CN115002451B - 结构光相机的产测sdk授权方法、电子设备及存储介质 - Google Patents
结构光相机的产测sdk授权方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115002451B CN115002451B CN202210941200.1A CN202210941200A CN115002451B CN 115002451 B CN115002451 B CN 115002451B CN 202210941200 A CN202210941200 A CN 202210941200A CN 115002451 B CN115002451 B CN 115002451B
- Authority
- CN
- China
- Prior art keywords
- image
- structured light
- light camera
- same
- speckle pattern
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 134
- 238000013475 authorization Methods 0.000 title claims abstract description 88
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 68
- 238000001514 detection method Methods 0.000 claims description 42
- 238000004422 calculation algorithm Methods 0.000 claims description 35
- 238000011990 functional testing Methods 0.000 claims description 18
- 238000001559 infrared map Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 47
- 238000012795 verification Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/105—Arrangements for software license management or administration, e.g. for managing licenses at corporate level
-
- 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
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本申请实施例涉及图像处理领域,公开了一种结构光相机的产测SDK授权方法、电子设备及存储介质。产测SDK授权方法,包括:从拍摄同一定制板所获取的红外图、散斑图和彩色图中,获取与定制板上目标关键角点对应的三个同名点;根据三个同名点之间的位置关系,判断红外图、散斑图和彩色图是否为同一相机的同一帧的数据;根据已授权的参考图,恢复得到散斑图对应的深度图,并根据深度图中与红外图上的同名点对应的测试区域的功能测试值是否异常,判断已授权的参考图、红外图和散斑图是否为同一相机的同一帧的数据;在红外图、散斑图、彩色图和参考图为同一相机的同一帧的数据时,产测SDK授权成功。对结构光相机中的产测SDK实现有效保护。
Description
技术领域
本申请实施例涉及图像处理领域,特别涉及结构光相机的产测SDK授权方法、电子设备及存储介质。
背景技术
目前结构光相机的模组通常是委托第三方工厂进行批量生产,为了把控结构光相机的红外图、彩色图、深度图质量,需要在生产线上布置一道产测(产品质量检测)程序,故需要授权方为工厂提供用于产测的软件开发工具(Software Development Kit,SDK),即产测SDK。
当前对于产测SDK授权的方式多为时间授权、用户授权、硬件绑定等方式。但时间授权容易被篡改系统时间、删除记录文件等方式干扰;用户授权、硬件绑定等只允许在授权、绑定的电脑、平台上做A的业务,该授权方式无法限制软件在当前平台上做B的业务。即,这些方式都不能很好的对产测SDK进行保护。
发明内容
本申请实施方式的目的在于提供一种结构光相机的产测SDK授权方法、电子设备及存储介质,对于结构光相机中的产测SDK实现有效保护。
为解决上述技术问题,本申请的实施方式提供了一种结构光相机的产测SDK授权方法,包括以下步骤:从拍摄同一定制板所获取的红外图、散斑图和彩色图中,获取与定制板上目标关键角点对应的三个同名点;根据三个同名点之间的位置关系,判断红外图、散斑图和彩色图是否为同一相机的同一帧的数据;根据结构光相机的已授权的参考图,恢复得到散斑图对应的深度图,并根据深度图中与红外图上的同名点对应的测试区域的功能测试值是否异常,判断已授权的参考图、红外图和散斑图是否为同一相机的同一帧的数据;在判定红外图、散斑图、彩色图和已授权的参考图为同一相机的同一帧的数据的情况下,确定结构光相机的产测软件开发工具SDK授权成功。
本申请的实施方式还提供了一种电子设备,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的结构光相机的产测SDK授权方法。
本申请的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述的结构光相机的产测SDK授权方法。
本申请实施例中,在用于产测的参考图授权的情况下,将授权后的参考图与用于产测的红外图、散斑图和彩色图进行关联;具体地,通过判断所述红外图、散斑图、彩色图和参考图是否为同一相机中同一帧的数据确定所述红外图、散斑图、彩色图和参考图是否关联。若关联成功,则分别授权产测SDK中的红外图检测功能、散斑图检测功能和彩色图检测功能运行,在上述功能均授权运行的情况下,结构光相机的产测SDK授权成功,否则授权失败,无法运行。本实施方式中针对产测SDK各检测功能设置不同的授权标准,在满足所有授权标准时,才授权产测SDK运行,对于产测SDK的保护更全面。有效避免非授权的相机在产测SDK的部分检测功能未授权的情况下,采用非法途径使用产测SDK的其余检测功能,从而提升产测SDK的安全性,保障授权方的权益。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本申请一个实施方式所提供的结构光相机的产测SDK授权方法的流程图一;
图2是根据本申请一个实施方式所提供的结构光相机的产测SDK授权方法的流程图二;
图3是根据本申请一个实施方式所提供的结构光相机的产测SDK授权方法的流程图三;
图4是根据本申请一个实施方式所提供的参考图授权方法的示意图;
图5是根据本申请一个实施方式所提供的电子设备的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图对本申请的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本申请各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本申请的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本申请实施例中的术语“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至少一个该特征。本申请的描述中,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元,而是可选地还包括没有列出的部件或单元,或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本申请的一个实施方式涉及一种结构光相机的产测SDK授权方法。该方法的执行主体为产测SDK,具体流程如图1所示。
步骤101,从拍摄同一定制板所获取的红外图、散斑图和彩色图中,获取与定制板上目标关键角点对应的三个同名点。
其中,定制板是指在实现结构光相机产测时,用于检测图像特定功能的、具有定制图案、定制涂层、定制材料的板子。基于对拍摄定制板得到的多模态的图像进行特定功能检测,可实现对结构光相机的产测SDK的授权过程。
具体地,要实现对结构光相机的产测SDK授权,需要先向产测SDK输入拍摄同一定制板所获取的红外图、散斑图和彩色图,然后针对定制板上的某一个目标关键角点,从这三类图像中,分别获取与该目标关键角点对应的点。获取的这三个点,以及目标关键角点之间则互称为同名点。本实施例中将产测SDK授权划分为对结构光相机的不同模态图像的功能授权,具体可包括检测红外图、散斑图和彩色图质量的功能。
步骤102,根据三个同名点之间的位置关系,判断红外图、散斑图和彩色图是否为同一相机的同一帧的数据。
具体地,上述三个同名点分别对应目标关键角点在红外图、散斑图和彩色图上的位置,如果这三张图为同一相机的同一帧的数据,则三个同名点在各自图像中的位置应大致相同。因此,通过三个同名点之间的位置关系,可判断红外图、散斑图和彩色图是否为同一相机的同一帧的数据。
步骤103,根据结构光相机的已授权的参考图,恢复得到散斑图对应的深度图,并根据深度图中与红外图上的同名点对应的测试区域的功能测试值是否异常,判断已授权的参考图、红外图和散斑图是否为同一相机的同一帧的数据。
其中,由于定制板是用于产测SDK进行产品检测的,通常定制板上会设置有多个测试区域,定制板上的各关键角点与其所在的测试区域存在对应关系,而针对不同测试区域所对应的深度图可按其对应的测试区域的具体测试功能的不同,计算出相应的功能测试值,该功能测试值可供产测SDK对该定制板图像进行质量检测。
具体地,可根据结构光相机的已授权的参考图,恢复得到散斑图对应的深度图;以红外图中的上述同名为目标点,在深度图中找到该同名点对应相同的位置,然后以该位置为中心,根据预设参数(例如圆的半径、中心与各条边缘的距离、测试区域的面积等)确定一个测试区域,或将该位置作为测试区域。由于参考图已经授权,如图红外图中的同名点与该测试区域是匹配的,即已授权的参考图、红外图和散斑图为同一相机的同一帧的数据,那么上述在深度图中确定的测试区域所对应的功能测试值应该是非异常的,因此可以根据计算的功能测试值是否异常,来判断已授权的参考图、红外图和散斑图是否为同一相机的同一帧的数据。
步骤104,在判定红外图、散斑图、彩色图和已授权的参考图为同一相机的同一帧的数据的情况下,确定结构光相机的产测软件开发工具SDK授权成功。
具体地,在已授权的参考图与红外图和散斑图为同一相机的同一帧的数据时,可判定红外图和散斑图授权,即产测SDK对于红外图和散斑图的测试功能授权。在此基础上,若彩色图与其余三张图为同一相机的同一帧的数据的情况下,则彩色图也授权,产测SDK对于彩色图的测试功能授权。至此,产测SDK的所有功能授权,产测SDK授权成功。
本实施例中,在用于产测的参考图授权的情况下,将授权后的参考图与用于产测的红外图、散斑图和彩色图进行关联;具体地,通过判断所述红外图、散斑图、彩色图和参考图是否为同一相机中同一帧的数据确定所述红外图、散斑图、彩色图和参考图是否关联。若关联成功,则分别授权产测SDK中的红外图检测功能、散斑图检测功能和彩色图检测功能运行,在上述功能均授权运行的情况下,所述产测SDK授权成功,否则授权失败,无法运行。本实施方式中针对产测SDK各检测功能设置不同的授权标准,在满足所有授权标准时,才授权产测SDK运行,对于产测SDK的保护更全面。有效避免非授权的相机在产测SDK的部分检测功能未授权的情况下,采用非法途径使用产测SDK的其余检测功能,从而提升产测SDK的安全性,保障授权方的权益。
本申请的另一个实施方式涉及一种结构光相机的产测SDK授权方法。在本实施方式中,通过角点检测算法等方式获取同名点,使得同名点的获取更加准确和规范,便于确定其位置。相应的,如图2所示,上述步骤101可具体包括如下子步骤。
子步骤1011:针对定制板上的目标关键角点,采用角点检测算法,分别获取红外图中与目标关键角点同名的关键角点1以及散斑图中与目标关键角点同名的关键角点2。
具体地,角点检测算法包括基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测,本实施方式中不对具体角点检测算法的类型进行限定。但获取关键角点1与获取关键角点2所采用的角点检测算法须一致,以此确保关键角点1和关键角点2的位置关系仅受红外图和散斑图是否为同一相机的同一帧的数据这一个条件影响。
子步骤1012:根据拍摄红外图所采用的红外镜头的外参,以及拍摄彩色图所采用的彩色镜头的外参,将彩色图对齐到红外图的坐标系下。
具体地,由于红外图与散斑图都是通过红外摄像头获取,如果这两张图像来源于同一相机,那么两张图像仅存在主动光源的区别,所以理论上在同一帧流中得到的散斑图和红外图所拍摄的关键角点位置应仅有极小的差异,其坐标系基本一致。但对于彩色图,彩色图是通过彩色摄像头获取,彩色摄像头与红外摄像头存在一定的位置差异,因此彩色图与红外图和散斑图在空间中的坐标系存在较大差别。在获取彩色图中的同名点时,可以根据彩色镜头和红外镜头的外参,将彩色图对齐至红外图的坐标系下,避免镜头等因素影响彩色图中同名点的位置。
子步骤1013:将对齐后的彩色图中与关键角点1对应的点确定为关键角点3。
具体地,在将彩色图与红外图对齐后,可根据目标关键角点与子步骤1011中所使用的角点检测算法,获取彩色图中与目标关键角点同名的关键角点3。由于关键角点1和关键角点3均与目标关键角点同名,即关键角点3与关键角点1对应。
可选的,也可先通过目标关键角点与子步骤1011中所使用的角点检测算法,获取彩色图中与目标关键角点同名的关键角点c;根据红外镜头的外参以及彩色镜头的外参,将彩色图对齐到红外图的坐标系下,同时根据红外图的坐标更新关键角点c的位置数据,更新后的关键角点c即为关键角点3。
由于散斑图与红外图通过同一红外镜头获取,理论上处于同一坐标系下,所获取的关键角点1和关键角点2之间的距离较规范,因此需要设置的预设阈值较简单。但彩色图通过彩色镜头获取,与红外图和散斑图的空间坐标系不一致,对用于判断距离的预设阈值的设置需要考虑的因素较多,设置过程更加复杂,也更容易存在误差。为了降低预设阈值设置的复杂程度,保证所获取的距离的有效性,在获取关键角点1和关键角点3之间的位置关系,以及获取关键角点2和关键角点3之间的位置关系之前,将彩色图分别与红外图或散斑图实现对齐,使得关键角点之间的位置关系更容易判断。
在此基础上,如图2中所示,步骤102可具体包括如下子步骤。
子步骤1021:确定关键角点1与关键角点2之间的第一距离,以及关键角点1与关键角点3的第二距离。
具体地,通过关键角点之间的距离来确定各图像是否为同一相机的同一帧的数据。获取关键角点1与关键角点2之间的第一距离,以判断红外图和散斑图是否为同一相机的同一帧的数据,获取关键角点1与关键角点3之间的第二距离,以判断红外图和彩色图是否为同一相机的同一帧的数据。
子步骤1022:在第一距离和第二距离均不大于距离阈值的情况下,判定红外图、散斑图和彩色图为同一相机的同一帧的数据。
具体地,第一距离和第二距离可以设置相同阈值,或考虑到对齐操作的误差,也可设置不同阈值。在第一阈值和第二阈值均不大于预设的距离阈值的情况下,表示关键角点1、关键角点2和关键角点3位置相差无几,基本处于重合状态,则可推断得出红外图、散斑图和彩色图为同一相机的同一帧的数据。
在一个例子中,在第一距离和/或第二距离大于距离阈值的情况下,确定结构光相机的产测软件开发工具SDK授权失败。
具体地,第一距离和第二距离中任一距离大于预设的距离阈值时,表示至少存在两个关键角点之间的位置相距较远,不符合两者对应的图像为同一相机的同一帧的数据的条件。不会都是被授权的图像(例如,存在厂家采用授权方授权结构光相机A使用的产测SDK来测试结构光相机B中的图像的现象),进而产测SDK的相关图像检测功能中存在不会被授权的功能,确定结构光相机的产测软件开发工具SDK授权失败。
在子步骤1011-1013的基础上,如图3中所示,步骤103可具体包括如下子步骤。
子步骤1031:根据结构光相机的已授权的参考图,对散斑图进行深度恢复,得到深度图。
具体地,通过已授权的参考图对散斑图进行深度恢复,所得到的深度图与散斑图和参考图均存在关联关系,深度图同时具有散斑图与参考图中的相关特征。
在一个例子中,如图4所示,已授权的参考图的授权过程,包括:
步骤201:读取结构光相机的参考图bin文件中指定位置的第一信息,指定位置是授权方将结构光相机的授权信息对应的密文信息存储到参考图bin文件中的位置;其中,参考图bin文件中存储有结构光相机的参考图;授权信息是对已授权的参考图采用预设信息生成算法进行处理后生成。
其中,第一信息为结构光相机在初始化过程中于参考图bin文件的指定位置读取的信息;授权信息对应的密文信息为授权方对该结构光相机的参考图采用预设信息生成算法进行处理生成授权信息后,进行加密处理得到的密文信息,该密文信息存储在参考图bin文件中的指定位置中;即,第一信息与授权信息对应的密文信息位于同一位置。
具体地,在结构光相机为授权方授权的情况下,该结构光相机的参考图bin文件中指定位置存储有授权方存储的授权信息对应的密文信息。结构光相机在获取第一信息时,由于第一信息与授权信息对应的密文信息位于同一指定位置,则获取的第一信息与授权信息对应的密文信息相等。在结构光相机为授权方未授权的情况下,该结构光相机的参考图bin文件中指定位置并不会存储授权信息对应的密文信息,因此从指定位置获取的第一信息与授权信息对应的密文信息并不相同。
步骤202:采用预制解密算法对第一信息进行解密,得到解密信息。
具体地,对于第一信息的解密过程,需要与根据授权信息获取授权信息对应的密文信息的过程对应,使得在第一信息为密文信息(即结构光相机为授权的结构光相机)的情况下,第一信息能够还原为授权信息,即得到解密信息。例如,在密文信息为授权信息通过AES加密算法得到时,解密过程通过AES解密算法实现。
步骤203:采用结构光相机内预设信息生成算法,对参考图bin文件中存储的参考图进行计算,得到第二信息。
其中,预设信息生成算法为授权方生成授权信息的算法。
具体地,授权信息由授权方根据参考图,采用预设信息生成算法得到;第二信息为结构光相机根据同一结构光相机的参考图,采用同样的预设信息生成算法得到,因此第二信息与解密信息一致。
步骤204:在解密信息与第二信息相同的情况下,确定参考图bin文件中存储的参考图为已授权的参考图。
具体地,第一信息为结构光相机初始化时从参考图bin文件的指定位置获取的数据;授权信息对应的密文信息为授权方在结构光相机初始化之前,存储至参考图bin文件的指定位置的数据;第二信息为结构光相机在读取参考图后,根据预设信息生成算法得到的信息,该预设信息生成算法与授权方生成授权信息所采用的算法一致。
由于第二信息与授权信息均根据该结构光相机的参考图,按照相同的预设信息生成算法得到,即第二信息与授权信息一致。在对于第一信息进行解密得到的解密信息与第二信息相同的情况下,表示步骤201中结构光相机从指定位置获取的第一信息为授权方存储于该指定位置的授权信息对应的密文信息,也就是说该结构光相机的参考图bin文件通过授权方处理得到,该结构光相机为授权方授权使用产测SDK的结构光相机,工厂并没有存在替换等违规操作。
子步骤1032:在深度图中确定与关键角点1对应的测试区域,并获取测试区域的功能测试值。
其中,定制板上包括目标关键角点在内的各关键角点与该其所在的测试区域存在对应关系,定制板上的关键角点可用于定位测试区域,目标关键角点也存在其对应的测试区域。由于不同测试区域存在其对应的特有的功能测试值,例如深度图相对精度等,与该测试区域对应的关键角点也与该测试区域对应的功能测试值存在对应关系。
具体地,以关键角点1的位置坐标,在深度图中找到相同的位置,然后以该位置为中心,根据预设参数确定一个测试区域,或将该位置作为测试区域。并获取测试区域内的功能测试值。
子步骤1033:根据功能测试值和目标关键角点对应的功能测试阈值,判断功能测试值是否异常。
例如,目标关键角点对应的测试区域对应功能测试值a,则预设目标关键角点对应的功能测试阈值为A,A可以为包括a的区间,或A与a相差不超过误差范围的数值。在深度图中确定关键角点1对应的测试区域,并获取该测试区域的功能测试值b,根据b与A的关系判断功能测试值是否异常。
在一个例子中,在功能测试值不大于目标关键角点对应的功能测试阈值的情况下,判定功能测试值非异常;在功能测试值大于目标关键角点对应的功能测试阈值的情况下,判定功能测试值异常。
具体地,可根据实际需求,设置功能测试阈值为目标关键角点对应的最大功能测试值。则在功能测试值不大于目标关键角点对应的功能测试阈值的情况时,表示当前功能测试值非异常;在功能测试值大于目标关键角点对应的功能测试阈值的情况时,表示当前功能测试值异常,即当前功能测试值对应的测试区域异常。
子步骤1034:在判定功能测试值非异常的情况下,判定已授权的参考图、红外图和散斑图为同一相机的同一帧的数据。
具体地,在当前功能测试值非异常的情况下,表示获取当前功能测试值的深度图或关键角点1均非异常,进而得出获取深度图的已授权的参考图和散斑图及获取关键角点1的红外图都非异常。即判定已授权的参考图、红外图和散斑图为同一相机的同一帧的数据。
在一个例子中,在判定功能测试值异常的情况下,确定结构光相机的产测软件开发工具SDK授权失败。
具体地,功能测试值异常的情况,即深度图中的关键角点1对应的测试区域和测试板中目标关键角点对应的测试区域不存在对应关系,也就是关键角点1或深度图异常。由此,已授权的参考图、红外图和散斑图中至少存在一张图与其他图像不属于同一相机的同一帧的数据,则结构光相机的产测软件开发工具SDK授权失败。
为便于理解,以一个具体实施过程为例进行说明,可以理解的是,以下内容并不对上述实施方式进行限定。
首先,对参考图进行授权检测。结构光相机通常需要参考图才能进行深度恢复,输出深度图。参考图通常存储在一份文件中,这里称为参考图bin文件。对于授权方授权后的参考图bin文件,通过预设信息生成算法计算参考图bin文件中的参考图,与参考图bin文件中的第一信息进行匹配从而对参考图进行授权检测。具体地:
(1)读取随结构光相机携带的参考图bin文件。
(2)读取参考图bin文件中指定位置的密文1(第一信息)。
(3)对密文1按照AES算法(预制解密算法)进行解密计算,得到身份验证序列码1(解密信息)。
(4)读取参考图。
(5)采用结构光相机内的预设信息生成算法,对参考图进行计算,得到第二信息。例如:
设置掩码X1,提取参考图的摘要信息;通过哈希算法,将摘要信息转为哈希值;提取指定位置的哈希值,组成结构光相机的唯一身份验证序列码2(第二信息)。
(6)比对身份验证序列码1和身份验证序列码2是否相同,若不同返回授权错误,若相同则授权成功。
其次,关联彩色图、红外图、散斑图和参考图。基于授权的参考图,由于红外图、彩色图、散斑图和参考图之间没有关联性,对于参考图进行授权检测只能对产测SDK中的深度图检测功能进行保护,故需要对彩色图、红外图、散斑图和参考图进行关联,才能保护产测SDK中的彩色图和红外图的检测功能。具体地:
(1)检测红外图中关键角点1。产测通常需要采集定制板的彩色图、红外图和散斑图,定制板上包含若干关键角点,此处通过角点检测算法,求取红外图中与定制板上的目标关键角点同名的关键角点1。
(2)检测散斑图中关键角点2。同上,通过角点检测算法,获取散斑图上与定制板上的目标关键角点同名的关键角点2,此处关键角点2也与关键角点1同名。
(3)求取关键角点1和关键角点2的距离值,若距离值大于阈值1则认为红外和散斑图不属于同一台相机的同一帧的数据,授权失败。
(4)根据关键角点1提取深度图的测试区域,对该区域进行功能指标测试,得到功能指标测试值。
(5)由于深度图各位置的测试区域相互独立,若散斑图和红外图不属于同一台相机的同一帧的数据,红外图的关键角点1的位置将与深度图的测试区域不匹配,即功能指标测试值与目标关键角点对应的功能测试阈值不匹配。例如,可判断功能指标测试值是否大于功能测试阈值,若过大,则授权失败。
(6)根据结构光相机红外镜头与彩色镜头的外参,将彩色图对齐到红外图坐标系下。
(7)获取对齐后彩色图上与关键角点1对应的关键角点3,其中,关键角点3可通过根据目标关键角点与角点检测算法得到。
(8)求取关键角点1和关键角点3的距离值,若距离值大于阈值1则认为红外和彩色图不属于同一台相机,授权失败。此处阈值1也可设置为其他预设阈值,并不限定与(3)中一致。
只有彩色图、红外图、散斑图的产测功能正常,才能对外输出测试结果,否则测试结果赋值为异常值。
在本实施方式中,先将根据关键角点1和关键角点2判断红外图与散斑图是否为同一相机的同一帧的判断步骤最先执行,若不是同一相机的同一帧的数据,则不需要执行复杂的深度恢复以及判断彩色图是否与上述两张图为同一相机同一帧的情况,快速反馈不授权的结果,降低计算资源的占用。将判断彩色图是否授权的步骤最后执行;由于其他红外、散斑图的判断并不需要依赖于彩色图的判断结果,因此先进行对于红外和散斑图的判断,在红外图和散斑图授权失败时,也就完全不需要额外判断彩色图是否授权,降低运算复杂程度,提高是否授权的反馈速度。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本申请的一个实施方式涉及一种电子设备,如图5所示,包括至少一个处理器301;以及,与所述至少一个处理器301通信连接的存储器302;其中,所述存储器302存储有可被所述至少一个处理器301执行的指令,所述指令被所述至少一个处理器301执行,以使所述至少一个处理器301能够执行上述的结构光相机的产测SDK授权方法。
其中,存储器和处理器采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。
处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本申请的一个实施方式涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本申请的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本申请的精神和范围。
Claims (10)
1.一种结构光相机的产测SDK授权方法,其特征在于,包括:
从拍摄同一定制板所获取的红外图、散斑图和彩色图中,获取与所述定制板上目标关键角点对应的三个同名点;
根据所述三个同名点之间的位置关系,判断所述红外图、所述散斑图和所述彩色图是否为同一相机的同一帧的数据;
根据结构光相机的已授权的参考图,恢复得到所述散斑图对应的深度图,并根据所述深度图中与所述红外图上的同名点对应的测试区域的功能测试值是否异常,判断所述已授权的参考图、所述红外图和所述散斑图是否为同一相机的同一帧的数据;
在判定所述红外图、所述散斑图、所述彩色图和所述已授权的参考图为同一相机的同一帧的数据的情况下,确定所述结构光相机的产测软件开发工具SDK授权成功。
2.根据权利要求1所述的结构光相机的产测SDK授权方法,其特征在于,所述从拍摄同一定制板所获取的红外图、散斑图和彩色图中,获取与所述定制板上目标关键角点对应的三个同名点,包括:
针对所述定制板上的所述目标关键角点,采用角点检测算法,分别获取所述红外图中与所述目标关键角点同名的关键角点1以及所述散斑图中与所述目标关键角点同名的关键角点2;
根据拍摄所述红外图所采用的红外镜头的外参,以及拍摄所述彩色图所采用的彩色镜头的外参,将所述彩色图对齐到所述红外图的坐标系下;
将对齐后的所述彩色图中与所述关键角点1对应的点确定为关键角点3。
3.根据权利要求2所述的结构光相机的产测SDK授权方法,其特征在于,所述根据所述三个同名点之间的位置关系,判断所述红外图、所述散斑图和所述彩色图是否为同一相机的同一帧的数据,包括:
确定所述关键角点1与所述关键角点2之间的第一距离,以及所述关键角点1与所述关键角点3的第二距离;
在所述第一距离和所述第二距离均不大于距离阈值的情况下,判定所述红外图、所述散斑图和所述彩色图为同一相机的同一帧的数据。
4.根据权利要求3所述的结构光相机的产测SDK授权方法,其特征在于,所述方法还包括:
在所述第一距离和/或所述第二距离大于所述距离阈值的情况下,确定所述结构光相机的产测软件开发工具SDK授权失败。
5.根据权利要求2所述的结构光相机的产测SDK授权方法,其特征在于,所述根据结构光相机的已授权的参考图,恢复得到所述散斑图对应的深度图,并根据所述深度图中与所述红外图上的所述同名点对应的测试区域的功能测试值是否异常,判断所述已授权的参考图、所述红外图和所述散斑图是否为同一相机的同一帧的数据,包括:
根据所述结构光相机的已授权的参考图,对所述散斑图进行深度恢复,得到所述深度图;
在所述深度图中确定与所述关键角点1对应的所述测试区域,并获取所述测试区域的所述功能测试值;
根据所述功能测试值是否不大于所述目标关键角点对应的功能测试阈值,判断所述功能测试值是否异常;
在判定所述功能测试值非异常的情况下,判定所述已授权的参考图、所述红外图和所述散斑图为同一相机的同一帧的数据。
6.根据权利要求5所述的结构光相机的产测SDK授权方法,其特征在于,所述根据所述功能测试值是否不大于所述目标关键角点对应的功能测试阈值,判断所述功能测试值是否异常,包括:
在所述功能测试值不大于所述目标关键角点对应的功能测试阈值的情况下,判定所述功能测试值非异常;
在所述功能测试值大于所述目标关键角点对应的功能测试阈值的情况下,判定所述功能测试值异常。
7.根据权利要求5所述的结构光相机的产测SDK授权方法,其特征在于,所述方法还包括:
在判定所述功能测试值异常的情况下,确定所述结构光相机的产测软件开发工具SDK授权失败。
8.根据权利要求1-7任一项所述的结构光相机的产测SDK授权方法,其特征在于,所述已授权的参考图的授权过程,包括:
读取所述结构光相机的参考图bin文件中指定位置的第一信息,所述指定位置是授权方将所述结构光相机的授权信息对应的密文信息存储到所述参考图bin文件中的位置;其中,所述参考图bin文件中存储有所述结构光相机的参考图;所述授权信息是对已授权的参考图采用预设信息生成算法进行处理后生成;
采用预制解密算法对所述第一信息进行解密,得到解密信息;
采用所述结构光相机内所述预设信息生成算法,对所述参考图bin文件中存储的参考图进行计算,得到第二信息;
在所述解密信息与所述第二信息相同的情况下,确定所述参考图bin文件中存储的参考图为所述已授权的参考图。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至8中任一所述的结构光相机的产测SDK授权方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的结构光相机的产测SDK授权方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941200.1A CN115002451B (zh) | 2022-08-08 | 2022-08-08 | 结构光相机的产测sdk授权方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210941200.1A CN115002451B (zh) | 2022-08-08 | 2022-08-08 | 结构光相机的产测sdk授权方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115002451A CN115002451A (zh) | 2022-09-02 |
CN115002451B true CN115002451B (zh) | 2022-11-22 |
Family
ID=83023275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210941200.1A Active CN115002451B (zh) | 2022-08-08 | 2022-08-08 | 结构光相机的产测sdk授权方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115002451B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116418976B (zh) * | 2022-11-24 | 2023-12-12 | 北京的卢铭视科技有限公司 | 结构光相机的产测sdk授权方法、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109981562A (zh) * | 2019-01-17 | 2019-07-05 | 平安科技(深圳)有限公司 | 一种软件开发工具包授权方法及装置 |
US10623417B1 (en) * | 2017-11-18 | 2020-04-14 | Sprint Communications Company L.P. | Software development kit (SDK) fraud prevention and detection |
CN111212280A (zh) * | 2019-12-27 | 2020-05-29 | 杭州艾芯智能科技有限公司 | 深度相机模组测试的方法、系统、计算机设备及存储介质 |
CN111221733A (zh) * | 2020-01-06 | 2020-06-02 | 北京小米移动软件有限公司 | 信息处理方法、装置、移动终端及存储介质 |
CN112164099A (zh) * | 2020-09-23 | 2021-01-01 | 北京的卢深视科技有限公司 | 基于单目结构光的自检自校准方法及装置 |
CN112330751A (zh) * | 2020-10-30 | 2021-02-05 | 合肥的卢深视科技有限公司 | 一种结构光相机行偏差检测方法及装置 |
TW202121896A (zh) * | 2019-11-15 | 2021-06-01 | 大陸商南京深視光點科技有限公司 | 立體相機之校正品質的檢測方法及檢測系統 |
WO2021262667A1 (en) * | 2020-06-22 | 2021-12-30 | Ariel Ai, Inc. | 3d object model reconstruction from 2d images |
-
2022
- 2022-08-08 CN CN202210941200.1A patent/CN115002451B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10623417B1 (en) * | 2017-11-18 | 2020-04-14 | Sprint Communications Company L.P. | Software development kit (SDK) fraud prevention and detection |
CN109981562A (zh) * | 2019-01-17 | 2019-07-05 | 平安科技(深圳)有限公司 | 一种软件开发工具包授权方法及装置 |
TW202121896A (zh) * | 2019-11-15 | 2021-06-01 | 大陸商南京深視光點科技有限公司 | 立體相機之校正品質的檢測方法及檢測系統 |
CN111212280A (zh) * | 2019-12-27 | 2020-05-29 | 杭州艾芯智能科技有限公司 | 深度相机模组测试的方法、系统、计算机设备及存储介质 |
CN111221733A (zh) * | 2020-01-06 | 2020-06-02 | 北京小米移动软件有限公司 | 信息处理方法、装置、移动终端及存储介质 |
WO2021262667A1 (en) * | 2020-06-22 | 2021-12-30 | Ariel Ai, Inc. | 3d object model reconstruction from 2d images |
CN112164099A (zh) * | 2020-09-23 | 2021-01-01 | 北京的卢深视科技有限公司 | 基于单目结构光的自检自校准方法及装置 |
CN112330751A (zh) * | 2020-10-30 | 2021-02-05 | 合肥的卢深视科技有限公司 | 一种结构光相机行偏差检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115002451A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764052B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
US11025429B2 (en) | Trusted contextual content | |
CN108805024B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
US11831710B2 (en) | Tracking and certification of digital media via distributed ledger | |
CN108111828B (zh) | 投影设备校正方法、装置及投影设备 | |
CN115002451B (zh) | 结构光相机的产测sdk授权方法、电子设备及存储介质 | |
US20190097805A1 (en) | Security device for providing security function for image, camera device including the same, and system on chip for controlling the camera device | |
JP2001033537A (ja) | 位置認証システム及びこれに用いる電子機器 | |
KR20180084100A (ko) | 측위 계측 장치, 데이터 보관 장치, 데이터 이용 장치, 기록 매체에 저장된 측위 계측 프로그램, 기록 매체에 저장된 데이터 보관 프로그램 및 기록 매체에 저장된 데이터 이용 프로그램 | |
CN114077218B (zh) | 道路数据评估报告生成方法、装置、设备及存储介质 | |
CN107924516B (zh) | 一种移动终端的支付认证方法、装置及移动终端 | |
CN108959906B (zh) | 数据获取方法、移动终端、电子设备、产线标定系统、可读存储介质及计算机设备 | |
US11656965B2 (en) | Execution sequence integrity monitoring system | |
CN108924144B (zh) | 数据获取方法、数据获取系统、终端及诊断工具 | |
KR102605461B1 (ko) | 보안 엘리먼트를 이용하여 서비스를 제공하는 전자 장치 및 그의 동작 방법 | |
CN101185104A (zh) | 在模板保护系统中形成分类边界 | |
KR102448625B1 (ko) | 동형 암호화된 데이터를 이용한 부정 거래 탐지 방법 및 시스템 | |
US11561847B2 (en) | Execution sequence integrity parameter monitoring system | |
Mariyanayagam et al. | Pose estimation of a single circle using default intrinsic calibration | |
US11977646B2 (en) | Secure sensor arrangement | |
US11411962B2 (en) | Information processing apparatus, access control method, and non-transitory computer readable medium | |
KR20170051392A (ko) | 라이브니스를 검증하는 모바일 장치 및 방법 | |
WO2021095044A1 (en) | Apparatuses, methods, and computer programs for detecting an impostor system | |
CN108734249B (zh) | 用于屏幕与摄像头间通信的加密代码输出方法及装置 | |
CN115049980A (zh) | 基于图像的目标对象确定方法、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 |