CN116418976A - 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 PDF

Info

Publication number
CN116418976A
CN116418976A CN202211486042.1A CN202211486042A CN116418976A CN 116418976 A CN116418976 A CN 116418976A CN 202211486042 A CN202211486042 A CN 202211486042A CN 116418976 A CN116418976 A CN 116418976A
Authority
CN
China
Prior art keywords
diffraction
points
sdk
structured light
light camera
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
Application number
CN202211486042.1A
Other languages
English (en)
Other versions
CN116418976B (zh
Inventor
刘祺昌
李东洋
曹天宇
王海彬
户磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Lumingshi Technology Co ltd
Original Assignee
Beijing Lumingshi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Lumingshi Technology Co ltd filed Critical Beijing Lumingshi Technology Co ltd
Priority to CN202211486042.1A priority Critical patent/CN116418976B/zh
Publication of CN116418976A publication Critical patent/CN116418976A/zh
Application granted granted Critical
Publication of CN116418976B publication Critical patent/CN116418976B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

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。结构光相机的产测SDK授权方法包括:获取待验证的产测SDK对应的结构光相机拍摄平面物体得到的散斑图像,在散斑图像中搜索至少一组互为同名点的所有像素点;根据搜索到的各组互为同名点的所有像素点的数量,确定结构光相机中投射器的衍射级次数量,和/或根据各组互为同名点的所有像素点的位置确定各衍射级次对应的衍射级次夹角,衍射级次夹角用于度量各衍射级次相对于零级衍射级次的角度变化情况;当投射器的衍射级次数量和预设衍射级次数量相等,和/或,投射器的衍射级次夹角和预设衍射级次夹角相等时,产测SDK验证成功,对产测SDK进行授权。

Description

结构光相机的产测SDK授权方法、电子设备及存储介质
技术领域
本申请实施例涉及图像处理领域,特别涉及一种结构光相机的产测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。为了防止产测SDK被非法使用,需要为产测SDK提供授权机制。
当前对于产测SDK授权的方式多为加密芯片授权、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、硬件绑定等只能限定使用平台,而不能限定使用对象。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,将结构光相机中投射器的衍射级次数量和/或衍射级次夹角与对应的产测SDK进行绑定,以实现通过验证获取的衍射级次数量和/或衍射级次夹角与预设衍射级次数量和/或衍射级次夹角是否相等,来对产测SDK进行授权。
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:获取待验证的产测SDK对应的结构光相机拍摄平面物体得到的散斑图像,并在散斑图像中搜索至少一组互为同名点的所有像素点;根据搜索到的各组互为同名点的所有像素点的数量,确定结构光相机中投射器的衍射级次数量,和/或根据搜索到的各组互为同名点的所有像素点的位置确定各所述衍射级次对应的衍射级次夹角,衍射级次夹角用于度量各衍射级次相对于零级衍射级次的角度变化情况;当投射器的衍射级次数量和预设衍射级次数量相等,和/或,投射器的衍射级次夹角和预设衍射级次夹角相等时,产测SDK验证成功,并对产测SDK进行授权。
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,以使所述至少一个处理器能够执行以上实施方式所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实施方式提及的结构光相机的产测SDK授权方法。
本申请实施方式提供的结构光相机的产测SDK授权方法,获取待验证的产测SDK对应的结构光相机拍摄平面物体的散斑图像,获取散斑图像中至少一组互为同名点的所有像素点,根据这些像素点的数量确定目标结构光相机的衍射级次数量,和/或根据这些像素点的位置确定衍射级次夹角,比较获取的衍射级次数量与预设衍射级次数量是否相等,和/或,比较获取的衍射级次夹角与预设衍射级次夹角是否相等,当相等时为产测SDK进行授权。由于结构光相机由投射器和摄像头组成,各厂家对投射器都会有自己特有的定制和设计,因此根据不同投射器所对应的衍射级次和衍射级次夹角不同,来对产测SDK进行独有保护,使得产测SDK只能针对自家定制的结构光相机进行后续的成像质量测试。
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是本申请实施方式提供的结构光相机的产测SDK授权方法的流程图;
图2是本申请实施方式提供的经过衍射级次划分的散斑图像;
图3是本申请实施方式提供的电子设备的结构示意图。
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。
下面对本实施方式的结构光相机的产测SDK授权方法的实现细节进行举例说明。以下内容仅为方便理解而提供的实现细节,并非实施本方案的必须。
本申请的实施方式涉及一种结构光相机的产测SDK授权方法,如图1所示,包括。
步骤101,获取待验证的产测SDK对应的结构光相机拍摄平面物体得到的散斑图像,并在散斑图像中搜索至少一组互为同名点的所有像素点。
本实施例中,若要对结构光相机进行产品质量检测,就要使用与该结构光相机对应的产测SDK检测结构光相机的成像质量。即不同类型(不同厂家、不同产品型号)的结构光相机对应不同的产测SDK,那么在使用产测SDK之前,该产测SDK就要通过授权,即判断该产测SDK与目标结构光相机是否匹配,若匹配,则说明该产测SDK可以用来对目标结构光相机进行质量检测;若不匹配,则说明该产测SDK不能用来对目标结构光相机进行质量检测。
为了将产测SDK和对应的结构光相机绑定在一起,本申请利用结构光相机拍摄得到的散斑图像,从散斑图像中搜索至少一组互为同名点的所有像素点,根据至少一组互为同名点的所有像素点进行后续授权流程。
本领域技术人员可以理解的是,结构光相机包括投射器和摄像头模组,投射器将点阵、或线阵、或面阵编码结构光投射至目标物体,摄像头模组接收被高度调制的结构光影像,即散斑图像。一般来说,投射器包括:垂直腔面发射激光器(Vertical-Cavity Surface-Emitting Laser,VCSEL)、准直镜和衍射元件(Diffractive Optical Element,DOE)。投射器的工作原理是:VCSEL发出光源后经准直镜准直,得到准直光线,准直光线再经DOE衍射复制,投射一定数量的结构光。
也就是说,光源在未经过DOE之前,得到的散斑图像只有零级衍射区域一块,在经过DOE衍射和复制之后,形成了若干衍射级次的散斑区域,这些散斑区域(即除零级衍射区域之外的衍射区域)在衍射和复制过程中,相比于零级衍射区域会有一定程度的变形和拉伸。但每个级次的衍射区域内各散斑的大小、形状、亮度等均不同,各级次的衍射区域之间的散斑数量、大小、形状等的都是一致的。
如图2所示为经过衍射级次划分的散斑图像,散斑图像中心的矩形区域为零级衍射区域,零级衍射区域右侧的第一个矩形区域为(1,0)级衍射区域,零级衍射区域右上侧的第一个矩形区域为(1,1)级衍射区域,零级衍射区域上侧的第一个矩形区域为(0,1)级衍射区域,零级衍射区域左上侧的第一个矩形区域为(-1,1)级衍射区域,零级衍射区域左侧的第一个矩形区域为(-1,0)级衍射区域,零级衍射区域左下侧的第一个矩形区域为(-1,-1)级衍射区域,零级衍射区域下侧的第一个矩形区域为(0,-1)级衍射区域,零级衍射区域右下侧的第一个矩形区域为(1,-1)级衍射区域,以此类推其他衍射区域的衍射级次也可获取。
基于此,针对散斑图像中任一像素点A,都可以找到与像素点A互为同名点的所有像素点A1、A2、A3、A4……等等,各像素点一定都分布在不同级次的衍射区域内,像素点A和像素点A1、A2、A3、A4……等等组成一组互为同名点的像素点组。因此,根据各组互为同名点的所有像素点的数量就可以确定投射器的衍射级次数量。比如:针对像素点A和像素点B,都能在散斑图像中找到与像素点A互为同名点的49个像素点、与像素点B互为同名点的49个像素点,那么获取该散斑图像的结构光相机中投射器的衍射级次数量为50。
在一实施例中,步骤101具体包括:选取散斑图像中零级衍射区域内至少一个像素点,根据立体匹配算法在散斑图像中确定与至少一个像素点互为同名点的所有像素点,得到至少一组互为同名点的所有像素点。
其中,选取散斑图像中零级衍射区域内至少一个像素点包括:以散斑图像的中心像素点为中心确定第一区域,并在第一区域内选取至少一个像素点;其中第一区域包含在零级衍射区域内。具体地,第一区域是尺寸为25pixel*25pixel的矩形区域,至少一个像素点为矩形区域的角点处像素点。
本实施例中,散斑图像的中心就是零级衍射区域的中心,因此,以散斑图像的中心作为中心,确定一个小于零级衍射区域的第一区域,在第一区域内任意选取至少一个像素点,根据立体匹配算法在散斑图像全图范围内搜寻与至少一个像素点互为同名点的所有像素点。第一区域的的形状可以是矩形、圆形、三角形等任意形状,只要保证该第一区域零级衍射区域内即可。在实际应用时,第一区域的尺寸优选为25*25。
步骤102,根据搜索到的各组互为同名点的所有像素点的数量,确定结构光相机中投射器的衍射级次数量,和/或根据搜索到的各组互为同名点的所有像素点的位置确定各衍射级次对应的衍射级次夹角,衍射级次夹角用于度量各衍射级次相对于零级衍射级次的角度变化情况。
本实施例中,根据各组互为同名点的所有像素点的位置可以确定各衍射级次对应的衍射级次夹角,该衍射级次夹角用于度量各衍射级次相对于零级衍射级次的角度变化情况。由于除零级衍射区域之外的衍射区域相比于零级衍射区域会有一定程度的拉伸和变形,因此通过衍射级次夹角就可以衡量各级次的衍射区域的在衍射和复制过程中的变形程度。
具体地,衍射级次夹角可以是一个夹角,也可以包含多个夹角,即可以用一个夹角从一个方面衡量各级次的衍射区域的变形程度,也可以用多个夹角从不同方面衡量衍射区域的变形程度。一个夹角通过两个直线向量确定,一个直接向量位于零级衍射区域内,另一个直线向量位于除零级衍射区域之外其他一个衍射级次的衍射区域内。
进一步地,直线向量可以直接在散斑图像中通过像素点确定,也可以通过区域的关键像素点来确定。
比如:以散斑图像的中心(即零级衍射区域的中心)作为原点,建立参考坐标系,选取零级衍射区域中心的像素点A,选取距离像素点A预设步长的像素点B,且直线AB与参考坐标系x轴的夹角为30°。然后在散斑图像中搜索与像素点A、B互为同名点的所有像素点,假设搜索到像素点A1、B1与像素点A、B互为同名点,根据像素点A1、B1的位置确定这两个像素点位于(1,1)级衍射区域内,那么(1,1)级衍射区域对应的衍射级次夹角为直线向量A1B1与直线向量AB之间的夹角。
又比如:在零级衍射区域内,在x轴上选取距离原点预设步长的两个像素点A、B,在y轴上同样选取距离原点预设步长的两个像素点C、D,然后在散斑图像中搜索与像素点A、B、C、D互为同名点的所有像素点,假设搜索到像素点A2、B2、C2、D2与像素点A、B、C、D互为同名点,根据像素点A2、B2、C2、D2的位置确定这两个像素点位于(2,1)级衍射区域内,那么(2,1)级衍射区域对应的衍射级次夹角包括:直线向量A2B2与直线向量AB之间的夹角、直线向量C2D2与直线向量CD之间的夹角。
又比如:在零级衍射区域内选取一预设区域,在散斑图像中搜索该预设区域的同名预设区域,即预设区域的角点与同名预设区域的角点互为同名点,那么根据预设区域的对角线、中垂线、对边中点连线等等任意一种直线向量与同名预设区域的同类型的直线向量的夹角就可确定对应衍射区域的衍射级次夹角。
在一实施例中,步骤102包括:将各组互为同名点的所有像素点的数量中,出现次数最多的数量确定为结构光相机中投射器的衍射级次数量,或者将各组互为同名点的所有像素点的数量的平均值的近似整数值确定为结构光相机中投射器的衍射级次数量。
具体地说,为保证衍射级次数量的准确性,可以在零级衍射区域内确定多个像素点,寻找这多个像素点的同名点,得到多组互为同名点的像素点组,根据各像素点组中像素点的数量确定衍射级次的数量。比如:在零级衍射区域内确定像素点A、B、C,搜索到与A互为同名点的像素点包括A1、A2、......、A10,搜索到与B互为同名点的像素点包括B1、B2、......、B10,搜索到与C互为同名点的像素点包括:C1、C2、......、C9,第一组像素点组包括A、A1、A2、......、A10,第二组像素点组包括B、B1、B2、......、B10,第三组像素点组包括C、C1、C2、......、C9,则根据像素点数量出现次数最多的数量可以确定衍射级次的数量为11。
在一实施例中,根据搜索到的各组互为同名点的所有像素点的位置确定各衍射级次对应的衍射级次夹角,包括:在散斑图像的零级衍射区域内,以零级衍射区域的中心像素点为中心确定第二区域,并基于预设规则确定用于描述第二区域角度的直线向量;在散斑图像中搜索与第二区域的角点处像素点互为同名点的同名像素点,并以位于同一衍射级次的所述同名像素点作为角点确定第三区域;基于预设规则确定用于描述所述第三区域角度的直线向量,并将该直线向量与对应的用于描述第二区域角度的直线向量的夹角确定为第三区域所在衍射级次所对应的衍射级次夹角。
本实施例中,第二区域可以是矩形、梯形、三角形等任意形状,第二区域小于零级衍射区域。比如:当第二区域为三角形时,三角形的三个顶点就是角点,在散斑图像中搜索与三个角点互为同名点的同名像素点,根据散斑图像的特点,在除零级衍射区域之外的每个衍射级次区域内根据同名像素点确定第三区域,可以简单地将第三区域理解为与第二区域互为同名区域的区域。但第三区域由于衍射复制过程相比于第二区域会有一定程度的拉伸和变形。比如:当第二区域为正方形时,第三区域不一定为正方形,而是将正方形拉伸变形后的一个四边形区域。
进一步地,基于预设规则确定用于描述第二区域角度的直线向量和用于描述第三区域角度的直线向量,这两个直线构成的夹角为第三区域的衍射级次夹角。其中,预设规则可以是以目标区域(第二区域或第三区域)对边中点的连线作为直线向量,也可以是以目标区域(第二区域或第三区域)各边中垂线作为直线向量,还可以是以目标区域(第二区域或第三区域)的角点连线作为直线向量。预设规则可以根据第二区域的形状、散斑图像的特点、处理效率等方面自行选择或调整设置,但各衍射区域使用的预设规则是一致的。
需要说明的是,以预设规则为对边中点连线为例,当第二区域为25pixel*25pixel的正方形区域时,确定两个直线向量的四个像素点就是在水平方向和竖直方向,距离散斑图像的中心5pixel的像素点,但需要注意的是,第三区域的中点不一定是第二区域中距离散斑图像的中心5pixel的像素点的同名点。
也就是说,直接通过像素点确定直线向量和通过区域的关键像素点确定直线向量是两个完全不同的方法,一个从微观角度出发确定各衍射级次的衍射区域中单个像素点的相对于零级衍射区域的单个像素点的位置变化情况,一个从宏观角度出发确定各衍射级次的第三区域相对于零级衍射区域中第二区域的变形程度。
进一步地,第二区域为矩形区域;预设规则为以矩形区域的对角线,和/或对边中点连线作为描述矩形区域角度的直线向量。
步骤103,当投射器的衍射级次数量和预设衍射级次数量相等,和/或,投射器的衍射级次夹角和预设衍射级次夹角相等时,产测SDK验证成功,并对产测SDK进行授权。
本实施例中,预设衍射级次数量为与待验证的产测SDK对应的结构光相机中,投射器的衍射级次数量理论值,预设衍射级次夹角为与待验证的产测SDK对应的结构光相机中,投射器的衍射级次夹角理论值,这两个理论值可以存储在产测SDK,也可以存储在执行授权方法的电子设备中。将获取的测量值(衍射级次数量和/或衍射级次夹角)与理论值(预设衍射级次数量和/或预设衍射级次夹角)进行比较,当测量值与理论值相等时,对产测SDK进行授权。
需要说明的是,衍射级次数量和衍射级次夹角的理论值和测量值的获取方法完全一致的。
由于不同类型、不同厂家的投射器的参数(衍射级次数量和衍射级次夹角)不同,而不同的投射器所组成的结构光相机对应的产测SDK不同,因此本申请将结构光相机中投射器的衍射级次数量和/或衍射级次夹角与对应的产测SDK进行绑定,以实现通过验证获取的衍射级次数量和/或衍射级次夹角,来对产测SDK进行授权。
在一实施例中,当投射器的衍射级次数量和预设衍射级次数量不相等,或所述投射器的衍射级次夹角和预设衍射级次夹角不相等时,产测SDK验证失败,不对产测SDK进行授权。
本申请实施方式提供的结构光相机的产测SDK授权方法,获取待验证的产测SDK对应的结构光相机拍摄平面物体的散斑图像,获取散斑图像中至少一组互为同名点的所有像素点,根据这些像素点的数量确定目标结构光相机的衍射级次数量,和/或根据这些像素点的位置确定衍射级次夹角,比较获取的衍射级次数量与预设衍射级次数量是否相等,和/或,比较获取的衍射级次夹角与预设衍射级次夹角是否相等,当相等时为产测SDK进行授权。由于结构光相机由投射器和摄像头组成,各厂家对投射器都会有自己特有的定制和设计,因此根据不同投射器所对应的衍射级次和衍射级次夹角不同,来对产测SDK进行独有保护,使得产测SDK只能针对自家定制的结构光相机进行后续的成像质量测试。
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。
本申请的实施方式涉及一种电子设备,如图3所示,包括:
至少一个处理器301;以及,与至少一个处理器301通信连接的存储器303;其中,存储器303存储有可被至少一个处理器301执行的指令,指令被至少一个处理器301执行,以使至少一个处理器301能够执行如上述实施方式提及的结构光相机的产测SDK授权方法。
该电子设备包括:一个或多个处理器301以及存储器303,图3中以一个处理器301为例。处理器301、存储器303可以通过总线或者其他方式连接,图3中以通过总线连接为例。存储器303作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器301通过运行存储在存储器303中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述结构光相机的产测SDK授权方法。
存储器303可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器303可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器303可选包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器303中,当被一个或者多个处理器301执行时,执行上述任意实施方式中的结构光相机的产测SDK授权方法。
上述产品可执行本申请实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本申请实施方式所提供的结构光相机的产测SDK授权方法。
本申请的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结构光相机的产测SDK授权方法的实施例。
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,所述方法包括:
获取待验证的产测SDK对应的结构光相机拍摄平面物体得到的散斑图像,并在所述散斑图像中搜索至少一组互为同名点的所有像素点;
根据搜索到的各组所述互为同名点的所有像素点的数量,确定所述结构光相机中投射器的衍射级次数量,和/或根据搜索到的各组所述互为同名点的所有像素点的位置确定各所述衍射级次对应的衍射级次夹角,所述衍射级次夹角用于度量各所述衍射级次相对于零级衍射级次的角度变化情况;
当所述投射器的衍射级次数量和预设衍射级次数量相等,和/或,所述投射器的衍射级次夹角和预设衍射级次夹角相等时,所述产测SDK验证成功,并对所述产测SDK进行授权。
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,所述在所述散斑图像中搜索至少一组互为同名点的所有像素点,包括:
选取所述散斑图像中零级衍射区域内至少一个像素点,根据立体匹配算法在所述散斑图像中确定与所述至少一个像素点互为同名点的所有像素点,得到所述至少一组互为同名点的所有像素点。
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,所述选取所述散斑图像中零级衍射区域内至少一个像素点包括:
以所述散斑图像的中心像素点为中心确定第一区域,并在所述第一区域内选取所述至少一个像素点;其中所述第一区域包含在所述零级衍射区域内。
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,所述第一区域是尺寸为25pixel*25pixel的矩形区域,所述至少一个像素点为矩形区域的角点处像素点。
5.根据权利要求1-4中任一项所述的结构光相机的产测SDK授权方法,其特征在于,所述根据搜索到的各组所述互为同名点的所有像素点的数量,确定所述结构光相机中投射器的衍射级次数量,包括:
将各组所述互为同名点的所有像素点的数量中,出现次数最多的所述数量确定为所述投射器的衍射级次数量,或者将各组所述互为同名点的所有像素点的数量的平均值的近似整数值确定为所述投射器的衍射级次数量。
6.根据权利要求1-4中任一项所述的结构光相机的产测SDK授权方法,其特征在于,所述根据搜索到的各组所述互为同名点的所有像素点的位置确定各所述衍射级次对应的衍射级次夹角,包括:
在所述散斑图像的零级衍射区域内,以所述零级衍射区域的中心像素点为中心确定第二区域,并基于预设规则确定用于描述所述第二区域角度的直线向量;
在所述散斑图像中搜索与所述第二区域的角点处像素点互为同名点的同名像素点,并以位于同一衍射级次的所述同名像素点作为角点确定第三区域;
基于所述预设规则确定用于描述所述第三区域角度的直线向量,并将该直线向量与对应的所述用于描述所述第二区域角度的直线向量的夹角确定为所述第三区域所在衍射级次所对应的衍射级次夹角。
7.根据权利要求6所述的结构光相机的产测SDK授权方法,其特征在于,所述第二区域为矩形区域;所述预设规则为,以所述矩形区域的对角线,和/或对边中点连线作为描述所述矩形区域角度的直线向量。
8.根据权利要求1中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:
当所述投射器的衍射级次数量和预设衍射级次数量不相等,或所述投射器的衍射级次夹角和预设衍射级次夹角不相等时,所述产测SDK验证失败,不对所述产测SDK进行授权。
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。
CN202211486042.1A 2022-11-24 2022-11-24 结构光相机的产测sdk授权方法、电子设备及存储介质 Active CN116418976B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211486042.1A CN116418976B (zh) 2022-11-24 2022-11-24 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
CN202211486042.1A CN116418976B (zh) 2022-11-24 2022-11-24 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
CN116418976A true CN116418976A (zh) 2023-07-11
CN116418976B CN116418976B (zh) 2023-12-12

Family

ID=87053774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211486042.1A Active CN116418976B (zh) 2022-11-24 2022-11-24 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) CN116418976B (zh)

Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050002530A1 (en) * 2003-06-25 2005-01-06 Noam Kogan Method and a system for control of unauthorized persons
JP2006155292A (ja) * 2004-11-30 2006-06-15 Toppan Printing Co Ltd 回折格子を有する情報記録媒体および情報記録媒体の隠蔽情報認証装置
US20080237505A1 (en) * 2004-02-05 2008-10-02 Sheffield Hallam University Method and System for Image Processing for Profiling with Uncoded Structured Light
CN101908231A (zh) * 2010-07-27 2010-12-08 清华大学 处理含有主平面场景的三维点云重建方法和系统
WO2012073559A1 (ja) * 2010-11-30 2012-06-07 日本電気株式会社 認定情報検証装置及び認定情報検証プログラム並びに認定情報検証システム及び認定情報検証方法
JP2012212288A (ja) * 2011-03-31 2012-11-01 Dainippon Printing Co Ltd 個体識別装置、個体識別方法、及びプログラム
JP2013080414A (ja) * 2011-10-05 2013-05-02 Japan Research Institute Ltd 認証装置、認証方法、及びプログラム
WO2014179743A1 (en) * 2013-05-02 2014-11-06 Sky Socket, Llc Time-based configuration policy toggling
US20150347857A1 (en) * 2014-06-03 2015-12-03 Alibaba Group Holding Limited Method and system for verifying identities
JP6221199B1 (ja) * 2016-10-12 2017-11-01 パルステック工業株式会社 X線回折測定装置
US20170325089A1 (en) * 2016-05-03 2017-11-09 Praneet Sharma Method and system of user authentication and end to end encryption using device synchronization
CN108716983A (zh) * 2018-04-28 2018-10-30 Oppo广东移动通信有限公司 光学元件检测方法和装置、电子设备、存储介质
CN108924340A (zh) * 2018-06-06 2018-11-30 Oppo广东移动通信有限公司 验证方法、验证装置及计算机可读存储介质
CN109186942A (zh) * 2018-08-16 2019-01-11 信利光电股份有限公司 测试用结构光摄像头的平行度检测方法、装置及可读存储介质
US20190019025A1 (en) * 2017-07-14 2019-01-17 Sharp Kabushiki Kaisha Image pickup apparatus,authentication apparatus, and image pickup method
US20190253701A1 (en) * 2018-02-09 2019-08-15 Jenoptik Optical Systems Llc Light-source characterizer and associated methods
CN110490938A (zh) * 2019-08-05 2019-11-22 Oppo广东移动通信有限公司 用于校验摄像头标定参数的方法、装置及电子设备
US20190377856A1 (en) * 2018-06-06 2019-12-12 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Verification method, verification device, electronic device and computer readable storage medium
US20200082520A1 (en) * 2018-03-12 2020-03-12 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Projector, detection method thereof, and electronic device
WO2020088045A1 (zh) * 2018-10-31 2020-05-07 Oppo广东移动通信有限公司 图像获取方法、图像获取装置、结构光组件及电子装置
US20200269626A1 (en) * 2019-02-27 2020-08-27 Dg Group S.R.L. Safety device, method and system for authorizing an operation
US20210001659A1 (en) * 2018-03-20 2021-01-07 Toppan Printing Co., Ltd. Optical element, transfer foil, authentication medium, and method of verifying authentication medium
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
CN112581369A (zh) * 2020-12-24 2021-03-30 中国银联股份有限公司 图像拼接方法以及装置
US20210103449A1 (en) * 2019-10-03 2021-04-08 Magic Leap, Inc. Management framework for mixed reality devices
CN112927280A (zh) * 2021-03-11 2021-06-08 北京的卢深视科技有限公司 深度图像的获取方法及装置、单目散斑结构光系统
CN113982690A (zh) * 2021-10-26 2022-01-28 三一智矿科技有限公司 基于锚护作业的控制方法及装置、系统、掘锚护一体机
WO2022058499A1 (en) * 2020-09-18 2022-03-24 Limis Development B.V. Motion-compensated laser speckle contrast imaging
CN114693546A (zh) * 2022-02-25 2022-07-01 合肥的卢深视科技有限公司 图像去噪方法、装置、电子设备和计算机可读存储介质
CN216900650U (zh) * 2022-01-26 2022-07-05 杭州指安科技股份有限公司 一种人脸识别模组的量产测试装置
CN115002451A (zh) * 2022-08-08 2022-09-02 合肥的卢深视科技有限公司 结构光相机的产测sdk授权方法、电子设备及存储介质
CN115049658A (zh) * 2022-08-15 2022-09-13 合肥的卢深视科技有限公司 Rgb-d相机质量检测方法、电子设备及存储介质

Patent Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050002530A1 (en) * 2003-06-25 2005-01-06 Noam Kogan Method and a system for control of unauthorized persons
US20080237505A1 (en) * 2004-02-05 2008-10-02 Sheffield Hallam University Method and System for Image Processing for Profiling with Uncoded Structured Light
JP2006155292A (ja) * 2004-11-30 2006-06-15 Toppan Printing Co Ltd 回折格子を有する情報記録媒体および情報記録媒体の隠蔽情報認証装置
CN101908231A (zh) * 2010-07-27 2010-12-08 清华大学 处理含有主平面场景的三维点云重建方法和系统
WO2012073559A1 (ja) * 2010-11-30 2012-06-07 日本電気株式会社 認定情報検証装置及び認定情報検証プログラム並びに認定情報検証システム及び認定情報検証方法
JP2012212288A (ja) * 2011-03-31 2012-11-01 Dainippon Printing Co Ltd 個体識別装置、個体識別方法、及びプログラム
JP2013080414A (ja) * 2011-10-05 2013-05-02 Japan Research Institute Ltd 認証装置、認証方法、及びプログラム
WO2014179743A1 (en) * 2013-05-02 2014-11-06 Sky Socket, Llc Time-based configuration policy toggling
US20150347857A1 (en) * 2014-06-03 2015-12-03 Alibaba Group Holding Limited Method and system for verifying identities
US20170325089A1 (en) * 2016-05-03 2017-11-09 Praneet Sharma Method and system of user authentication and end to end encryption using device synchronization
JP6221199B1 (ja) * 2016-10-12 2017-11-01 パルステック工業株式会社 X線回折測定装置
US20190019025A1 (en) * 2017-07-14 2019-01-17 Sharp Kabushiki Kaisha Image pickup apparatus,authentication apparatus, and image pickup method
US20190253701A1 (en) * 2018-02-09 2019-08-15 Jenoptik Optical Systems Llc Light-source characterizer and associated methods
US20200082520A1 (en) * 2018-03-12 2020-03-12 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Projector, detection method thereof, and electronic device
US20210001659A1 (en) * 2018-03-20 2021-01-07 Toppan Printing Co., Ltd. Optical element, transfer foil, authentication medium, and method of verifying authentication medium
CN108716983A (zh) * 2018-04-28 2018-10-30 Oppo广东移动通信有限公司 光学元件检测方法和装置、电子设备、存储介质
CN108924340A (zh) * 2018-06-06 2018-11-30 Oppo广东移动通信有限公司 验证方法、验证装置及计算机可读存储介质
US20190377856A1 (en) * 2018-06-06 2019-12-12 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Verification method, verification device, electronic device and computer readable storage medium
CN109186942A (zh) * 2018-08-16 2019-01-11 信利光电股份有限公司 测试用结构光摄像头的平行度检测方法、装置及可读存储介质
WO2020088045A1 (zh) * 2018-10-31 2020-05-07 Oppo广东移动通信有限公司 图像获取方法、图像获取装置、结构光组件及电子装置
US20200269626A1 (en) * 2019-02-27 2020-08-27 Dg Group S.R.L. Safety device, method and system for authorizing an operation
CN110490938A (zh) * 2019-08-05 2019-11-22 Oppo广东移动通信有限公司 用于校验摄像头标定参数的方法、装置及电子设备
US20210103449A1 (en) * 2019-10-03 2021-04-08 Magic Leap, Inc. Management framework for mixed reality devices
WO2022058499A1 (en) * 2020-09-18 2022-03-24 Limis Development B.V. Motion-compensated laser speckle contrast imaging
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
CN112581369A (zh) * 2020-12-24 2021-03-30 中国银联股份有限公司 图像拼接方法以及装置
CN112927280A (zh) * 2021-03-11 2021-06-08 北京的卢深视科技有限公司 深度图像的获取方法及装置、单目散斑结构光系统
CN113982690A (zh) * 2021-10-26 2022-01-28 三一智矿科技有限公司 基于锚护作业的控制方法及装置、系统、掘锚护一体机
CN216900650U (zh) * 2022-01-26 2022-07-05 杭州指安科技股份有限公司 一种人脸识别模组的量产测试装置
CN114693546A (zh) * 2022-02-25 2022-07-01 合肥的卢深视科技有限公司 图像去噪方法、装置、电子设备和计算机可读存储介质
CN115002451A (zh) * 2022-08-08 2022-09-02 合肥的卢深视科技有限公司 结构光相机的产测sdk授权方法、电子设备及存储介质
CN115049658A (zh) * 2022-08-15 2022-09-13 合肥的卢深视科技有限公司 Rgb-d相机质量检测方法、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
侯旭阳: "基于激光散斑的深度图获取算法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》 *

Also Published As

Publication number Publication date
CN116418976B (zh) 2023-12-12

Similar Documents

Publication Publication Date Title
US10809056B2 (en) Structured light projector
CN101680754B (zh) 非接触式车轮定位传感器以及方法
Micusik et al. Structure from motion with wide circular field of view cameras
US20160094830A1 (en) System and Methods for Shape Measurement Using Dual Frequency Fringe Patterns
US10593064B2 (en) Dynamic depth camera system calibration using mobile dispay device
US20230221102A1 (en) Dual-pattern optical 3d dimensioning
Ahmadabadian et al. Stereo‐imaging network design for precise and dense 3D reconstruction
Schambach et al. Microlens array grid estimation, light field decoding, and calibration
CN116418976B (zh) 结构光相机的产测sdk授权方法、电子设备及存储介质
EP3798569B1 (en) Dual-pattern optical 3d dimensioning
Beauchemin et al. Modelling and removing radial and tangential distortions in spherical lenses
CN114764823A (zh) 自校正的深度计算方法、系统、介质及深度图像处理设备
CN112598719A (zh) 深度成像系统及其标定方法、深度成像方法、存储介质
US20200041262A1 (en) Method for performing calibration by using measured data without assumed calibration model and three-dimensional scanner calibration system for performing same
CN115423808B (zh) 散斑投射器的质量检测方法、电子设备和存储介质
CN110189380A (zh) 标定数据的优化方法、结构光模组及存储介质
CN109427048A (zh) 图像处理装置和存储介质
Lathuiliere et al. Calibration of an LCD projector with pinhole model in active stereovision applications
US11822287B1 (en) Binocular holographic machine vision system and method for identifying locations of target elements
CN114170326B (zh) 获取相机坐标系原点的方法及装置
US11544841B2 (en) Method of determining the coherence between a physical object and a numerical model representative of the shape of a physical object
US11156748B2 (en) Omnidirectional structured light projection
CN114001668B (zh) 反光物体表面的三维测量系统及其测量方法和存储介质
Schillebeeckx et al. Pose hashing with microlens arrays
CN115451866A (zh) 基于光场等效相机阵列模型的高反光表面三维测量方法

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