CN116385657B - 图像处理方法、点云生成方法、电子设备及可读存储介质 - Google Patents
图像处理方法、点云生成方法、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN116385657B CN116385657B CN202310405363.2A CN202310405363A CN116385657B CN 116385657 B CN116385657 B CN 116385657B CN 202310405363 A CN202310405363 A CN 202310405363A CN 116385657 B CN116385657 B CN 116385657B
- Authority
- CN
- China
- Prior art keywords
- pixel
- detected
- stripe
- sequence number
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000003672 processing method Methods 0.000 title claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 82
- 238000001914 filtration Methods 0.000 claims abstract description 27
- 230000010363 phase shift Effects 0.000 claims abstract description 23
- 238000010587 phase diagram Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 description 23
- 238000012360 testing method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像处理方法、基于相移格雷码的点云生成方法、电子设备及可读存储介质。图像处理方法包括:基于获取自被测物体表面的多幅格雷码图获得条纹序号图;对于条纹序号图中具有相同第二方向坐标的像素点,沿第一方向进行条纹序号图的连续区域划分,以将条纹序号图划分为一个或两个以上的连续区域;以连续区域内的所有像素点作为待检像素点,基于各个待检像素点的第一方向坐标与各个待检像素点对应的条纹序号获取各个待检像素点的两侧匹配像素点数量;基于连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点;基于获取的条纹序号图中所有的噪声点对条纹序号图进行噪声滤除。
Description
技术领域
本发明涉及格雷码图的噪声滤除、基于相移格雷码的点云生成等技术领域,本发明尤其涉及一种图像处理方法、基于相移格雷码的点云生成方法、装置、电子设备及可读存储介质。
背景技术
基于相移格雷码的三维重建中,将若干相移格雷码图案投影在被测物上,拍摄经被测物体表面调制而发生变形的相移格雷码图案后经解算获得主值相位图和条纹序号图,基于主值相位图和条纹序号图获得绝对相位图,最后基于绝对相位图以及提前标定好的系统参数确定被测物上各点的深度,从而获得能够表征被测物三维形貌特征的点云数据。
由于格雷码可以任意设定编码长度且稳定性高,因此,基于相移格雷码的三维重建技术已被广泛应用于各类场景和多种物体的三维重建中。
然而,一旦针对相移格雷码图案的解算发生错误,条纹序号图中将会被引入噪声,条纹序号图中的噪声会被代入到表征被测物三维形貌特征的点云数据中,使得例如场景明暗交界处、被测物边界等区域的点云噪声明显,导致被测物的三维重建精度降低,无法满足实际应用的需求。
发明内容
本发明的实施例提供了一种图像处理方法、基于相移格雷码的点云生成方法、装置、电子设备及可读存储介质。
根据本发明的一个方面,提供一种图像处理方法,包括:基于获取自被测物体表面的多幅格雷码图获得条纹序号图,所述条纹序号图包含沿第一方向排布的多条像素点条纹,每条像素点条纹对应唯一的条纹序号,所述条纹序号沿所述第一方向递增,各个条纹沿与所述第一方向垂直的第二方向延伸;对于所述条纹序号图中具有相同第二方向坐标的像素点,沿所述第一方向进行条纹序号图的连续区域划分,以将所述条纹序号图划分为一个或两个以上的连续区域;以所述连续区域内的所有像素点作为待检像素点,基于各个待检像素点的第一方向坐标与各个待检像素点对应的条纹序号获取各个待检像素点的两侧匹配像素点数量,其中,待检像素点对应的条纹序号与两侧匹配像素点对应的条纹序号的顺序关系与待检像素点的第一方向坐标与两侧匹配像素点的第一方向坐标的位置关系相匹配;基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点;基于获取的所述条纹序号图中所有的噪声点对所述条纹序号图进行噪声滤除。
根据本发明的至少一个实施方式的图像处理方法,获取各个待检像素点的两侧匹配像素点数量,包括:判断当前待检像素点的第一侧的待检像素点的第一方向坐标是否小于当前待检像素点的第一方向坐标,判断当前待检像素点的第一侧的所述待检像素点对应的条纹序号是否小于或等于当前待检像素点对应的条纹序号,如果均为是,则判定第一侧的所述待检像素点为匹配像素点;判断当前待检像素点的第二侧的待检像素点的第一方向坐标是否大于当前待检像素点的第一方向坐标,判断当前待检像素点的第二侧的所述待检像素点对应的条纹序号是否大于或等于当前待检像素点对应的条纹序号,如果均为是,则判定第二侧的所述待检像素点为匹配像素点;统计当前待检像素点的第一侧的匹配像素点及第二侧的匹配像素点以获得所述两侧匹配像素点数量。
根据本发明的至少一个实施方式的图像处理方法,基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点,包括:对所述连续区域内的各个待检像素点的两侧匹配像素点数量进行比较操作,获得比较结果;基于所述比较结果判断各个待检像素点是否为噪声点。
根据本发明的至少一个实施方式的图像处理方法,所述比较操作包括:基于像素点条纹的一维连通域内各个像素点的两侧匹配像素点数量的比较。
根据本发明的至少一个实施方式的图像处理方法,基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点,包括:对于所述条纹序号图中具有相同第二方向坐标的像素点,基于像素点的像素值获得每条像素点条纹的一维连通域;判断每条像素点条纹的一维连通域是否唯一;如果某条像素点条纹的一维连通域为两个以上,则对各个一维连通域内所有像素点的两侧匹配像素点数量之和进行比较,保留所有像素点的两侧匹配像素点数量之和最大的一维连通域,将其他一维连通域内的像素点判定为噪声点。
根据本发明的至少一个实施方式的图像处理方法,如果所有像素点的两侧匹配像素点数量之和最大的一维连通域的数量为两个以上,则对该两个以上的一维连通域中所有像素点的两侧匹配像素点数量均值进行比较,保留所有像素点的两侧匹配像素点数量均值最大的一维连通域,将其他一维连通域内的像素点判定为噪声点。
根据本发明的至少一个实施方式的图像处理方法,所述比较操作包括:将各个待检像素点的两侧匹配像素点数量与预设阈值进行比较。
根据本发明的至少一个实施方式的图像处理方法,基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点,包括:对于所述条纹序号图中具有相同第二方向坐标的像素点,将各个像素点的两侧匹配像素点数量与预设阈值进行比较;将两侧匹配像素点数量小于或小于等于所述预设阈值的像素点判定为噪声点。
根据本发明的另一个方面,提供一种基于相移格雷码的点云生成方法,包括:获取被测物体表面的相移编码图和格雷码图;对所述相移编码图进行解码以获得主值相位图,对所述格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图;基于所述主值相位图及所述噪声滤除后的条纹序号图获得绝对相位图;基于所述绝对相位图获取表征被测物体表面形貌特征的点云数据;其中,对所述格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图基于本发明任一个实施方式的图像处理方法实现。
根据本发明的又一个方面,提供一种图像处理装置,包括:条纹序号图获取模块,所述条纹序号图获取模块基于获取自被测物体表面的多幅格雷码图获得条纹序号图,所述条纹序号图包含沿第一方向排布的多条像素点条纹,每条像素点条纹对应唯一的条纹序号,所述条纹序号沿所述第一方向递增,各个条纹沿与所述第一方向垂直的第二方向延伸;条纹序号图划分模块,所述条纹序号图划分模块对于所述条纹序号图中具有相同第二方向坐标的像素点,沿所述第一方向进行条纹序号图的连续区域划分,以将所述条纹序号图划分为一个或两个以上的连续区域;匹配像素点获取模块,所述匹配像素点获取模块以所述连续区域内的所有像素点作为待检像素点,基于各个待检像素点的第一方向坐标与各个待检像素点对应的条纹序号获取各个待检像素点的两侧匹配像素点数量,其中,待检像素点对应的条纹序号与两侧匹配像素点对应的条纹序号的顺序关系与待检像素点的第一方向坐标与两侧匹配像素点的第一方向坐标的位置关系相匹配;噪声点判定模块,所述噪声点判定模块基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点;噪声滤除模块,所述噪声滤除模块基于获取的所述条纹序号图中所有的噪声点对所述条纹序号图进行噪声滤除。
根据本发明的再一个方面,提供一种基于相移格雷码的点云生成装置,包括:图像获取模块,所述图像获取模块获取被测物体表面的相移编码图和格雷码图;第一图像处理模块,所述第一图像处理模块对所述相移编码图进行解码以获得主值相位图;第二图像处理模块,所述第二图像处理模块对所述格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图;绝对相位图获取模块,所述绝对相位图获取模块基于所述主值相位图及所述噪声滤除后的条纹序号图获得绝对相位图;点云数据获取模块,所述点云数据获取模块基于所述绝对相位图获取表征被测物体表面形貌特征的点云数据;其中,所述第二图像处理模块为本发明的任一个实施方式的图像处理装置。
根据本发明的再一个方面,提供一种电子设备,包括:存储器,所述存储器存储执行指令;处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行本发明任一个实施方式的图像处理方法和/或执行本发明任一个实施方式的点云生成方法。
根据本发明的再一个方面,提供一种可读存储介质,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现本发明任一个实施方式的图像处理方法和/或实现本发明任一个实施方式的点云生成方法。
本发明的实施例通过统计条纹序号图中各个像素点与同一行中其他像素点比较,获得满足条纹序号沿着条纹方向递增规则的像素点数量以确定条纹序号图中的噪声,从而实现条纹序号图的滤波,能够有效抑制条纹序号图中的噪声,减少基于相移格雷码生成的点云数据中的噪声,提高基于相移格雷码生成的点云数据的信噪比,提升被测物三维重建的效果。
附图说明
附图示出了本发明的示例性实施方式,并与其说明一起用于解释本发明的原理,其中包括了这些附图以提供对本发明的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是本发明的一个实施方式的图像处理方法的流程示意图。
图2是本发明的一个实施方式的理想条纹序号图的示例图。
图3示出了图2所示理想条纹序号图中一行图像数据的列方向坐标随条纹序号变化的趋势线。
图4是本发明的一个实施方式的实际测试场景中条纹序号图的示例图。
图5示出了图4所示条纹序号图中图像数据的某一行数据的列方向坐标随条纹序号变化的趋势线。
图6示出了图4所示条纹序号图中一行图像数据的各个像素点的列方向坐标随条纹序号的变化曲线及各个像素点的分数随条纹序号的变化曲线。
图7是本发明的一个实施方式的实际测试场景中滤波后条纹序号图的示例图。
图8是本发明的一个实施方式的基于相移格雷码的点云生成方法的流程示意图。
图9是本发明的一个实施方式的采用处理系统的硬件实现方式的图像处理装置的结构示意框图。
图10是本发明的一个实施方式的采用处理系统的硬件实现方式的图像处理装置的结构示意框图。
具体实施方式
下面结合附图和实施方式对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分。
需要说明的是,在不冲突的情况下,本发明中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本发明的技术方案。
除非另有说明,否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本发明的技术构思的一些方式的各种细节的示例性特征。因此,除非另有说明,否则在不脱离本发明的技术构思的情况下,各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此,除非说明,否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外,在附图中,为了清楚和/或描述性的目的,可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时,可以以不同于所描述的顺序来执行具体的工艺顺序。例如,可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外,同样的附图标记表示同样的部件。
本文使用的术语是为了描述具体实施例的目的,而不意图是限制性的。如这里所使用的,除非上下文另外清楚地指出,否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外,当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时,说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组,但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是,如这里使用的,术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语,如此,它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
下文结合图1至图10对本发明的图像处理方法、点云生成方法、装置等进行详细说明。
图1示出了本发明的一些实施方式的图像处理方法的流程示意图。如图1所示,本发明实施例的图像处理方法可以包括如下步骤S102至步骤S110。
在步骤S102中,基于获取自被测物体表面的多幅格雷码图获得条纹序号图。条纹序号图包含沿第一方向排布的多条像素点条纹,每条像素点条纹对应唯一的条纹序号,条纹序号沿第一方向递增,各个条纹沿与第一方向垂直的第二方向延伸。
本发明的条纹序号图通过解析投射到被测物体表面的多幅格雷码图经被测物体表面调制并反射之后获得的多幅格雷码图而生成。也即,本发明所描述的条纹序号图是通过对经被测物体表面(例如被检测工件表面)反射的格雷码图进行解算得到的条纹序号图。对于格雷码解算的具体算法、具体实现流程等,本发明实施例不作限制。本领域技术人员应当理解,任何能够解码格雷码图以得到条纹序号图的相关算法均可适用于本发明实施例。
在本发明的一些实施方式中,条纹序号图包含沿图的列方向排布的多条条纹,每条条纹可以包含一列或多列像素点且每条条纹对应唯一的条纹序号。每条条纹的条纹序号通过对经被测物体表面反射的格雷码图案进行解算而得到。
图2示出了无噪声的理想条纹序号图的示例图。如图2所示,无噪声的理想条纹序号图中,也即正确的条纹序号图中,每条条纹具有唯一的条纹序号,并且各条条纹的条纹序号沿条纹分布方向递增。图2的示例中,示例性地示出了对应于图3的条纹序号的一部分条纹。
如图2所示,无噪声的理想条纹序号图中,也即正确的条纹序号图中,条纹序号图中每个像素点对应一个条纹序号,该条纹序号即为像素点所属条纹的唯一条纹序号,而每个条纹序号则是对应条纹序号图中唯一的一个连通域。
图2的示例中,每个条纹包含多列像素点,条纹序号图中的条纹沿图像列方向排布(图示的横向即图像列方向,即第一方向),也即条纹排布方向与条纹序号图的图像列方向一致,条纹序号图中各条纹的条纹序号的递增方向与条纹序号图中各像素点列号的递增方向一致。
图3示出了图2所示理想条纹序号图中一行图像数据的列方向坐标随条纹序号变化的趋势线的示意图,图3中纵坐标为像素点对应的条纹序号的数值,图3中横坐标表示像素点在条纹序号图中的列号即列方向坐标(图示的横坐标)。
通过图3可见,在条纹排布方向与条纹序号图的图像列方向一致时,无噪声的理想条纹序号图中,某一行图像数据中各像素点对应的条纹序号递增方向与该行像素点的列方向坐标(即横坐标)的递增方向一致。也即,图2的示例中,像素点的列号即列方向坐标沿条纹排布方向递增,可以理解为:对于条纹序号图中的每个像素点,其所在的行中,列号(即列方向坐标)大于该像素点的列号(即列方向坐标)的其他像素点对应的条纹序号应当大于或等于该像素点所对应的条纹序号,该像素点所在行中,列号(列方向坐标)小于该像素点列号的其他像素点对应的条纹序号应当小于或等于该像素点所对应的条纹序号。
需要说明的是,图2仅为示例。在其他实现方式中,例如,条纹沿条纹序号图的行方向排布(即图2示出的第二方向),也即条纹序号图的条纹排布方向与条纹序号图的图像行方向(图2中示出的第二方向)一致时,条纹序号图中各条纹的条纹序号的递增方向与条纹序号图中像素点对应的行号即行方向坐标(纵坐标)递增方向一致,条纹序号图中每列像素点的行号即行方向坐标递增方向与其对应的条纹序号的递增方向一致。此时,像素点的行号即行方向坐标沿条纹排布方向递增,可以理解为:对于条纹序号图中的每个像素点,其所在列中,行号(行方向坐标)大于该像素点行号的其他像素点对应的条纹序号应当大于或等于该像素点对应的条纹序号,该像素点所在列中,行号(行方向坐标)小于该像素点行号的其他像素点对应的条纹序号应当小于或等于该像素点对应的条纹序号。
图4示出了实际测试场景中条纹序号图的示例图,图5示出了图4所示条纹序号图中图像数据的某一行数据的列方向坐标随条纹序号变化的趋势线的示意图。图5中纵坐标为像素点对应的条纹序号的数值,图5中的横坐标为像素点在条纹序号图中的列方向坐标。
通过图4和图5可见,在实际测试场景中,条纹序号图因存在许多噪声而不满足上述条纹序号沿条纹排布方向递增的规律,图4中黑色方框中图像区域的噪声较多,通过图5可见,黑色方框中噪声点所对应的条纹序号呈现出无规则散乱排列的特点。
对比图2和图4、图3和图5,可以发现,在条纹序号图中不存在噪声时,条纹序号图中的每个像素点必然满足像素点的列号(列方向坐标)沿条纹排布方向递增的规律。也即,条纹序号图中的任意一个像素点,其对应的条纹序号应该大于或等于其所在行前面所有像素点所对应的条纹序号,同时小于或等于其所在行后面的所有像素点所对应的条纹序号。在条纹序号图中的条纹沿图像列方向排布时,某个像素点的前面所有像素点包括列号(列方向坐标)小于该像素点列号的所有像素点,某个像素点的后面所有像素点包括列号大于该像素点列号的所有像素点。
在条纹序号图中的条纹沿图像行方向排布时,某个像素点的所在列前面所有像素点包括行号(行方向坐标)小于该像素点行号的所有像素点,某个像素点所在列的后面所有像素点包括行号(行方向坐标)大于该像素点行号的所有像素点。
在步骤S104中,对于条纹序号图中具有相同第二方向坐标的像素点,沿第一方向进行条纹序号图的连续区域划分,以将条纹序号图划分为一个或两个以上的连续区域。其中,划分为一个连续区域时用于执行全局统计,划分为两个以上的连续区域时,用于执行局部统计。
在步骤S106中,以连续区域内的所有像素点作为待检像素点,基于各个待检像素点的第一方向坐标与各个待检像素点对应的条纹序号获取各个待检像素点的两侧匹配像素点数量,其中,待检像素点对应的条纹序号与两侧匹配像素点对应的条纹序号的顺序关系与待检像素点的第一方向坐标与两侧匹配像素点的第一方向坐标的位置关系相匹配。
优选地,获取各个待检像素点的两侧匹配像素点数量,包括以下内容。
判断当前待检像素点的第一侧(例如图2示出的第一方向上的左侧)的待检像素点的第一方向坐标是否小于当前待检像素点的第一方向坐标,判断当前待检像素点的第一侧的待检像素点对应的条纹序号值是否小于或等于当前待检像素点对应的条纹序号值,如果均为是,则判定第一侧的待检像素点为匹配像素点。
判断当前待检像素点的第二侧(例如图2示出的第一方向上的右侧)的待检像素点的第一方向坐标是否大于当前待检像素点的第一方向坐标,判断当前待检像素点的第二侧的待检像素点对应的条纹序号值是否大于或等于当前待检像素点对应的条纹序号值,如果均为是,则判定第二侧的待检像素点为匹配像素点。
统计当前待检像素点的第一侧的匹配像素点及第二侧的匹配像素点以获得两侧匹配像素点数量。
在本发明的一些实施方式中,以条纹沿条纹序号图的列方向排布为例,步骤S106可以包括:对于条纹序号图中的任意一个像素点,例如第一像素点,遍历其所在行的选定列(例如所有列),统计其所在行的选定列中满足“像素点的列方向坐标沿条纹排布方向递增”的其他像素点的数量,并将统计得到的其他像素点数量作为该第一像素点的分数:列号(列方向坐标)大于第一像素点列号(列方向坐标)的其他像素点对应的条纹序号大于或等于第一像素点对应的条纹序号,列号小于第一像素点列号的其他像素点对应的条纹序号小于或等于第一像素点对应的条纹序号。
在本发明的一些实施方式中,以条纹沿条纹序号图的行方向排布为例,步骤S106可以包括:对于条纹序号图中的任意一个像素点,例如第二像素点,遍历其所在列的选定行(例如所有行),统计其所在列的选定行中满足“像素点的行方向坐标沿条纹排布方向递增”的其他像素点的数量,并将统计得到的其他像素点数量作为该第二像素点的分数:行号(行方向坐标)大于第一像素点行号(行方向坐标)的其他像素点对应的条纹序号大于或等于第二像素点对应的条纹序号,行号小于第二像素点行号的其他像素点对应的条纹序号小于或等于第二像素点对应的条纹序号。
在本发明的实施方式中,步骤S106中可以通过全局统计、局部统计等方式来确定各像素点所在行或所在列中满足“像素点的列方向坐标或行方向坐标沿条纹排布方向(即条纹序号)递增”的其他像素点的数量。
在本发明的一些实施方式中,上文描述的全局统计是将选定列设置为条纹序号图中的所有列,将选定行设置为条纹序号图中的所有行。上文描述的选定列可以为条纹序号图中的所有列。例如,以条纹沿条纹序号图的列方向排布为例,对于条纹序号图中第3行第10列的像素点i,遍历条纹序号图第3行中除像素点i之外的所有列的其他像素点,逐个验证这些其他像素点是否满足“列号(列方向坐标)小于像素点i的其他像素点对应的条纹序号小于或等于像素点i对应的条纹序号”以及“列号(列方向坐标)大于像素点i的其他像素点对应的条纹序号大于或等于像素点i对应的条纹序号”,像素点i所在行(即,第3行)中每有一个其他像素点满足上述规则便将像素点i的分数加1,如此,直至条纹序号图第3行中除像素点i之外的所有列的其他像素点遍历完毕,由此得到的像素点i的分数即为像素点i所在行的选定列(即,条纹序号图的所有列)满足“像素点的列方向坐标沿条纹排布方向递增”的其他像素点的数量。这里,像素点i的分数初始值可以设置为0或其他默认值。
局部统计是预先将条纹序号图的图像数据划分为多段(即多个连续区域),每段图像数据可以包含连续的N列像素点或连续的N行像素点,以图像数据段为单位来确定像素点的分数,也即以像素点所属图像数据段包含的列或行作为确定该像素点分数的选定列或选定行。也即,上文描述的选定列可以为条纹序号图中包含待确定分数的当前像素点所在列的连续N列,N取预设值,该预设值可以为大于1的整数。
采用局部统计方式时,可以根据条纹序号图的分辨率来将条纹序号图的图像数据分段。本发明优选地采用均等分段的方式,即,每段图像数据包含等列像素点或等行像素点,有利于降低计算复杂度,也便于在各种实际测试场景和各类被测物中应用。例如,对于分辨率为2048*1536的条纹序号图来说,其图像数据可以等分为8段,每段图像数据可以包含256列像素点。
例如,以条纹序号图中条纹沿图像列方向排布为例,对于条纹序号图中第3行第10列的像素点i,假设像素点i所属的图像数据段包含第9~17列,遍历条纹序号图中第3行第9~17列的所有其他像素点,逐个验证这些其他像素点是否满足“列号小于像素点i的其他像素点对应的条纹序号小于或等于像素点i对应的条纹序号”以及“列号大于像素点i的其他像素点对应的条纹序号大于或等于像素点i对应的条纹序号”,条纹序号图中第3行第9~17列中每有一个其他像素点满足上述规则便将像素点i的分数加1,如此,直至条纹序号图第3行第9~17列的所有其他像素点遍历完毕,由此得到的像素点i的分数即为像素点i所在行的选定列(即,第9~17列)满足“像素点的列方向坐标沿条纹排布方向递增”这一规律的其他像素点的数量。
经实验验证发现,通过局部统计确定的像素点分数与该像素点是否属于噪声之间的相关性更高,也即,通过局部统计方式确定的像素点分数能够更准确地指示像素点是否属于噪声或像素点属于噪声的程度,同时还可降低计算复杂度,对于分辨率较高的图像,效果尤其明显。
图6示出了图4所示条纹序号图中一行图像数据的各个像素点的列方向坐标随条纹序号的变化曲线及各个像素点的分数随条纹序号的变化曲线。
通过图6和图4可见,不属于噪声的像素点分数较高,属于噪声的像素点则分数较低,也即,像素点的分数大小能够表征像素点属于噪声的程度。
本发明通过步骤S108来判断像素点是否为噪声点。在步骤S108中,基于连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点。
然后在步骤S110中,基于获取的条纹序号图中所有的噪声点对条纹序号图进行噪声滤除。
在本发明的一些实施方式中,步骤S108可以包括以下内容:步骤1082、对连续区域内的各个待检像素点的两侧匹配像素点数量进行比较操作,获得比较结果。步骤S1084、基于比较结果判断各个待检像素点是否为噪声点。
在本发明的一些实施方式中,上文描述的比较操作包括:基于像素点条纹的一维连通域内各个像素点的两侧匹配像素点数量的比较。
在本发明的又一些实施方式中,上文描述的比较操作包括:将各个待检像素点的两侧匹配像素点数量与预设阈值进行比较。
在本发明的一些实施方式中,在步骤S108中,基于连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点,包括:对于条纹序号图中具有相同第二方向坐标的像素点,基于像素点的像素值获得每条像素点条纹的一维连通域;判断每条像素点条纹的一维连通域是否唯一;以及如果某条像素点条纹的一维连通域为两个以上,则对各个一维连通域内所有像素点的两侧匹配像素点数量之和进行比较,保留所有像素点的两侧匹配像素点数量之和最大的一维连通域,将其他一维连通域内的像素点判定为噪声点。
进一步地,如果所有像素点的两侧匹配像素点数量之和最大的一维连通域的数量为两个以上,则对该两个以上的一维连通域中所有像素点的两侧匹配像素点数量均值进行比较,保留所有像素点的两侧匹配像素点数量均值最大的一维连通域,将其他一维连通域内的像素点判定为噪声点。
在本发明的又一些实施方式中,在步骤S108中,基于连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点,包括:对于条纹序号图中具有相同第二方向坐标的像素点,将各个像素点的两侧匹配像素点数量与预设阈值进行比较;以及将两侧匹配像素点数量小于或小于等于预设阈值的像素点判定为噪声点。
具体地,在本发明的一些实施方式中,根据条纹序号图中各像素点的分数,优选地通过连通域分析或者直方图统计来确定条纹序号图中的噪声。
在本发明的优选实施方式中,在步骤S108中,根据条纹序号图中各像素点的分数滤除条纹序号图中的噪声包括:通过连通域分析获取条纹序号图中各行的像素点连通域;对于条纹序号相同的两个或多个像素点连通域,根据其中各连通域内像素点的分数选定一个真连通域并将其他连通域确定为条纹序号图的噪声点连通域。
在本发明的一些实施方式中,上文描述的选定的真连通域为条纹序号相同的两个或多个连通域中像素点分数均值最高的连通域。本领域技术人员在本发明技术方案的启示下,对真连通域和噪声点连通域的判定方法进行调整,均落入本发明的保护范围。
对于图2所示条纹沿图像列方向排布的理想条纹序号图而言,按照像素点列号(列方向坐标)从低到高的排列方式,其某行图像数据的条纹序号序列可以表示为“1122334455667788”,“11”、“22”、“33”、“44”、“55”、“66”、“77”、“88”分别为各条纹序号对应的一维像素点连通域,数字1~8表示条纹序号的取值,可见,每个条纹序号对应唯一的一个像素点连通域,即真连通域。
而实际测试场景的条纹序号图,例如,条纹沿图像列方向排布,按照像素点列号(列方向坐标)从低到高排列,其某行图像数据对应的条纹序号序列可以表示为“11122331144466”,该行图像数据中出现了条纹序号相同的两个连通域,即,“111”和“11”,由此可以确定该条纹序号图中存在噪声,且噪声分布在这两个连通域的一个之中。
在条纹序号图中存在条纹序号相同的两个或多个连通域时,根据这两个或多个条纹序号相同的连通域中像素点的分数,选定其中的一个连通域保留,作为真连通域,将其他连通域确定为噪声点连通域。
以某行图像数据对应的条纹序号序列是“11122331144466”为例,假设连通域“111”中三个像素点的分数均值为14,而连通域“11”中两个像素点的分数均值为8,则保留连通域“111”为真连通域,将连通域“11”确定为噪声点连通域。由此,可以通过对条纹序号图中的单行数据进行连通域分析来确定条纹序号图中每行中的噪声,实现条纹序号图的精细滤波。
在本发明的又一些实施方式中,步骤S108中,可以对条纹序号图中各行像素点的分数进行直方图统计,根据直方图统计的结果确定条纹序号图各行中分数低于预设阈值的像素点,条纹序号图各行中分数低于预设阈值的像素点即为条纹序号图中的噪声点。以分辨率为2048*1536的条纹序号图为例,在某一场景中,采用全局统计的方式,得到每一行各个像素点对应的分数值,对各个像素点的分数值进行直方图统计后进行聚类分析,可以将数量小于某一阈值的分类对应的像素点看作噪声,以进行滤波处理。
图7示出了图4所示条纹序号图经本发明的图像处理方法滤波后的条纹序号图的示意图。
对比图7中的黑色方框区域和图4的黑色方框区域可见,通过本发明的图像处理方法能够有效消除条纹序号图中的噪声。
图8是本发明的一个实施方式的基于相移格雷码的点云生成方法的流程示意图。
如图8所示,本发明的基于相移格雷码的点云生成方法S200可以包括:步骤S202、获取被测物体表面的相移编码图和格雷码图;步骤S204、对相移编码图进行解码以获得主值相位图,对格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图;步骤S206、基于主值相位图及噪声滤除后的条纹序号图获得绝对相位图;步骤S208、基于绝对相位图获取表征被测物体表面形貌特征的点云数据。
其中,对格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图基于本发明上文描述的任一个实施方式的图像处理方法S100实现。
图9是本发明的一个实施方式的采用处理系统的硬件实现方式的图像处理装置的结构示意框图。图10是本发明的一个实施方式的采用处理系统的硬件实现方式的图像处理装置的结构示意框图。
图像处理装置1000和基于相移格雷码的点云生成装置2000可以包括执行上述流程图中各个或几个步骤的相应模块。因此,可以由相应模块执行上述流程图中的每个步骤或几个步骤,并且可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。
该硬件结构可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器,这取决于硬件的特定应用和总体设计约束。总线1100、2100将包括一个或多个处理器1200、2200、存储器1300、2300和/或硬件模块的各种电路连接到一起。总线1100、2100还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其他电路1400、2400连接。
总线1100、2100可以是工业标准体系结构(ISA,Industry StandardArchitecture)总线、外部设备互连(PCI,Peripheral Component)总线或扩展工业标准体系结构(EISA,Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,该图中仅用一条连接线表示,但并不表示仅有一根总线或一种类型的总线。
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方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如,本发明中的方法实施方式可以被实现为软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其他实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,可以具体实现在任何可读存储介质中,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,“可读存储介质”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。可读存储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,以及便携式只读存储器(CDROM)。另外,可读存储介质甚至可以是可在其上打印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程序,然后将其存储在存储器中。
应当理解,本发明的各部分可以用硬件、软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方式方法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,程序可以存储于一种可读存储介质中,该程序在执行时,包括方法实施方式的步骤之一或其组合。
此外,在本发明各个实施方式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。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,也可以存储在一个可读存储介质中。存储介质可以是只读存储器,磁盘或光盘等。
参考图9,在本发明的一些实施方式中,本发明的图像处理装置1000可以包括:条纹序号图获取模块1002、条纹序号图划分模块1004、匹配像素点获取模块1006、噪声点判定模块1008以及噪声滤除模块1010。
条纹序号图获取模块1002基于获取自被测物体表面的多幅格雷码图获得条纹序号图,条纹序号图包含沿第一方向排布的多条像素点条纹,每条像素点条纹对应唯一的条纹序号,条纹序号沿第一方向递增,各个条纹沿与第一方向垂直的第二方向延伸。
条纹序号图划分模块1004对于条纹序号图中具有相同第二方向坐标的像素点,沿第一方向进行条纹序号图的连续区域划分,以将条纹序号图划分为一个或两个以上的连续区域。
匹配像素点获取模块1006以连续区域内的所有像素点作为待检像素点,基于各个待检像素点的第一方向坐标与各个待检像素点对应的条纹序号获取各个待检像素点的两侧匹配像素点数量,其中,待检像素点对应的条纹序号与两侧匹配像素点对应的条纹序号的顺序关系与待检像素点的第一方向坐标与两侧匹配像素点的第一方向坐标的位置关系相匹配。
噪声点判定模块1008基于连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点。
噪声滤除模块1010基于获取的条纹序号图中所有的噪声点对条纹序号图进行噪声滤除。
在本发明的一些实施方式中,本发明的基于相移格雷码的点云生成装置2000可以包括:图像获取模块2002、第一图像处理模块2004、第二图像处理模块2006、绝对相位图获取模块2008、以及点云数据获取模块2010。
图像获取模块2002获取被测物体表面的相移编码图和格雷码图。第一图像处理模块2004对相移编码图进行解码以获得主值相位图。第二图像处理模块2006对格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图。绝对相位图获取模块2008基于主值相位图及噪声滤除后的条纹序号图获得绝对相位图。点云数据获取模块2010基于绝对相位图获取表征被测物体表面形貌特征的点云数据。其中,第二图像处理模块2006为本发明上文描述的图像处理装置1000。
本发明还提供了一种电子设备,包括:存储器,存储器存储执行指令;以及处理器,处理器执行存储器存储的执行指令,使得处理器执行本发明任一个实施方式的图像处理方法和/或执行本发明任一个实施方式的点云生成方法。
本发明还提供了可读存储介质,可读存储介质中存储有执行指令,执行指令被处理器执行时用于实现本发明任一个实施方式的图像处理方法和/或实现本发明任一个实施方式的点云生成方法。
在本说明书的描述中,参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式/方式或示例中。在本说明书中,对上述术语的示意性表述不必须的是相同的实施方式/方式或示例。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方式/方式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方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
此外,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。在本申请的描述中,“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。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本发明,而并非是对本发明的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本发明的范围内。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
基于获取自被测物体表面的多幅格雷码图获得条纹序号图,所述条纹序号图包含沿第一方向排布的多条像素点条纹,每条像素点条纹对应唯一的条纹序号,所述条纹序号沿所述第一方向递增,各个条纹沿与所述第一方向垂直的第二方向延伸;
对于所述条纹序号图中具有相同第二方向坐标的像素点,沿所述第一方向进行条纹序号图的连续区域划分,以将所述条纹序号图划分为一个或两个以上的连续区域;
以所述连续区域内的所有像素点作为待检像素点,基于各个待检像素点的第一方向坐标与各个待检像素点对应的条纹序号获取各个待检像素点的两侧匹配像素点数量,其中,待检像素点对应的条纹序号与两侧匹配像素点对应的条纹序号的顺序关系与待检像素点的第一方向坐标与两侧匹配像素点的第一方向坐标的位置关系相匹配;
基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点;以及
基于获取的所述条纹序号图中所有的噪声点对所述条纹序号图进行噪声滤除。
2.根据权利要求1所述的图像处理方法,其特征在于,获取各个待检像素点的两侧匹配像素点数量,包括:
判断当前待检像素点的第一侧的待检像素点的第一方向坐标是否小于当前待检像素点的第一方向坐标,判断当前待检像素点的第一侧的所述待检像素点对应的条纹序号是否小于或等于当前待检像素点对应的条纹序号,如果均为是,则判定第一侧的所述待检像素点为匹配像素点;
判断当前待检像素点的第二侧的待检像素点的第一方向坐标是否大于当前待检像素点的第一方向坐标,判断当前待检像素点的第二侧的所述待检像素点对应的条纹序号是否大于或等于当前待检像素点对应的条纹序号,如果均为是,则判定第二侧的所述待检像素点为匹配像素点;以及
统计当前待检像素点的第一侧的匹配像素点及第二侧的匹配像素点以获得所述两侧匹配像素点数量。
3. 根据权利要求1或2所述的图像处理方法,其特征在于,基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点,包括:
对所述连续区域内的各个待检像素点的两侧匹配像素点数量进行比较操作,获得比较结果;以及
基于所述比较结果判断各个待检像素点是否为噪声点。
4.根据权利要求3所述的图像处理方法,其特征在于,所述比较操作包括:
基于像素点条纹的一维连通域内各个像素点的两侧匹配像素点数量的比较。
5.根据权利要求4所述的图像处理方法,其特征在于,基于所述连续区域内所有待检像素点的两侧匹配像素点数量判断各个待检像素点是否为噪声点,包括:
对于所述条纹序号图中具有相同第二方向坐标的像素点,基于像素点的像素值获得每条像素点条纹的一维连通域;
判断每条像素点条纹的一维连通域是否唯一;以及
如果某条像素点条纹的一维连通域为两个以上,则对各个一维连通域内所有像素点的两侧匹配像素点数量之和进行比较,保留所有像素点的两侧匹配像素点数量之和最大的一维连通域,将其他一维连通域内的像素点判定为噪声点。
6.根据权利要求5所述的图像处理方法,其特征在于,如果所有像素点的两侧匹配像素点数量之和最大的一维连通域的数量为两个以上,则对该两个以上的一维连通域中所有像素点的两侧匹配像素点数量均值进行比较,保留所有像素点的两侧匹配像素点数量均值最大的一维连通域,将其他一维连通域内的像素点判定为噪声点。
7.根据权利要求3所述的图像处理方法,其特征在于,所述比较操作包括:
将各个待检像素点的两侧匹配像素点数量与预设阈值进行比较。
8.一种点云生成方法,所述点云生成方法为基于相移格雷码的点云生成方法,其特征在于,包括:
获取被测物体表面的相移编码图和格雷码图;
对所述相移编码图进行解码以获得主值相位图,对所述格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图;
基于所述主值相位图及所述噪声滤除后的条纹序号图获得绝对相位图;以及
基于所述绝对相位图获取表征被测物体表面形貌特征的点云数据;
其中,对所述格雷码图进行解码及噪声滤除以获得噪声滤除后的条纹序号图基于权利要求1至7中任一项所述的图像处理方法实现。
9. 一种电子设备,其特征在于,包括:
存储器,所述存储器存储执行指令;以及
处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行权利要求1至7中任一项所述的图像处理方法或执行权利要求8所述的点云生成方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现权利要求1至7中任一项所述的图像处理方法或实现权利要求8所述的点云生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310405363.2A CN116385657B (zh) | 2023-04-17 | 2023-04-17 | 图像处理方法、点云生成方法、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310405363.2A CN116385657B (zh) | 2023-04-17 | 2023-04-17 | 图像处理方法、点云生成方法、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116385657A CN116385657A (zh) | 2023-07-04 |
CN116385657B true CN116385657B (zh) | 2023-09-08 |
Family
ID=86963230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310405363.2A Active CN116385657B (zh) | 2023-04-17 | 2023-04-17 | 图像处理方法、点云生成方法、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116385657B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117437149A (zh) * | 2023-11-23 | 2024-01-23 | 北京迁移科技有限公司 | 图像处理方法、点云生成方法、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101666631A (zh) * | 2009-09-07 | 2010-03-10 | 东南大学 | 基于正反码彩色编码条纹的三维测量方法 |
CN107343115A (zh) * | 2016-05-02 | 2017-11-10 | 佳能株式会社 | 图像处理装置、图像处理方法和非暂时性计算机可读存储介质 |
JP2019016865A (ja) * | 2017-07-04 | 2019-01-31 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
CN110230997A (zh) * | 2019-06-04 | 2019-09-13 | 江南大学 | 一种基于改进单调法的阴影区相位噪声校正方法 |
CN112435176A (zh) * | 2020-11-09 | 2021-03-02 | 浙江大华技术股份有限公司 | 图像条纹噪声去除方法以及相关装置 |
WO2021120410A1 (zh) * | 2019-12-20 | 2021-06-24 | 五邑大学 | 基于霍夫变换的绝对相位噪声去除方法、装置和存储介质 |
CN113971691A (zh) * | 2021-09-16 | 2022-01-25 | 中国海洋大学 | 一种基于多视角双目结构光的水下三维重建方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5007953B2 (ja) * | 2008-03-14 | 2012-08-22 | 日本電気株式会社 | 画像処理装置、画像処理方法およびプログラム |
-
2023
- 2023-04-17 CN CN202310405363.2A patent/CN116385657B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101666631A (zh) * | 2009-09-07 | 2010-03-10 | 东南大学 | 基于正反码彩色编码条纹的三维测量方法 |
CN107343115A (zh) * | 2016-05-02 | 2017-11-10 | 佳能株式会社 | 图像处理装置、图像处理方法和非暂时性计算机可读存储介质 |
JP2019016865A (ja) * | 2017-07-04 | 2019-01-31 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
CN110230997A (zh) * | 2019-06-04 | 2019-09-13 | 江南大学 | 一种基于改进单调法的阴影区相位噪声校正方法 |
WO2021120410A1 (zh) * | 2019-12-20 | 2021-06-24 | 五邑大学 | 基于霍夫变换的绝对相位噪声去除方法、装置和存储介质 |
CN112435176A (zh) * | 2020-11-09 | 2021-03-02 | 浙江大华技术股份有限公司 | 图像条纹噪声去除方法以及相关装置 |
CN113971691A (zh) * | 2021-09-16 | 2022-01-25 | 中国海洋大学 | 一种基于多视角双目结构光的水下三维重建方法 |
Non-Patent Citations (1)
Title |
---|
基于格雷码图案投影的结构光三维成像技术;刘达等;光学学报;第40卷(第23期);第92-101页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116385657A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Morel et al. | Variational methods in image segmentation: with seven image processing experiments | |
EP2295932B1 (en) | Image processing device, image processing method, and program | |
Yang | Fast stereo matching using reliability-based dynamic programming and consistency constraints | |
Wang et al. | Evaluating edge detection through boundary detection | |
CN116385657B (zh) | 图像处理方法、点云生成方法、电子设备及可读存储介质 | |
US8731334B2 (en) | Multilevel thresholding for mutual information based registration and image registration using a GPU | |
KR20060048642A (ko) | 컬러 세그먼테이션 기반 스테레오 3d 재구성 시스템 및프로세스 | |
US7224831B2 (en) | Method, apparatus and program for detecting an object | |
Nie et al. | Two-dimensional extension of variance-based thresholding for image segmentation | |
CN110176010A (zh) | 一种图像检测方法、装置、设备及存储介质 | |
CN116721036B (zh) | 噪声点判定方法、装置、电子设备及可读存储介质 | |
CN116468838B (zh) | 一种区域资源渲染方法、系统、计算机及可读存储介质 | |
Dunn et al. | Optimal Gabor-filter design for texture segmentation | |
Zeglazi et al. | Accurate dense stereo matching for road scenes | |
Drouin et al. | Geo-consistency for wide multi-camera stereo | |
Koschan et al. | Dense depth maps by active color illumination and image pyramids | |
Alpert et al. | Detecting faint curved edges in noisy images | |
CN115880228A (zh) | 多缺陷合并方法、装置、计算机设备及存储介质 | |
Karmakar et al. | Fuzzy rule for image segmentation incorporating texture features | |
Costa et al. | Effective detection of digital bar segments with Hough transform | |
Moghaddamzadeh et al. | Segmentation of color images with highlights and shadows using fuzzy reasoning | |
Khurana | Comparative study on threshold techniques for image analysis | |
Zhang et al. | Thresholding three-dimensional image | |
Singh et al. | level shape description by skeletonization in faded documents | |
Kim et al. | GPU-friendly Multi-view Stereo for Outdoor Planar Scene Reconstruction. |
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 |