准节点的第一节点相邻但不相连,例如,预设相邻位置为4连通规则下第二节点530在第一无向图中的位置,生成的第三节点也就是图5中的节点550。
示例性的,参见图5,针对图5中的第一节点510或520,在4连通的情况下,判断第一节点510在上下左右哪个方向上没有相邻节点。图5中第一节点510在右侧方向上没有相邻节点,因为第一节点510和第二节点530之间的边被断开了,因此,根据第一节点510生成一个新的节点,即在第一无向图中增加一个新的节点(第三节点)550,该新的节点550作为第一节点510在右侧方向上的相邻相连节点,该新的节点550与第一节点510之间有边相连。新的节点550存储的位置信息是之前与第一节点510连接的第二节点530对应的像素点的位置信息,新的节点550存储的颜色信息是根据第一节点510存储的颜色信息生成的,新的节点550存储的深度值是第一节点510存储的深度值。进一步,还可以生成新的节点550的相邻相连节点560,节点560只是新的节点550在某个方向上的相邻节点,还可以生成新的节点550在其他方向上的相邻节点,以及继续生成节点560的相邻节点,依次类推不断扩散,增加新的节点。其他第一节点所缺失的相邻节点的生长过程与此类似,在此不作赘述,通过不断的扩散生长可以得到一个在图像空间上有重叠节点的无向图结构。
可选的,上述将背景边缘对应的第一节点作为基准节点,具体包括:将背景边缘上的所有像素点对应的第一节点划分为一个或多个分组;将每个分组内的每个第一节点作为基准节点。
可理解的,将背景边缘包括的所有第一节点进行分组,分为一个或多个组,将分组后的每个第一节点作为基准节点生成第三节点。
可选的,将背景边缘上的所有像素点对应的第一节点划分为一个或多个分组,具体包括:确定背景边缘的端点;从端点对应的第一节点开始,对背景边缘上的所有像素点对应的第一节点进行遍历;若当前遍历到的第一节点无分支,则给当前遍历到的第一节点打上的标签与前一个遍历过的第一节点的标签相同;若当前遍历到的第一节点有多个分支,则从多个分支中确定出目标分支,并将目标分支作为后续遍历的分支;目标分支上的第一节点存储的深度值与前一个遍历过的第一节点存储的深度值之间的差异小于或等于预设差异;通过遍历过程,将背景边缘上的所有像素点对应的第一节点划分为一个或多个分组,同一分组内的第一节点具有相同的标签。
可理解的,背景边缘中每条边界除了作为端点的像素点对应的第一节点外,其余第一节点之间都是连接的,每条边界包括多个第一节点,从端点对应的第一节点开始遍历,若当前遍历到的第一节点无分支,无分支是指只包括一个主支,例如图4中所示的背景边缘中的每条边界410和430都不包括分支,若无分支则给当前遍历到的第一节点打上标签,该标签与前一个遍历过的第一节点的标签相同,随后将标签相同的第一节点分为一组,例如图4中背景边缘中的边界430上的所有第一节点的标签都相同,标签可以是边界1;在遍历的过程中,若当前遍历到的第一节点有多个分支,则从多个分支中确定出目标分支,并将目标分支作为后续遍历的分支,例如包括两个分支的情况,两个分支类似于‘人’字形,当前遍历到的第一节点之后存在两个分支,确定每个分支上的第一节点和当前遍历到的第一节点的前一个遍历过的第一节点的深度值比较接近,将深度值比较接近的第一节点所在的分支作为目标分支,随后,在目标分支上遍历第一节点,并为遍历过的所有第一节点打上相同的标签,其余不是目标分支的其他分支则停止遍历,可理解的是,可以一次遍历多个边界上的节点,每个边界都会遍历到,每个分支也都会遍历到;目标分支上的第一节点存储的深度值与前一个遍历过的第一节点存储的深度值之间的差异小于或等于预设差异,也就是目标分支上的第一节点存储的深度值与前一个遍历过的第一节点存储的深度值比较相近,预设差异可以根据用户需求自行设定;经过遍历后,可以将背景边缘上的所有像素点对应的第一节点划分为一个或多个分组,同一分组内的第一节点具有相同的标签,也就是将具有相同标签的第一节点分为一组。
示例性的,参见图4,将边界410上的所有像素点对应的第一节点划分为一个分组,将边界430上的所有像素点对应的第一节点划分为一个分组。
S920、将第三节点加入第一无向图中,并建立基准节点和第三节点之间相连的边。
可理解的,在上述S810的基础上,将增加的所有第一节点对应的第三节点加入第一无向图中,并建立作为基准节点的第一节点和新增的第三节点之间相连的边。例如,图5中,第三节点550和第一节点之间存在510相连的边。
S930、将第三节点作为基准节点,继续在相对于基准节点的预设邻域位置上生成第三节点,直至第三节点不满足预设的生长条件,以得到第二无向图。
可理解的,在上述S920的基础上,将根据第一节点对应的新增的第三节点作为基准节点,继续在相对于基准节点的预设邻域位置上生成新的第三节点,生成新的第三节点的过程和上述生成新增的第三节点的过程类似,在此不作赘述;直至第三节点不满足预设的生长条件,得到第二无向图。
可选的,预设的生成条件可以是同组边界不能重叠,深度相近位置不能有节点。
可理解的,同组边界不能重叠是指:同一个组内假设包括但不限于节点A和节点B,节点A对应有一个待生长点A1,待生长点是指若分组内的节点A的预设领域位置无边,则将该预设邻域位置记为待生长点A1的位置,节点B对应有一个待生长点B1,A1和B1分别对应的位置信息是相同的,此时可以不需要针对同一位置信息生长两个新的节点,只需要生长一个新的节点即可,该新的节点存储的位置信息就是该相同的位置信息,该新的节点存储的深度值可以是节点A存储的深度值和节点B存储的深度值的平均值,该新的节点存储的颜色信息(RGB值)是节点A存储的颜色信息和节点B存储的颜色信息的平均值。深度相近位置不能有节点的意思是:如图5所示,由于第一节点510存储的深度值大于第二节点530存储的深度值,第三节点550存储的深度值与第一节点510存储的深度值相同,因此,第三节点550存储的深度值大于第二节点530存储的深度值,此时可以顺利生长出第三节点550。但是,根据第三节点550生成相邻节点560时,由于节点560存储的位置信息与第二节点540存储的位置信息相同,此时需要判断节点560存储的深度值是否与第二节点560存储的深度值相近,如果相近,那么节点560就不被生长出来,并且也停止生长节点560的相邻节点。
本公开实施例提供的一种图像处理方法,通过对第一无向图进行边缘空洞填充,能够有效避免前景边缘出现空洞的现象,确保得到的每个背景边缘或前景边缘的准确性,避免丢失图像特征。
图10为本公开实施例中的另一种图像处理方法的流程图,可选的,对第二无向图进行分块处理,得到多个第一分块,具体包括如下所示的S1100至S1300:
S1100、根据背景边缘对第二无向图对应的像素填充图像进行完整切割,得到多个第二分块。
可理解的,在第一无向图中增加新的节点,得到第二无向图,在无向图中增加节点,相当于在图像中增加像素点,第二无向图对应的像素填充图像是在第一无向图对应的图像的基础上增加了像素点之后得到的,对第二无向图对应的像素填充图像进行完整切割,可以从作为背景边缘的边界的端点开始,延长每一条边界,使得延长后的每一条边界的端点到达图像边界,该图像为第二无向图对应的图像,从而使得延长后的每一条边界都能将图像进行完整切割得到多个切割块(第二分块);可以理解的是,填充后的第一无向图(第二无向图),是在第一无向图中增加了一些新的节点得到的,由于一个节点对应一个像素点,因此,第二无向图对应的图像是第一无向图对应的图像的基础上增加了一些像素点之后得到的,并且增加的这些像素点和第一无向图对应的图像中原有的一些像素点可能是位置重叠的。
S1200、针对多个第二分块中的每个第二分块,以第二分块在第二无向图中对应的任一节点为起点对预设范围内的节点进行本次遍历。
可理解的,在上述S1100的基础上,针对多个第二分块中的每个第二分块,以第二分块对应的多个节点中的任一节点为起点,向其相邻且有边的节点进行广度优先搜索遍历,每次遍历到的节点的预设范围可以是一个50*50大小的图像块所对应的节点范围,也就是将不规则的第二分块分割为一个或多个50*50大小的图像块,可能会存在图像块中不存在的像素点,不存在的像素点的像素值可以设为0。
S1300、本次遍历结束后,以预设范围之外的任一节点为起点继续进行下次遍历,直到第二分块在第二无向图中对应的所有节点遍历完毕。
可理解的,在上述S1200的基础上,当一次遍历结束后,选择预设范围之外的其他节点为起点再重新循环上述过程进行遍历,直至第二分块在第二无向图中对应的所有节点遍历完毕。下次遍历时作为起点的节点还可以从未被遍历到的剩余节点中随机选取或顺序选取。由于对第一无向图进行填充后,会存在同一位置信息对应多个节点的情况,因此,该步骤可以使得同一个第二分块内的不同节点没有位置信息上的重叠节点。进一步,根据第二分块内每个节点存储的颜色信息生成该第二分块对应的纹理信息。
可选的,每次遍历过程中所遍历到的节点对应一个第一分块。
可理解的,在将第二分块中每个节点进行遍历的过程中,将每次遍历过程中所遍历到的节点分为一个第一分块,第一分块是由第二分块遍历生成的,每个第一分块存在一个图像块。
可选的,每次遍历过程中所遍历到的节点满足如下至少一个条件:每次遍历过程中所遍历到的节点不超过预设范围;每次遍历过程中所遍历到的节点对应的像素点不跨越背景边缘;每次遍历过程中所遍历到的节点对应的像素点不跨越背景边缘的延长线。
可理解的,在每次遍历过程中,要保证遍历到的节点不超该预设范围、保证遍历到的节点对应的像素点不跨越背景边缘,以及保证遍历到的节点对应的像素点不会越过背景边缘的延长线,即可保证每次遍历得到的第二分块内不出现位置信息相同的节点,即保证每次遍历得到的第二分块对应的图像块内没有图像空间上的重叠点。
本公开实施例提供的一种图像处理方法,根据背景边缘对第二无向图对应的像素填充图像进行完整切割,得到多个第二分块,随后针对多个第二分块中的每个第二分块,以第二分块在第二无向图中对应的任一节点为起点对预设范围内的节点进行本次遍历,最后本次遍历结束后,以预设范围之外的任一节点为起点继续进行下次遍历,直到第二分块在第二无向图中对应的所有节点遍历完毕,对第二无向图进行分块,能够确保二维网格的信息的完整性,最大限度的获取目标图像的特征,便于后续得到纹理图像和二维网格信息。
图11为本公开实施例中的另一种图像处理方法的流程图。本实施例在上述实施例的基础上,进一步对图像处理方法进行了具体说明。可选的,根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,具体包括如图所示的如下步骤S1110至S1130:
S1110、根据多个第一分块分别对应的纹理,得到纹理图像。
可选的,根据多个第一分块分别对应的纹理,得到纹理图像,具体包括:将多个第一分块分别对应的纹理进行拼接,得到纹理图像;其中,第一分块对应的纹理是根据第一分块存储的三原色信息得到的。
可理解的,根据每个第一分块对应的纹理进行拼接组合,得到纹理图像,例如纹理图像可以如图6中的630所示;可以根据第一分块中每个节点存储的三原色信息得到第一分块对应的纹理,三原色信息是指RGB三原色的信息,也就是上述节点存储的颜色信息。
S1120、根据多个第一分块中存储的信息进行二维三角剖分,得到二维网格信息。
可选的,根据多个第一分块中存储的信息进行二维三角剖分,得到二维网格信息,具体包括:针对多个第一分块中的每个第一分块,确定第一分块对应的图像块;从图像块的最外层像素点的外边界顶点中选择出目标顶点,以使相邻图像块的共有边界顶点相同;根据目标顶点对图像块进行二维三角剖分,得到二维网格信息。
可理解的,在上述S1110的基础上,针对每个第一分块,确定每个第一分块对应的图像块,从图像块的最外层像素点的外边界顶点中选择出目标顶点,目标顶点是指图像块的真实边界顶点,以使相邻图像块的共有边界顶点相同,确保图像块边界处在进行网格化后没有裂缝;随后根据目标顶点对图像块进行二维三角剖分,可以确定多个目标顶点,目标顶点中相邻顶点的间隔可以相同;最后通过均匀选点的方式,应用带约束的三角剖分算法,将图像块分为多个三角形的子图像块,根据多个剖分后得到的子图像块,得到二维网格信息,其中,二维网格是由多个三角形图像块组成的,此时图像块的顶点没有赋值深度值。
示例性的,参见图12,图12为本公开实施例提供的一种图像块的结构示意图,图像块1200由3*3大小的像素点组成,每个颜色代表一个像素点,一个像素点也可以理解为一个小区域,最外层像素点的外边界顶点可以是图像块1200中最外层的多个黑点,目标顶点可以是图像块1200中四个角上的顶点1210、1220、1230和1240,可以通过顶点1220和顶点1230的连线,将图像块1200分为两个三角形的图像块。
S1130、根据二维网格信息,对二维网格顶点赋值深度值后得到无纹理的三维网格。
可理解的,在上述S1120的基础上,根据,二维网格信息,将二维网格的顶点赋值深度值后,得到无纹理的三维网格,例如,图6中无纹理的三维网格620中均是由三角形的图像块组成的。
本公开实施例提供的一种图像处理方法,根据多个第一分块分别对应的纹理,得到纹理图像,随后根据多个第一分块中存储的信息进行二维三角剖分,得到二维网格信息,最后通过二维网格信息,对二维网格顶点赋值深度值后得到无纹理的三维网格,能够确保得到的无纹理的三维网格之间无裂缝,确定的纹理图像比较准确,可以直接通过纹理图像和无纹理的三维网格的简单拼接得到目标图像的三维图像,且有效减少了边缘畸变问题,耗时也比较短。
图13为本公开实施例中的一种图像处理装置的结构示意图。本公开实施例所提供的图像处理装置可以配置于客户端中,或者可以配置于服务端中,该图像处理装置1300具体包括:
获取模块1310,用于获取目标图像对应的深度图像;
确定模块1320,用于根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连;
增加模块1330,用于根据背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图;
处理模块1340,用于对第二无向图进行分块处理,得到多个第一分块;根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,纹理图像和无纹理的三维网格构成目标三维网格。
可选的,确定模块1320中根据目标图像和深度图像确定第一无向图,具体用于:根据目标图像和深度图像生成完整无断边的第三无向图;根据目标图像和深度图像生成边界掩码图像;对边界掩码图像进行处理,得到处理后的边界掩码图像,处理后的边界掩码图像包括前景边缘和背景边缘;在第三无向图中,去除背景边缘对应的第一节点和前景边缘对应的第二节点之间的边,得到第一无向图。
可选的,确定模块1320中根据目标图像和深度图像生成边界掩码图像,具体用于:对深度图像进行锐化处理,得到锐化处理后的深度图像;根据目标图像和锐化处理后的深度图像生成边界掩码图像。
可选的,确定模块1320中对边界掩码图像进行处理,得到处理后的边界掩码图像,具体用于:对边界掩码图像中的一条或多条边界进行处理,得到边界掩码图像中的前景边缘;根据边界掩码图像中的前景边缘,生成边界掩码图像中的背景边缘,以得到处理后的边界掩码图像。
可选的,确定模块1320中对边界掩码图像中的一条或多条边界进行处理,得到边界掩码图像中的前景边缘,具体用于:针对边界掩码图像中的每条边界,去除边界中的多余像素点;将边界掩码图像中距离小于预设距离的边界进行连接;去除边界掩码图像中长度小于预设长度的边界,并将边界掩码图像中剩余的边界作为边界掩码图像中的前景边缘。
可选的,增加模块1330中根据背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图,具体用于:将背景边缘对应的第一节点作为基准节点,若在相对于基准节点的预设邻域位置上没有节点与基准节点相连,则在预设邻域位置上生成第三节点,预设邻域位置包括前景边缘对应的第二节点在第一无向图中的位置;将第三节点加入第一无向图中,并建立基准节点和第三节点之间相连的边;将第三节点作为基准节点,继续在相对于基准节点的预设邻域位置上生成第三节点,直至第三节点不满足预设的生长条件,以得到第二无向图。
可选的,增加模块1330中将背景边缘对应的第一节点作为基准节点,具体包括:将背景边缘上的所有像素点对应的第一节点划分为一个或多个分组;将每个分组内的每个第一节点作为基准节点。
可选的,增加模块1330中将背景边缘上的所有像素点对应的第一节点划分为一个或多个分组,具体包括:确定背景边缘的端点;从端点对应的第一节点开始,对背景边缘上的所有像素点对应的第一节点进行遍历;若当前遍历到的第一节点无分支,则给当前遍历到的第一节点打上的标签与前一个遍历过的第一节点的标签相同;若当前遍历到的第一节点有多个分支,则从多个分支中确定出目标分支,并将目标分支作为后续遍历的分支;目标分支上的第一节点存储的深度值与前一个遍历过的第一节点存储的深度值之间的差异小于或等于预设差异;通过遍历过程,将背景边缘上的所有像素点对应的第一节点划分为一个或多个分组,同一分组内的第一节点具有相同的标签。
可选的,增加模块1330中对第二无向图进行分块处理,得到多个第一分块,具体用于:根据背景边缘对第二无向图对应的像素填充图像进行完整切割,得到多个第二分块;针对多个第二分块中的每个第二分块,以第二分块在第二无向图中对应的任一节点为起点对预设范围内的节点进行本次遍历;本次遍历结束后,以预设范围之外的任一节点为起点继续进行下次遍历,直到第二分块在第二无向图中对应的所有节点遍历完毕;其中,每次遍历过程中所遍历到的节点对应一个第一分块。
可选的,增加模块1330中每次遍历过程中所遍历到的节点满足如下至少一个条件:每次遍历过程中所遍历到的节点不超过预设范围;每次遍历过程中所遍历到的节点对应的像素点不跨越背景边缘;每次遍历过程中所遍历到的节点对应的像素点不跨越背景边缘的延长线。
可选的,处理模块1340中根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,具体用于:根据多个第一分块分别对应的纹理,得到纹理图像;根据多个第一分块中存储的信息进行二维三角剖分,得到二维网格信息;根据二维网格信息,对二维网格顶点赋值深度值后得到无纹理的三维网格。
可选的,处理模块1340中根据多个第一分块中存储的信息进行二维三角剖分,得到二维网格信息,具体用于:针对多个第一分块中的每个第一分块,确定第一分块对应的图像块;从图像块的最外层像素点的外边界顶点中选择出目标顶点,以使相邻图像块的共有边界顶点相同;根据目标顶点对图像块进行二维三角剖分,得到二维网格信息。
可选的,处理模块1340中根据多个第一分块分别对应的纹理,得到纹理图像,具体用于:将多个第一分块分别对应的纹理进行拼接,得到纹理图像;其中,第一分块对应的纹理是根据第一分块存储的三原色信息得到的。
本公开实施例提供的图像处理装置,可执行本公开方法实施例所提供的图像处理方法中终端或服务端所执行的步骤,具备执行步骤和有益效果此处不再赘述。
图14为本公开实施例中的一种电子设备的结构示意图。下面具体参考图14,其示出了适于用来实现本公开实施例中的电子设备1400的结构示意图。本公开实施例中的电子设备1400可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、可穿戴电子设备等等的移动终端以及诸如数字TV、台式计算机、智能家居设备等等的固定终端。图14示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图14所示,电子设备1400可以包括处理装置(例如中央处理器、图形处理器等)1401,其可以根据存储在只读存储器(ROM)1402中的程序或者从存储装置1408加载到随机访问存储器(RAM)1403中的程序而执行各种适当的动作和处理以实现如本公开的实施例的图像处理方法。在RAM 1403中,还存储有电子设备1400操作所需的各种程序和数据。处理装置1401、ROM 1402以及RAM 1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。
通常,以下装置可以连接至I/O接口1405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置1406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1407;包括例如磁带、硬盘等的存储装置1408;以及通信装置1409。通信装置1409可以允许电子设备1400与其他设备进行无线或有线通信以交换数据。虽然图14示出了具有各种装置的电子设备1400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码,从而实现如上的图像处理方法。在这样的实施例中,该计算机程序可以通过通信装置1409从网络上被下载和安装,或者从存储装置1408被安装,或者从ROM 1402被安装。在该计算机程序被处理装置1401执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标图像对应的深度图像;根据目标图像和深度图像确定第一无向图,第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,第一节点和第二节点之间无边相连;根据背景边缘对应的第一节点和前景边缘对应的第二节点,在第一无向图中增加一个或多个第三节点,得到第二无向图;对第二无向图进行分块处理,得到多个第一分块;根据多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,纹理图像和无纹理的三维网格构成目标三维网格。
可选的,当上述一个或者多个程序被该电子设备执行时,该电子设备还可以执行上述实施例的其他步骤。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (16)
1.一种图像处理方法,其特征在于,所述方法包括:
获取目标图像对应的深度图像;
根据所述目标图像和所述深度图像确定第一无向图,所述第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,所述第一节点和所述第二节点之间无边相连;
根据所述背景边缘对应的第一节点和所述前景边缘对应的第二节点,在所述第一无向图中增加一个或多个第三节点,得到第二无向图;
对所述第二无向图进行分块处理,得到多个第一分块;
根据所述多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,所述纹理图像和所述无纹理的三维网格构成目标三维网格。
2.根据权利要求1所述的方法,其特征在于,根据所述目标图像和所述深度图像确定第一无向图,包括:
根据所述目标图像和所述深度图像生成完整无断边的第三无向图;
根据所述目标图像和所述深度图像生成边界掩码图像;
对所述边界掩码图像进行处理,得到处理后的边界掩码图像,所述处理后的边界掩码图像包括所述前景边缘和所述背景边缘;
在所述第三无向图中,去除所述背景边缘对应的第一节点和所述前景边缘对应的第二节点之间的边,得到所述第一无向图。
3.根据权利要求2所述的方法,其特征在于,根据所述目标图像和所述深度图像生成边界掩码图像,包括:
对所述深度图像进行锐化处理,得到锐化处理后的深度图像;
根据所述目标图像和所述锐化处理后的深度图像生成边界掩码图像。
4.根据权利要求2所述的方法,其特征在于,对所述边界掩码图像进行处理,得到处理后的边界掩码图像,包括:
对所述边界掩码图像中的一条或多条边界进行处理,得到所述边界掩码图像中的前景边缘;
根据所述边界掩码图像中的前景边缘,生成所述边界掩码图像中的背景边缘,以得到处理后的边界掩码图像。
5.根据权利要求4所述的方法,其特征在于,对所述边界掩码图像中的一条或多条边界进行处理,得到所述边界掩码图像中的前景边缘,包括:
针对所述边界掩码图像中的每条边界,去除所述边界中的多余像素点;
将所述边界掩码图像中距离小于预设距离的边界进行连接;
去除所述边界掩码图像中长度小于预设长度的边界,并将所述边界掩码图像中剩余的边界作为所述边界掩码图像中的前景边缘。
6.根据权利要求1所述的方法,其特征在于,根据所述背景边缘对应的第一节点和所述前景边缘对应的第二节点,在所述第一无向图中增加一个或多个第三节点,得到第二无向图,包括:
将所述背景边缘对应的第一节点作为基准节点,若在相对于所述基准节点的预设邻域位置上没有节点与所述基准节点相连,则在所述预设邻域位置上生成第三节点,所述预设邻域位置包括所述前景边缘对应的第二节点在所述第一无向图中的位置;
将所述第三节点加入所述第一无向图中,并建立所述基准节点和所述第三节点之间相连的边;
将所述第三节点作为基准节点,继续在相对于所述基准节点的预设邻域位置上生成第三节点,直至第三节点不满足预设的生长条件,以得到第二无向图。
7.根据权利要求6所述的方法,其特征在于,将所述背景边缘对应的第一节点作为基准节点,包括:
将所述背景边缘上的所有像素点对应的第一节点划分为一个或多个分组;
将每个分组内的每个第一节点作为基准节点。
8.根据权利要求7所述的方法,其特征在于,将所述背景边缘上的所有像素点对应的第一节点划分为一个或多个分组,包括:
确定所述背景边缘的端点;
从所述端点对应的第一节点开始,对所述背景边缘上的所有像素点对应的第一节点进行遍历;
若当前遍历到的第一节点无分支,则给当前遍历到的第一节点打上的标签与前一个遍历过的第一节点的标签相同;
若当前遍历到的第一节点有多个分支,则从所述多个分支中确定出目标分支,并将所述目标分支作为后续遍历的分支;所述目标分支上的第一节点存储的深度值与前一个遍历过的第一节点存储的深度值之间的差异小于或等于预设差异;
通过所述遍历过程,将所述背景边缘上的所有像素点对应的第一节点划分为一个或多个分组,同一分组内的第一节点具有相同的标签。
9.根据权利要求1所述的方法,其特征在于,对所述第二无向图进行分块处理,得到多个第一分块,包括:
根据所述背景边缘对所述第二无向图对应的像素填充图像进行完整切割,得到多个第二分块;
针对所述多个第二分块中的每个第二分块,以所述第二分块在所述第二无向图中对应的任一节点为起点对预设范围内的节点进行本次遍历;
本次遍历结束后,以所述预设范围之外的任一节点为起点继续进行下次遍历,直到所述第二分块在所述第二无向图中对应的所有节点遍历完毕;
其中,每次遍历过程中所遍历到的节点对应一个第一分块。
10.根据权利要求9所述的方法,其特征在于,每次遍历过程中所遍历到的节点满足如下至少一个条件:
每次遍历过程中所遍历到的节点不超过所述预设范围;
每次遍历过程中所遍历到的节点对应的像素点不跨越所述背景边缘;
每次遍历过程中所遍历到的节点对应的像素点不跨越所述背景边缘的延长线。
11.根据权利要求1所述的方法,其特征在于,根据所述多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格,包括:
根据所述多个第一分块分别对应的纹理,得到纹理图像;
根据所述多个第一分块中存储的信息进行二维三角剖分,得到二维网格信息;
根据二维网格信息,对二维网格顶点赋值深度值后得到无纹理的三维网格。
12.根据权利要求11所述的方法,其特征在于,根据所述多个第一分块中存储的信息进行二维三角剖分,得到二维网格信息,包括:
针对所述多个第一分块中的每个第一分块,确定所述第一分块对应的图像块;
从所述图像块的最外层像素点的外边界顶点中选择出目标顶点,以使相邻图像块的共有边界顶点相同;
根据所述目标顶点对所述图像块进行二维三角剖分,得到二维网格信息。
13.根据权利要求11所述的方法,其特征在于,根据所述多个第一分块分别对应的纹理,得到纹理图像,包括:
将所述多个第一分块分别对应的纹理进行拼接,得到纹理图像;其中,所述第一分块对应的纹理是根据所述第一分块存储的三原色信息得到的。
14.一种图像处理装置,其特征在于,包括:
获取模块,用于获取目标图像对应的深度图像;
确定模块,用于根据所述目标图像和所述深度图像确定第一无向图,所述第一无向图包括背景边缘对应的第一节点和前景边缘对应的第二节点,所述第一节点和所述第二节点之间无边相连;
增加模块,用于根据所述背景边缘对应的第一节点和所述前景边缘对应的第二节点,在所述第一无向图中增加一个或多个第三节点,得到第二无向图;
处理模块,用于对所述第二无向图进行分块处理,得到多个第一分块;根据所述多个第一分块中存储的信息,得到纹理图像和无纹理的三维网格;所述纹理图像和所述无纹理的三维网格构成目标三维网格。
15.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-13中任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-13中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162208.XA CN113870436B (zh) | 2021-09-30 | 2021-09-30 | 一种图像处理方法、装置、电子设备和存储介质 |
PCT/CN2022/120167 WO2023051342A1 (zh) | 2021-09-30 | 2022-09-21 | 一种图像处理方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162208.XA CN113870436B (zh) | 2021-09-30 | 2021-09-30 | 一种图像处理方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113870436A true CN113870436A (zh) | 2021-12-31 |
CN113870436B CN113870436B (zh) | 2023-10-20 |
Family
ID=79001159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111162208.XA Active CN113870436B (zh) | 2021-09-30 | 2021-09-30 | 一种图像处理方法、装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113870436B (zh) |
WO (1) | WO2023051342A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660935A (zh) * | 2022-10-08 | 2023-01-31 | 芯动微电子科技(珠海)有限公司 | 一种分块渲染模式图形处理方法及系统 |
WO2023051342A1 (zh) * | 2021-09-30 | 2023-04-06 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、电子设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116882329B (zh) * | 2023-09-06 | 2023-12-19 | 杭州行芯科技有限公司 | 网表缩减方法、时序验证方法、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8970583B1 (en) * | 2012-10-01 | 2015-03-03 | Google Inc. | Image space stylization of level of detail artifacts in a real-time rendering engine |
CN106296779A (zh) * | 2015-05-19 | 2017-01-04 | 深圳市腾讯计算机系统有限公司 | 一种三维模型渲染显示方法及系统 |
CN110415351A (zh) * | 2019-06-21 | 2019-11-05 | 北京迈格威科技有限公司 | 基于单张图像构建三维网格的方法、装置和系统 |
US10789723B1 (en) * | 2018-04-18 | 2020-09-29 | Facebook, Inc. | Image object extraction and in-painting hidden surfaces for modified viewpoint rendering |
CN112967381A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 三维重建方法、设备和介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113870436B (zh) * | 2021-09-30 | 2023-10-20 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、电子设备和存储介质 |
-
2021
- 2021-09-30 CN CN202111162208.XA patent/CN113870436B/zh active Active
-
2022
- 2022-09-21 WO PCT/CN2022/120167 patent/WO2023051342A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8970583B1 (en) * | 2012-10-01 | 2015-03-03 | Google Inc. | Image space stylization of level of detail artifacts in a real-time rendering engine |
CN106296779A (zh) * | 2015-05-19 | 2017-01-04 | 深圳市腾讯计算机系统有限公司 | 一种三维模型渲染显示方法及系统 |
US10789723B1 (en) * | 2018-04-18 | 2020-09-29 | Facebook, Inc. | Image object extraction and in-painting hidden surfaces for modified viewpoint rendering |
CN110415351A (zh) * | 2019-06-21 | 2019-11-05 | 北京迈格威科技有限公司 | 基于单张图像构建三维网格的方法、装置和系统 |
CN112967381A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 三维重建方法、设备和介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023051342A1 (zh) * | 2021-09-30 | 2023-04-06 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、电子设备和存储介质 |
CN115660935A (zh) * | 2022-10-08 | 2023-01-31 | 芯动微电子科技(珠海)有限公司 | 一种分块渲染模式图形处理方法及系统 |
CN115660935B (zh) * | 2022-10-08 | 2024-03-01 | 芯动微电子科技(珠海)有限公司 | 一种分块渲染模式图形处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113870436B (zh) | 2023-10-20 |
WO2023051342A1 (zh) | 2023-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113870436B (zh) | 一种图像处理方法、装置、电子设备和存储介质 | |
CN102077244B (zh) | 用于在基于至少两个图像而估算的深度图或视差图的掩蔽域中进行填充的方法和装置 | |
CN109461199B (zh) | 画面渲染方法和装置、存储介质及电子装置 | |
JP7390497B2 (ja) | 画像処理方法、装置、コンピュータプログラム、および電子デバイス | |
CN111243049B (zh) | 人脸图像的处理方法、装置、可读介质和电子设备 | |
CN111275633A (zh) | 基于图像分割的点云去噪方法、系统、装置和存储介质 | |
CN111881985B (zh) | 立体匹配方法、装置、终端和存储介质 | |
CN111803952A (zh) | 地形图编辑方法、装置、电子设备及计算机可读介质 | |
EP2881918B1 (en) | Method for visualizing three-dimensional data | |
CN109377552B (zh) | 图像遮挡计算方法、装置、计算设备及存储介质 | |
CN111915532B (zh) | 图像追踪方法、装置、电子设备及计算机可读介质 | |
CN111179210B (zh) | 一种人脸的纹理贴图生成方法、系统及电子设备 | |
CN116756836A (zh) | 一种隧道超欠挖体积计算方法、电子设备及存储介质 | |
Wu et al. | An effective content-aware image inpainting method | |
CN115131507B (zh) | 图像处理方法、图像处理设备和元宇宙三维重建方法 | |
CN113274735B (zh) | 模型处理方法、装置、电子设备及计算机可读存储介质 | |
CN115797579A (zh) | 三维地图的图像叠加方法、装置、电子设备及存储介质 | |
CN115019021A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN115063335A (zh) | 特效图的生成方法、装置、设备及存储介质 | |
CN114549761A (zh) | 基于分布式存储的实景三维模型分层渲染优化方法及系统、存储介质 | |
CN112037280A (zh) | 物体距离测量方法及装置 | |
CN113496140A (zh) | 虹膜定位方法以及美瞳虚拟试戴方法和装置 | |
CN110825480A (zh) | 图片的展示方法、装置、电子设备及计算机可读存储介质 | |
CN113610860B (zh) | 高精地图斑马线生成方法、装置及电子设备 | |
CN116206029B (zh) | 地质数据渲染方法、装置、计算机设备及存储介质 |
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 |