CN207780847U - 图像识别单元及触摸面板 - Google Patents

图像识别单元及触摸面板 Download PDF

Info

Publication number
CN207780847U
CN207780847U CN201820265645.1U CN201820265645U CN207780847U CN 207780847 U CN207780847 U CN 207780847U CN 201820265645 U CN201820265645 U CN 201820265645U CN 207780847 U CN207780847 U CN 207780847U
Authority
CN
China
Prior art keywords
depth
image identification
identification unit
depth camera
touch panel
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
Application number
CN201820265645.1U
Other languages
English (en)
Inventor
王鹏鹏
王海生
丁小梁
郑智仁
韩艳玲
张平
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.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group 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 BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201820265645.1U priority Critical patent/CN207780847U/zh
Application granted granted Critical
Publication of CN207780847U publication Critical patent/CN207780847U/zh
Priority to US16/234,953 priority patent/US11054946B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G06F3/042—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means by opto-electronic means
    • G06F3/0421—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means by opto-electronic means by interrupting or reflecting a light beam, e.g. optical touch-screen
    • 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
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/282—Image signal generators for generating image signals corresponding to three or more geometrical viewpoints, e.g. multi-view systems
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N2013/0074—Stereoscopic image analysis
    • H04N2013/0081—Depth or disparity estimation from stereoscopic image signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本实用新型提出一种图像识别单元及触摸面板，其中，图像识别单元包括：多个阵列排布的玻璃基深度摄像头和图像识别模块，每个深度相机包括两个所述玻璃基深度摄像头；多个所述深度相机用于形成多个不同深度范围且不同局部视场空间的局部图像；所述图像识别模块分别与多个所述玻璃基深度摄像头连接，用于对多个所述局部图像进行深度图像计算，以及深度方向和视场方向的拼接。本实用新型提出的图像识别单元及触摸面板，提高了基于玻璃基图像传感器的深度相机的深度检测的精度。

Description

图像识别单元及触摸面板
技术领域
本实用新型涉及电子技术领域，尤其涉及一种图像识别单元及触摸面板。
背景技术
随着3D技术的发展，立体显示、机器视觉、卫星遥感等方面的技术应用，越来越多地需要获取场景的深度信息。目前，深度相机能够获取相机视野内目标的深度信息。
现有技术中，基于玻璃基图像传感器的双目结构的深度相机包括两个玻璃基深度摄像头(玻璃基深度摄像头中包括玻璃基图像传感器)，由于玻璃基图像传感器的分辨率较低，因此使得基于玻璃基图像传感器的深度相机的深度检测的精度较差。
实用新型内容
本实用新型旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本实用新型的第一个目的在于提出一种图像识别单元，以提高基于玻璃基图像传感器的深度相机的深度检测的精度。
本实用新型的第二个目的在于提出一种触摸面板。
为达上述目的，本实用新型第一方面实施例提出了一种图像识别单元，包括：多个阵列排布的玻璃基深度摄像头和图像识别模块，每个深度相机包括两个所述玻璃基深度摄像头；多个所述深度相机用于形成多个不同深度范围且不同局部视场空间的局部图像；所述图像识别模块分别与多个所述玻璃基深度摄像头连接，用于对多个所述局部图像进行深度图像计算，以及深度方向和视场方向的拼接。
本实用新型实施例的图像识别单元，通过设置多个深度相机，每个深度相机形成局部视场空间而不是完整视场空间的局部图像，由于每个深度相机对应的视场角减小了，因此提高了深度相机深度检测的精度。每个深度相机的两个玻璃基深度摄像头之间的基线距离不同，导致每个深度相机适合测量的场景的深度距离不同，通过对多个深度相机形成的多个局部图像进行深度方向的拼接，可以进一步提高深度检测的精度。通过对多个局部图像进行视场方向的拼接，可以保证形成完整视场空间的图像。综上，本实用新型实施例的图像识别单元可以在不影响图像的完整视场空间的前提下，提高深度相机深度检测的精度。
另外，本实用新型上述实施例提出的图像识别单元还可以具有如下附加的技术特征：
可选的，在本实用新型的一个实施例中，所述图像识别模块包括：计算子模块，分别与多个所述玻璃基深度摄像头连接，用于利用双目深度检测原理对多个所述局部图像进行深度图像计算，得到多个局部深度图像。
可选的，在本实用新型的一个实施例中，所述图像识别模块还包括：深度拼接子模块，与所述计算子模块连接，用于根据多个所述深度相机对应的预设深度范围，对多个所述局部深度图像进行提取和深度方向的拼接，得到多个局部纵向深度图像。
可选的，在本实用新型的一个实施例中，所述图像识别模块还包括：视场拼接子模块，与所述深度拼接子模块连接，用于对多个所述局部纵向深度图像进行视场方向的拼接。
为达上述目的，本实用新型第二方面实施例提出了一种触摸面板，包括：从上至下依次设置的棱镜膜、如本实用新型第一方面实施例所述的图像识别单元、基板和玻璃面板。
本实用新型实施例的触摸面板中的图像识别单元，通过设置多个深度相机，每个深度相机形成局部视场空间而不是完整视场空间的局部图像，由于每个深度相机对应的视场角减小了，因此提高了深度相机深度检测的精度。每个深度相机的两个玻璃基深度摄像头之间的基线距离不同，导致每个深度相机适合测量的场景的深度距离不同，通过对多个深度相机形成的多个局部图像进行深度方向的拼接，可以进一步提高深度检测的精度。通过对多个局部图像进行视场方向的拼接，可以保证形成完整视场空间的图像。综上，本实用新型实施例的触摸面板中的图像识别单元可以在不影响图像的完整视场空间的前提下，提高深度相机深度检测的精度。且与棱镜膜、基板和玻璃面板一起实现了触摸面板的集成。
另外，本实用新型上述实施例提出的触摸面板还可以具有如下附加的技术特征：
可选的，在本实用新型的一个实施例中，所述棱镜膜为单个完整透镜或微透镜阵列或液晶透镜。
可选的，在本实用新型的一个实施例中，所述微透镜的焦距设置为按照景深距离变化，所述景深距离越远，所述焦距越大。
可选的，在本实用新型的一个实施例中，所述图像识别单元设置在所述触摸面板的非显示区域。
可选的，在本实用新型的一个实施例中，所述图像识别单元和其他基于感光单元的感光结构设置于所述基板上方的同一层。
本实用新型附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本实用新型的实践了解到。
附图说明
本实用新型上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本实用新型提供的图像识别单元一个实施例的结构示意图；
图2为双目深度检测原理的基本原理示意图；
图3为基线距离B与深度测量的精度之间的非线性关系示意图；
图4为双目深度检测的参数原理示意图一；
图5为双目深度检测的参数原理示意图二；
图6为本实用新型提供的图像识别单元另一个实施例的结构示意图；
图7为双目深度相机提供固定景深的示意图；
图8为多个深度相机进行视场方向拼接的示意图；
图9为本实用新型提供的触摸面板一个实施例的结构示意图一；
图10为本实用新型提供的触摸面板一个实施例的结构示意图二；以及
图11为本实用新型提供的触摸面板另一个实施例的结构示意图。
附图标记说明：
1-玻璃基深度摄像头、2-图像识别模块、21-计算子模块、22-深度拼接子模块、23-视场拼接子模块、3-深度相机、4-棱镜膜、5-图像识别单元、6-基板、7-玻璃面板、8-感光单元、9-感光结构。
具体实施方式
下面详细描述本实用新型的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本实用新型，而不能理解为对本实用新型的限制。
下面参考附图描述本实用新型实施例的图像识别单元与触摸面板。
图1为本实用新型提供的图像处理单元一个实施例的结构示意图。如图1所示，该图像处理单元包括：多个阵列排布的玻璃基深度摄像头1和图像识别模块2，每个深度相机3包括两个玻璃基深度摄像头1。
多个深度相机3用于形成多个不同深度范围且不同局部视场空间的局部图像。
图像识别模块2分别与多个玻璃基深度摄像头1连接，用于对多个局部图像进行深度图像计算，以及深度方向和视场方向的拼接。
具体的，深度相机主要有三种架构，分别是双目立体视觉法、飞行时间法(Time offlight，简称TOF)和结构光法。双目立体视觉法使用两个摄像头的立体视觉，利用双目深度检测原理来实现对场景深度的测量，深度相机发射主动光波照射三维场景，光波经过三维场景反射后回到深度相机。根据光波的发射时间和反射光波的接收时间之间的时间差(也就是相位差)获取三维场景(例如3D手势)的深度信息。
其中，双目深度检测原理如下：图2为双目深度检测原理的基本原理示意图。如图2所示，由两个分别以O1和O2为原点的摄像头对空间物点P(x，y，z)进行拍摄，然后通过图像匹配的方式，找到两张图片上的匹配点，最终通过三角法，推算出物点P的深度。对双目深度检测的基本模型进行推导可以得到以下结论：
1)两个摄像头的焦距f1和f2越大，深度测量的精度越高。
2)两个摄像头之间的基线距离B与深度测量的精度呈现非线性关系，如图3所示，在B/z<1时，随着基线距离B增大，测量误差e越小，即深度测量的精度增大。
在实际设计中，往往要求基线距离B较小，这样有利于减小模组尺寸，但是会造成深度测量的精度的损失。
3)深度测量的精度与摄像头中的图像传感器的分辨率成正相关，分辨率越高，深度测量的精度越高。
基于以上三点结论可知，在使用玻璃基图像传感器实现深度相机时，由于玻璃基传感器的分辨率低，因此基于玻璃基图像传感器组成的深度相机的深度检测的精度较差，以至于性能很差，即使我们尝试增大基线距离B提升损失的精度，又会使得模组尺寸增加，使得最终无法产品化。
因此如图1所示，本实用新型实施例的图像识别单元设置有多个阵列排布的玻璃基深度摄像头1，两个玻璃基深度摄像头1构成一个深度相机3，图1中示出了四个深度相机3(深度相机a、深度相机b、深度相机c、深度相机d)的构成，在第一行中，两个相距较近的玻璃基深度摄像头1形成一个深度相机3，即深度相机a，两个相距较远的玻璃基深度摄像头1形成另一个深度相机3，即深度相机b，这两个深度相机3公用一个玻璃基深度摄像头1，并且这两个深度相机3的物理距离也很近，但是由于每个深度相机3中的两个玻璃基深度摄像头1之间的基线距离B不同，为了提升远景深的精度，我们可以使用深度相机b提取远景深的图像，而使用深度相机a提取近景深的图像。图1中所示的深度相机a的组合方式只是一种可行实施方式，具体也可以是其他两个较近的玻璃基深度摄像头1组成一个深度相机3，只要可以使用该原理提升深度检测的精度即可，本实施新型实施例对此不进行限制。另外，对于与深度相机a和深度相机b具有相同性能的玻璃基深度摄像头1的深度相机3而言，基线距离B越长，越适合拍摄远景深距离，因此通过不断选择延长基线距离B的深度相机3组合，我们可以覆盖任意想要的景深范围。基于以上分析，本实用新型中的多个深度相机3由于基线距离B的不同，可以形成多个不同深度范围的局部图像。
另外，为提高单个深度相机3的深度检测的精度，可以通过减小视场角的方式弥补精度的损失。图4为双目深度检测的参数原理示意图一。如图4所示，若图像传感器的分辨率为δ，焦距为f，基线距离为B，则此时深度检测误差为emax。图5为双目深度检测的参数原理示意图二，如图5所示，若此时将图像传感器的分辨率调整为δ/2，为保证深度检测误差emax不变，我们可以采用基线距离不变仍为B，但焦距变为f/2，此时视场会增大为原来的2倍。相反，基于图5，若此时将图像传感器的分辨率调整为2δ，尺寸不变即基线距离不变仍为B，深度检测误差不变仍为emax，则只能将焦距提升为2f，但是焦距提升的后果是，视场的减半，因此最终损失的是视场角。基于以上分析，本实用新型的多个深度相机3可以通过调整参数，减小视场角的方式，形成多个不同局部视场空间的局部图像。在实际应用中，为保证形成完整的视场空间图像，可以对多个深度相机3形成的多个不同局部视场空间的局部图像进行视场方向的拼接，例如图1中的深度相机a和深度相机b的视场空间相近，图1中的深度相机c和深度相机d的视场空间相近，都只能负责各自对应的较小的视场空间，对深度相机a和深度相机b与深度相机c和深度相机d进行视场方向的拼接，可以形成较大视场空间的图像。
深度相机3只能完成成像功能，对多个深度相机形成的局部图像的处理则需要图像识别模块进行处理。图像识别模块2分别与多个玻璃基深度摄像头1连接，用于对多个局部图像进行深度图像计算，以及深度方向和视场方向的拼接。
图6为本实用新型提供的图像识别单元另一个实施例的结构示意图。如图6所示，在图1所示的图像识别单元的基础上，图像识别模块2具体可以包括计算子模块21、深度拼接子模块22和视场拼接子模块23。
其中，计算子模块21分别与多个玻璃基深度摄像头1连接，用于利用双目深度检测原理对多个局部图像进行深度图像计算，得到多个局部深度图像。具体过程可参见上述图2相关内容，此处不再赘述。
深度拼接子模块22与计算子模块21连接，用于根据多个深度相机3对应的预设深度范围，对计算子模块21得到的多个局部深度图像进行提取和深度方向的拼接，得到多个局部纵向深度图像。图7为双目深度相机提供固定景深的示意图。如图7所示，以图1中的两个深度相机3即深度相机a和深度相机b进行深度方向的拼接为例，根据深度相机a和深度相机b的基线距离B的不同，为每个深度相机3设置不同的预设深度范围即预设固定景深，基线距离B近的深度相机a对应的预设深度范围较近，基线距离B远的深度相机b对应的预设深度范围较远，这样多个深度相机3进行配合，达到深度信息的高精度采集。
视场拼接子模块23与深度拼接子模块22连接，用于对深度拼接子模块22得到的多个局部纵向深度图像进行视场方向的拼接。图8为多个深度相机进行视场方向拼接的示意图。如图8所示，以图1中的两个深度相机3即深度相机a和深度相机b，和图1中的另外两个深度相机3即深度相机c和深度相机d进行视场方向的拼接为例，图1中的深度相机a和深度相机b的视场空间相近，深度相机c和深度相机d的视场空间相近，都只能负责各自对应的较小的视场空间，对深度相机a和深度相机b与深度相机c和深度相机d进行视场方向的拼接，可以形成较大视场空间的图像。这样多个深度相机3进行配合，达到完整视场空间图像的采集。
本实施例中，通过设置多个深度相机，每个深度相机形成局部视场空间而不是完整视场空间的局部图像，由于每个深度相机对应的视场角减小了，因此提高了深度相机深度检测的精度。每个深度相机的两个玻璃基深度摄像头之间的基线距离不同，导致每个深度相机适合测量的场景的深度距离不同，通过对多个深度相机形成的多个局部图像进行深度方向的拼接，可以进一步提高深度检测的精度。通过对多个局部图像进行视场方向的拼接，可以保证形成完整视场空间的图像。综上，本实用新型实施例的图像识别单元可以在不影响图像的完整视场空间的前提下，提高深度相机深度检测的精度。
基于上述实施例，本实用新型还提供了一种触摸面板。图9为本实用新型提供的触摸面板一个实施例的结构示意图一，图10为本实用新型提供的触摸面板一个实施例的结构示意图二。如图9、图10所示，该触摸面板包括从上至下依次设置的棱镜膜4、如上述实施例的图像识别单元5、基板6和玻璃面板7。其中，图像识别单元5中的每个玻璃基深度摄像头都包括多个感光单元8。感光单元8设置于基板6，例如薄膜晶体管(Thin Film Transistor，简称TFT)基板上，感光单元8上方被棱镜膜4覆盖。基板6设置于玻璃面板7，例如BP Glass上。
其中，棱镜膜4具体可以为单个完整透镜(如图9所示)或微透镜阵列(如图10所示)或液晶透镜lens。该棱镜膜4只要能够实现光学成像功能即可，本实用新型对此不进行限制。
在图10所示的微透镜阵列中，可以将微透镜的焦距设置为按照景深距离变化，景深距离越远，焦距越大。由于深度相机拍摄的空间是一个锥形空间，拍摄距离越远，空间范围越大，在实际应用中，可以在远距离拍摄时，通过减小视场范围，提升深度检测的精度。
图像识别单元5可以设置在触摸面板的非显示区域，不影响触摸面板的显示效果。
如图11所示，在图10的基础上，图像识别单元5和其他基于感光单元的感光结构9，例如指纹传感器、有源矩阵有机发光二极体显示(Active-Matrix Organic LightEmitting Diode，简称AMOLED)模组，可以设置于基板6上方的同一层，以增加触摸面板的集成度，提高产品附加值。
本实施例的触摸面板中的图像识别单元，通过设置多个深度相机，每个深度相机形成局部视场空间而不是完整视场空间的局部图像，由于每个深度相机对应的视场角减小了，因此提高了深度相机深度检测的精度。每个深度相机的两个玻璃基深度摄像头之间的基线距离不同，导致每个深度相机适合测量的场景的深度距离不同，通过对多个深度相机形成的多个局部图像进行深度方向的拼接，可以进一步提高深度检测的精度。通过对多个局部图像进行视场方向的拼接，可以保证形成完整视场空间的图像。综上，本实用新型实施例的触摸面板中的图像识别单元，可以在不影响图像的完整视场空间的前提下，提高深度相机深度检测的精度。且与棱镜膜、基板和玻璃面板一起实现了触摸面板的集成。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本实用新型的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。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例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例或示例以及不同实施例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。在本实用新型的描述中，“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。
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定制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，并且本实用新型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，这应被本实用新型的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，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，"计算机可读介质"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。计算机可读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，以及便携式光盘只读存储器(CDROM)。另外，计算机可读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，然后将其存储在计算机存储器中。
应当理解，本实用新型的各部分可以用硬件、软件、固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或固件来实现。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例方法携带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，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本实用新型各个实施例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，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本实用新型的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本实用新型的限制，本领域的普通技术人员在本实用新型的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种图像识别单元，其特征在于，包括：多个阵列排布的玻璃基深度摄像头和图像识别模块，每个深度相机包括两个所述玻璃基深度摄像头；
多个所述深度相机用于形成多个不同深度范围且不同局部视场空间的局部图像；
所述图像识别模块分别与多个所述玻璃基深度摄像头连接，用于对多个所述局部图像进行深度图像计算，以及深度方向和视场方向的拼接。
2.根据权利要求1所述的图像识别单元，其特征在于，所述图像识别模块包括：
计算子模块，分别与多个所述玻璃基深度摄像头连接，用于利用双目深度检测原理对多个所述局部图像进行深度图像计算，得到多个局部深度图像。
3.根据权利要求2所述的图像识别单元，其特征在于，所述图像识别模块还包括：
深度拼接子模块，与所述计算子模块连接，用于根据多个所述深度相机对应的预设深度范围，对多个所述局部深度图像进行提取和深度方向的拼接，得到多个局部纵向深度图像。
4.根据权利要求3所述的图像识别单元，其特征在于，所述图像识别模块还包括：
视场拼接子模块，与所述深度拼接子模块连接，用于对多个所述局部纵向深度图像进行视场方向的拼接。
5.一种触摸面板，其特征在于，包括：从上至下依次设置的棱镜膜、如权利要求1-4任一项所述的图像识别单元、基板和玻璃面板。
6.根据权利要求5所述的触摸面板，其特征在于，所述棱镜膜为单个完整透镜或微透镜阵列或液晶透镜。
7.根据权利要求6所述的触摸面板，其特征在于，所述微透镜的焦距设置为按照景深距离变化，所述景深距离越远，所述焦距越大。
8.根据权利要求5所述的触摸面板，其特征在于，所述图像识别单元设置在所述触摸面板的非显示区域。
9.根据权利要求5所述的触摸面板，其特征在于，所述图像识别单元和其他基于感光单元的感光结构设置于所述基板上方的同一层。
CN201820265645.1U 2018-02-23 2018-02-23 图像识别单元及触摸面板 Active CN207780847U (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201820265645.1U CN207780847U (zh) 2018-02-23 2018-02-23 图像识别单元及触摸面板
US16/234,953 US11054946B2 (en) 2018-02-23 2018-12-28 Image recognition device and touch panel

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201820265645.1U CN207780847U (zh) 2018-02-23 2018-02-23 图像识别单元及触摸面板

Publications (1)

Publication Number Publication Date
CN207780847U true CN207780847U (zh) 2018-08-28

Family

ID=63210299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201820265645.1U Active CN207780847U (zh) 2018-02-23 2018-02-23 图像识别单元及触摸面板

Country Status (2)

Country Link
US (1) US11054946B2 (zh)
CN (1) CN207780847U (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993785A (zh) * 2019-03-27 2019-07-09 青岛小鸟看看科技有限公司 一种货箱体积测量方法和深度相机模组
CN110425980A (zh) * 2019-08-12 2019-11-08 深圳市知维智能科技有限公司 仓储设施内容物的体积的测量方法和系统
WO2020186519A1 (zh) * 2019-03-21 2020-09-24 京东方科技集团股份有限公司 显示装置、电子设备及显示装置的驱动方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362381B (zh) * 2020-03-03 2023-02-17 RealMe重庆移动通信有限公司 图像处理方法及装置、可读介质、通信终端

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9648346B2 (en) * 2009-06-25 2017-05-09 Microsoft Technology Licensing, Llc Multi-view video compression and streaming based on viewpoints of remote viewer
CN103198523B (zh) * 2013-04-26 2016-09-21 清华大学 一种基于多深度图的非刚体三维重建方法及系统
US10089740B2 (en) * 2014-03-07 2018-10-02 Fotonation Limited System and methods for depth regularization and semiautomatic interactive matting using RGB-D images
CN104008571B (zh) * 2014-06-12 2017-01-18 深圳奥比中光科技有限公司 基于深度相机的人体模型获取方法及网络虚拟试衣系统
US9948911B2 (en) * 2014-09-05 2018-04-17 Qualcomm Incorporated Method and apparatus for efficient depth image transformation
US10484662B2 (en) * 2015-02-27 2019-11-19 Leia Inc. Multiview camera, multiview imaging system, and method of multiview image capture

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020186519A1 (zh) * 2019-03-21 2020-09-24 京东方科技集团股份有限公司 显示装置、电子设备及显示装置的驱动方法
CN109993785A (zh) * 2019-03-27 2019-07-09 青岛小鸟看看科技有限公司 一种货箱体积测量方法和深度相机模组
CN109993785B (zh) * 2019-03-27 2020-11-17 青岛小鸟看看科技有限公司 一种货箱内装载货物体积的测量方法和深度相机模组
CN110425980A (zh) * 2019-08-12 2019-11-08 深圳市知维智能科技有限公司 仓储设施内容物的体积的测量方法和系统

Also Published As

Publication number Publication date
US11054946B2 (en) 2021-07-06
US20190265839A1 (en) 2019-08-29

Similar Documents

Publication Publication Date Title
CN207780847U (zh) 图像识别单元及触摸面板
Rieger et al. Processing differential image motion
CN105517677B (zh) 深度图/视差图的后处理方法和装置
CN101512601B (zh) 从图像中确定深度图的方法以及确定深度图的设备
Kang et al. Experimental study of the influence of refraction on underwater three-dimensional reconstruction using the svp camera model
Xu et al. Semantic segmentation of panoramic images using a synthetic dataset
WO2018053684A1 (en) Three-dimensional display panel, three-dimensional display apparatus having the same, and fabricating method thereof
CN107635129A (zh) 三维三目摄像装置及深度融合方法
Cai et al. Accurate depth estimation in structured light fields
Hong et al. Full parallax three-dimensional display from Kinect v1 and v2
Zhou et al. Light field calibration and 3D shape measurement based on epipolar-space
He et al. New method for overcoming ill-conditioning in vanishing-point-based camera calibration
Cai et al. Light-field depth estimation considering plenoptic imaging distortion
KR20150108570A (ko) 투영 객체 인식을 통한 미러 디스플레이 기반 증강 현실 영상 서비스 장치 및 방법
CN107256563A (zh) 基于差异液位图像序列的水下三维重建系统及其方法
US10962798B2 (en) Electronic product with stereoscopic display device
Wanchaitanawong et al. Multi-modal pedestrian detection with misalignment based on modal-wise regression and multi-modal IoU
Delmas et al. Stereo camera visual odometry for moving urban environments
Bybee et al. Textured digital elevation model formation from low-cost UAV ladar/digital image data
Huang Research on binocular vision ranging based on YOLO algorithm and stereo matching algorithm
Zhang et al. Passive 3D reconstruction based on binocular vision
Chi et al. Calibration method for 3D gaze tracking systems
Tian et al. Disparity estimation in stereo video sequence with adaptive spatiotemporally consistent constraints
Kirby et al. A novel automated method for doing registration and 3D reconstruction from multi-modal RGB/IR image sequences
Xiong et al. The selection of the optimal baseline in the front-view monocular vision system

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant