TWI738318B - 用於確定光通信裝置的成像區域的系統 - Google Patents

Abstract

本發明提供一種用於確定光通信裝置的系統，包含一光通信裝置以及一光標籤識別設備。該光通信裝置包括一或複數個光源。該光標籤識別設備包含一攝影裝置與一處理器，該攝影裝置獲得該包含該光通信裝置的多幀圖像並傳送至該處理器，該處理器針對該多幀圖像中的至少一對圖像中的每一對圖像執行圖像比較，以識別出一個或多個差異區域，並根據該差異區域或其聯集以及該光通信裝置的特徵資訊，確定該光通信裝置或者其中的光源的成像區域。

Description

用於確定光通信裝置的成像區域的系統

本發明屬於光通信技術領域，尤其涉及一種用於確定光通信裝置的成像區域的系統。

本部分的陳述僅僅是為了提供與本發明相關的背景資訊，以説明理解本發明，這些背景資訊並不一定構成現有技術。

光通信裝置也稱為光標籤，這兩個術語在本文中可以互換使用。光標籤能夠通過不同的發光方式來傳遞資訊，其具有識別距離遠、可見光條件要求寬鬆的優勢，並且光標籤所傳遞的資訊可以隨時間變化，從而可以提供大的資訊容量和靈活的配置能力。相比於傳統的二維碼，光標籤具有更遠的識別距離和更強的資訊交互能力，從而可以為用戶提供巨大的便利性。

光標籤通常可以包括控制器和至少一個光源，該控制器可以通過不同的驅動模式來驅動光源，以向外傳遞不同的資訊。為了有助於確定光標籤的成像在整個圖像中的位置或區域，在一些光標籤中另外設置了輔助定位標識。但是，通過在光標籤中增加輔助定位標識的方式會增加光標籤的複雜度，並增加了製造成本和功耗。

為了解決上述問題，本發明提供了一種用於確定光標籤的成像區域的系統，該系統包含一光通信裝置以及一光標籤識別裝置。該光通信裝置包括一或複數個光源。該光標籤識別裝置包含一攝影裝置與一處理器，該攝影裝置獲得獲得包含該光通信裝置的多幀圖像並傳送至該處理器，該處理器針對該多幀圖像中的至少一對圖像中的每一對圖像執行圖像比較，以識別出一個或多個差異區域，並根據該差異區域或其聯集以及該光通信裝置的特徵資訊，確定該光通信裝置或者其中的光源的成像區域。

進一步地，其中，該光通信裝置的特徵資訊包括下列中的一項或多項。該光通信裝置中的光源的數量；該光源的形狀特徵；該光源的顏色特徵；不同光源之間的相對位置關係；以及該光源的發光方式。

進一步地，其中，該攝影裝置由該光通信裝置獲得的多幀圖像包括在設備靜止時獲得該多幀圖像：以及使用設備在大致相同的位置和姿態下獲得該多幀圖像。

進一步地，其中，該處理器在執行該圖像比較之前，如果該多幀圖像未對準，則對該多幀圖像執行圖像對準。

進一步地，其中，該處理器基於設備在拍攝不同圖像時的位置及/或姿態資訊，對該多幀圖像執行圖像對準。

進一步地，其中，該處理器在執行該圖像比較之前，將該圖像轉換為灰度圖或者單通道圖及/或從該圖像中選擇用於執行圖像比較的感興趣區域，其中，該感興趣區域包含該光通信裝置或者其中的光源的成像區域。

進一步地，其中，該差異區域或其聯集包含該光通信裝置的工作過程中會發生狀態變化的所有光源的成像區域，其中，該差異區域或其聯集包含該光通信裝置中的任意一個或多個光源的成像區域，其中，基於該一個或多個光源的成像區域能夠確定該光通信裝置或者其中的其他光源的成像區域。

進一步地，其中，該差異區域或其聯集包含該光通信裝置中的位於周邊的光源的成像區域。

進一步地，其中，該光通信裝置中的一個或多個光源被配置為發出紅外光；該獲得包含該光通信裝置的多幀圖像包括：使用紅外攝像頭獲得包含該光通信裝置的多幀圖像。

進一步地，其中，該處理器根據該光通信裝置的特徵資訊識別出與該光通信裝置相關聯的差異區域。

進一步地，其中，該處理器在識別出該差異區域後，根據該光通信裝置的特徵資訊識別出與該光通信裝置無關的差異區域，並剔除這些無關的差異區域。

本發明的方案提供了一種用於確定光通信裝置的成像區域的系統，其利用光通信裝置中的光源本身的變化特徵來在圖像中檢測出光通信裝置或者其中的光源的成像區域，具有良好的識別效果，並且在各種環境光照條件下都具有良好的適用性，而且，這種方法不需要在光通信裝置中另外設置輔助定位標識，因此可以降低光通信裝置的複雜度、減少製造成本、降低功耗。

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖通過具體實施例對本發明進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用於解釋本發明，並不用於限定本發明。

請參酌「圖3」，本發明提供一種用於確定光通信裝置的成像區域的系統300，主要包含光通信裝置10以及光標籤識別設備20。

所述的光通信裝置10，亦即光標籤， 光標籤通常可以包括控制器和至少一個光源，該控制器可以通過不同的驅動模式來驅動光源，以向外傳遞不同的資訊。圖1示出了一種示例性的光標籤100，其包括三個用於傳遞資訊的光源（分別是第一光源101、第二光源102、第三光源103）。光標籤100還包括控制器（在圖1中未示出），其用於根據要傳遞的資訊為每個光源選擇相應的驅動模式。例如，在不同的驅動模式下，控制器可以使用不同的驅動信號來控制光源的發光方式，從而使得當使用具有成像功能的設備拍攝光標籤100時，其中的光源的成像可以呈現出不同的外觀（例如，不同的顏色、圖案、亮度、等等）。通過分析光標籤100中的光源的成像，可以解析出各個光源此刻的驅動模式，從而解析出光標籤100此刻傳遞的資訊。

為了有助於確定光標籤的成像在整個圖像中的位置或區域，在一些光標籤中另外設置了輔助定位標識。圖2示出了另一種示例性的光標籤200，其包括與圖1中的三個光源類似的三個用於傳遞資訊的光源（分別是第一光源101、第二光源102、第三光源103），但其另外包括了位於上述三個光源兩側的兩個定位燈條201和202。這兩個定位燈條201和202例如可以具有相同的長度並被配置為始終發出某種特定顏色的光（例如藍色光），使得在包含光標籤的圖像中始終具有兩個相同長度的、平行的藍色柱狀區域。通過在攝像頭所採集的圖像中首先識別出這兩個藍色柱狀區域，可以將在這兩個藍色柱狀區域中間的部分確定為光標籤200中的三個光源的成像區域，從而可以進行後續的資訊識別。

所述的光標籤識別裝置20包含攝影裝置22以及處理器24，所述的攝影裝置22可以為（但不限定於）具有拍攝功能的手機（Smart Phone）、平板電腦（Tablet）、智慧眼鏡（Smart Glasses）、穿戴式裝置（Wearable Devices）等或其他具有傳感器並具有攝像鏡頭(攝影機22)的其他裝置，該等裝置的選擇於本發明中不予以限制。

所述的處理器24可以由單一晶片實施，或是透過複數個晶片協同執行。所述的晶片例如可以為（但不限定於）數位訊號處理器（Digital Signal Processor, DSP）、特殊應用積體電路（Application Specific Integrated Circuits, ASIC）、可程式化邏輯裝置（Programmable Logic Device, PLD）等可將資訊或訊號做處理運算用途或特殊用途的其他類似裝置或這些裝置的組合，於本發明中不予以限制。

以上針對本發明硬體架構的一具體實施例進行說明，有關於本發明的工作程序將於下面進行更進一步的說明，請一併參閱「圖4」：

光標籤在工作過程中會隨著時間呈現出變化的特徵，例如，在不同時刻由光標籤中的不同光源發光，或者在不同時刻同一光源以不同的方式發光，等等。通過拍攝包含光標籤的多幀圖像，可以獲得光標籤在工作過程中所呈現的變化的特徵，並利用這些特徵來確定光標籤或者其中的光源的成像區域。

於本實施例中，圖4示出了根據本發明一個實施例的用於確定光標籤的成像區域的方法，其可以包括如下步驟：

步驟301：處理器24經由攝影裝置22獲得包含光標籤的多幀圖像。

光標籤識別設備20（例如使用者攜帶的移動設備）可以通過其上的攝像裝置22來採集包含光標籤的多幀圖像至處理器24，該多幀圖像例如可以是連續的多幀圖像，也可以是不連續的或者部分連續的多幀圖像。在一個實施例中，該多幀圖像是光標籤識別設備20在某一個時間段（例如，1秒）內採集的。在一個實施例中，在使用光標籤識別設備20採集多幀圖像時，光標籤識別設備20的位置和姿態可以保持不變，例如，機器人在靜止時採集包含光標籤的多幀圖像。

在一個實施例中，在使用光標籤識別設備20採集多幀圖像時，光標籤識別設備20可以處於大致相同的位置和姿態，例如，由使用者使用其移動設備在大致靜止的情況下採集多幀圖像。在此，假設光標籤識別設備20一共採集了包含光標籤的m幀圖像（m大於等於2），並將該m幀圖像依次指定為f1,f2,f3,……fm。

步驟302：處理器24針對該多幀圖像中的至少一對圖像中的每一對圖像，執行圖像比較，以識別出一個或多個差異區域。

處理器24可以從所獲得的多幀圖像中任意選擇一對或多對圖像。例如，對於上述m幀圖像，可以從中選擇出m-1對圖像，分別為：（f1,f2），（f1、f3）,……（f1、fm）。本領域技術人員可以理解，其他選擇圖像對的方式也是可行的，例如，對於上述m幀圖像，也可以從中選擇出圖像對（f1,f2），（f2、f3）,……（fm-1、fm）；或者，也可以從中選擇出圖像對（f1,f2），（f3、f4）,……（fm-1、fm）。

針對每一對圖像，處理器24可以對其執行圖像比較，以識別出一個或多個差異區域。由於在光標籤的工作過程中，其中的部分或者所有光源會隨著時間的變化而呈現出不同的特徵（例如，不同的顏色、圖案、亮度等），因此，通過對每一對圖像執行圖像比較，可以檢測出兩個圖像之間存在差異的區域，該差異區域通常對應於光標籤中的光源的成像區域。在圖像比較過程中所檢測的差異例如可以是亮度差異、顏色差異等。

前述的圖像比較可以採用本領域已知的各種方式來實施。在一個實施例中，處理器24可以對兩個圖像執行幀差計算，以檢測兩個圖像之間存在差異的區域。

在一個實施例中，處理器24可以採用機器學習，例如深度神經網路的方法，對圖像進行比較。多幀圖像的比較為對時序圖像進行處理，因卷積神經網路CNN對影像處理非常有效，迴圈神經網路RNN可有效捕捉時序資訊，所以可採用結合深度卷積神經網路CNN和深度迴圈神經網路RNN來執行圖像比較的操作。

以圖1所示的光標籤100為例，假設在拍攝圖像f1時，第一光源101和第二光源102發光，第三光源103不發光；在拍攝圖像f2時，第二光源102和第三光源103發光，第一光源101不發光。圖5示出了在圖像f1中的光標籤100的成像，圖6示出了在圖像f2中的光標籤100的成像，其中，成像中的白色區域對應於正在發光的光源，成像中的灰色區域對應於除正在發光的光源之外的部分，包括光標籤中的非光源部分和未發光的光源。由於光標籤周圍的環境通常不會發生顯著變化，因此，在圖5和圖6中未示出光標籤周圍的環境的成像。

如此，在處理器24對圖像對（f1,f2）執行圖像比較之後，可以識別出圖7所示的兩個差異區域601和602，其分別對應於第一光源101和第三光源103的成像區域。

於其他實施例中，處理器24能通過對其他圖像對執行圖像比較，可以識別出其他差異區域，這些差異區域中的每一個可以對應於第一光源101、第二光源102或第三光源103的成像區域。仍以圖1所示的光標籤100為例，假設在拍攝圖像f3時，第一光源101和第三光源103發光，第二光源102不發光。圖8示出了在圖像f3中的光標籤100的成像。如果對圖像對（f1,f3）執行圖像比較，可以識別出圖9所示的兩個差異區域801和802，其分別對應於第二光源102和第三光源103的成像區域。

步驟303：處理器24根據該差異區域或其聯集以及該光標籤的特徵資訊，確定光標籤或者其中的光源的成像區域。

處理器24在識別出一個或多個差異區域之後，便可以根據這些差異區域以及光標籤的特徵資訊，來確定光標籤或者其中的光源的成像區域。光標籤的特徵資訊例如可以包括下列中的一項或多項：光標籤中的光源的數量、光源的形狀特徵、光源的顏色特徵、不同光源之間的相對位置關係、光源的發光方式、等等。光標籤識別設備20或者其中安裝的應用程式通常能夠預先知悉或者獲得光標籤的特徵資訊，例如，這些特徵資訊可以預先存儲於光標籤識別設備20，或者被隱含地嵌入到用於確定成像區域的判定規則中。

在一個實施例中，處理器24可以首先獲得這些差異區域的聯集。例如，可以對圖7所示的兩個差異區域601和602和圖9所示的兩個差異區域801和802求聯集，從而獲得圖10所示的三個差異區域901、902和903。根據差異區域的聯集，並進一步考慮光標籤的特徵資訊，便可以確定光標籤或者其中的光源的成像區域。在一個實施例中，可以將差異區域的聯集確定為光標籤中的多個光源的成像區域。在一個實施例中，可以將差異區域的聯集所在的一塊更大的區域確定為光標籤的成像區域，例如，可以將一塊能夠涵蓋所有差異區域的區域確定為光標籤的成像區域。

在一個實施例中，處理器24對於圖10所示的三個差異區域901、902和903，通過考慮光標籤100的特徵資訊（例如，光標籤100具有三個類似的矩形光源101、102、103，三個矩形光源從上到下以一定間隔佈置並且左右對齊，在光標籤100工作過程中三個光源都會發生亮暗變化，每個光源的特定長寬比例資訊，等等），光標籤識別設備可以確定這三個差異區域901、902、903分別對應於光標籤100中的三個光源101、102、103的成像區域。在一個實施例中，根據光標籤100中的三個光源的成像區域，考慮光標籤100的特徵資訊，也可以進一步確定出整個光標籤的成像區域。如此，可以針對所獲得的多幀圖像中的每一幀圖像，通過檢測或分析上述成像區域，來識別出光標籤或者其中的光源所傳遞的資訊。

在某些情況下，處理器24根據該差異區域或其聯集，可能無法確定出光標籤或者其中的光源的成像區域。例如，對於圖1所示的光標籤100，如果在對若干個圖像對執行圖像比較後僅獲得了與同一個光源對應的差異區域，或者僅獲得了與光源101和102對應的兩個差異區域，或者僅獲得了與光源102和103對應的兩個差異區域，則根據上述差異區域無法確定其對應於光標籤100中的哪個或哪些光源，也就無法確定光標籤或者其中的光源的成像區域。此時，可以針對另外的圖像對（有可能需要採集更多的圖像）繼續執行圖像比較，以獲得更多的差異區域，直到能夠根據差異區域或其聯集確定出光標籤或者其中的光源的成像區域。在一個實施例中，最終所獲得的差異區域的聯集可以包含光標籤的工作過程中會發生狀態變化的所有光源的成像區域。

需要說明的是，為了確定出光標籤或者其中的光源的成像區域，並不需要識別出與光標籤中的每個光源或者每個發生狀態變化的光源對應的差異區域。例如，對於圖7所示的兩個差異區域601和602，儘管其中不包含與第二光源102對應的差異區域，但是由於差異區域601和602具有較遠的間距，因此根據差異區域601和602的位置關係並考慮光標籤100的特徵資訊（例如，光標籤100中的三個光源的形狀特徵和相對位置關係），可以確定出差異區域601和602應該分別對應於第一光源101和第三光源103的成像區域，從而可以確定出光標籤100或者其中的各個光源的成像區域。

在一個實施例中，該差異區域或其聯集可以包含光標籤中的位於周邊的光源的成像區域。例如，對於圖1所示的光標籤100，該差異區域或其聯集包含光標籤100中的第一光源101和第三光源103的成像區域即可，不需要包含第二光源102的成像區域。對於圖2所示的光標籤200，該差異區域或其聯集包含光標籤200中的第一光源101和第三光源103的成像區域即可，或者包含光標籤200中的兩個定位燈條201和202的成像區域即可，可以不包括其他光源或燈的成像區域，因為通過第一光源101和第三光源103的成像區域或者通過兩個定位燈條201和202的成像區域已經足以確定整個光標籤或者其中的其他光源的成像區域。

在一個實施例中，該差異區域或其聯集可以包含光標籤中的任意一個或多個光源的成像區域，只要基於該一個或多個光源的成像區域能夠確定整個光標籤或者其中的其他光源的成像區域即可。例如，光標籤中可以包括一個閃爍的三角形光源，通過一對成像的差異區域可以確定該三角形光源的成像區域，並進一步基於該三角形光源的成像區域的位置、大小、方向等來確定整個光標籤或者其中的其他光源的成像區域。

在一個實施例中，為了避免對人眼造成干擾，可以將光標籤中的一個或多個光源配置為發出紅外光，如此，光標籤識別設備20上可以佈置有紅外攝像頭並通過該紅外攝像頭來採集包含光標籤的多幀圖像。

光標籤通常安裝於牆壁等固定位置，在大部分情況下，當使用光標籤識別設備20對光標籤拍攝時，光標籤周圍的背景圖像不會發生明顯變化，如此，當對一對圖像執行圖像比較後，光標籤周圍的背景圖像部分中通常不會存在明顯的差異區域。但是，在一些情況下，光標籤周圍的背景圖像會發生變化。例如，在使用光標籤識別設備20採集包含光標籤的多幀圖像時，可能恰好有人從設備攝像頭的視野中經過，或者在光標籤周圍可能存在運動的物體或者其他閃爍的光源。如此，當對一對圖像進行圖像比較時，可能會獲得一些與光標籤無關的差異區域。這些與光標籤無關的差異區域可能會對光標籤成像區域的確定造成干擾。

為了實現更好的識別效果或者抗干擾性，在一個實施例中，可以在步驟303中確定光標籤或者其中的光源的成像區域時，基於光標籤的特徵資訊（例如，光標籤中的光源的數量、光源的形狀特徵、不同光源之間的相對位置關係、等等）來篩選出與光標籤相關聯的差異區域，之後，可以基於這些相關聯的差異區域來確定光標籤或者其中的光源的成像區域。例如，對於圖1所示的光標籤100，由於其中的每個光源都是矩形形狀，因此在確定光標籤或者其中的光源的成像區域時可以僅考慮呈現為矩形的差異區域。

在一個實施例中，可以在識別出差異區域後，根據光標籤的特徵資訊判斷該差異區域是否與光標籤無關，如果無關的話剔除該差異區域。例如，對於圖1所示的光標籤100，如果在獲得包含光標籤100的多幀圖像時恰好有一個圓燈在光標籤100附近閃爍。在這種情況下，在對一對圖像進行圖像比較後，可能會另外識別出一個呈圓形的差異區域。但是，由於光標籤100中的各個光源均是矩形形狀，因此，可以認為該圓形的差異區域與光標籤100無關，從而可以將其剔除。

在某些情況下，在使用光標籤識別設備20採集包括光標籤的圖像時，光標籤識別設備20可能會發生抖動或者移動。目前常用攝像頭的採集幀率能夠達到60幀/秒、120幀/秒、甚至更高，採集多幀圖像通常僅需要很短的時間，因此，輕微的抖動或移動通常並不會影響到本發明的方法對光標籤成像區域的確定。但是，在某些情況下，仍然期望盡可能地減輕或者消除由於設備抖動或者移動而造成的干擾，以實現更好的效果。為此，在執行圖像比較之前，可以對不同的圖像執行圖像對準。

在一個實施例中，可以基於不同圖像之間的比較，來實現不同圖像之間的圖像對準。例如，可以根據圖像中的特徵點求解出兩幀圖像之間的變換矩陣，使得使用該變換矩陣變換後的第一圖像中的靜止物體的圖元位置能與第二圖像中的相應靜止物體的圖元位置完全相同。

在一個實施例中，可以在採集多幀圖像時跟蹤設備在拍攝不同圖像時的位置和/或姿態資訊，並基於該位置和/或姿態資訊對所採集的多幀圖像進行補償或校正，來實現不同圖像之間的圖像對準。

在一個實施例中，可以搜索最優的變換矩陣，使得兩幅圖像的圖元差盡可能的小，從而實現兩幅圖像的對準。在一個實施例中，可以採用機器學習，例如深度神經網路的方法來對圖像進行對準，考慮到卷積神經網路CNN在二維影像處理上的有效性，可採用深度卷積神經網路CNN來實現圖像的對準。

在一些實施例中，為了提高效率或者改善效果，可以根據光標籤的特徵資訊對所獲得的原始圖像進行預處理，以將原始圖像轉換為更能代表光標籤特徵的圖像，從而減輕或者消除原始圖像中的冗餘資訊。在一個實施例中，該預處理用於將原始圖像轉換為灰度圖或者單通道圖。例如，如果光標籤中的光源被配置為發藍光，則可以將原始圖像轉換為B通道圖像或者U通道圖像，從而可以從原始圖像中濾除大量與光標籤無關的資訊，有利於後續的處理。

在一個實施例中，該預處理用於從原始圖像中選擇感興趣區域（ROI）。由於光標籤通常比周圍環境具有更高的亮度，因此該感興趣區域例如可以是涵蓋原始圖像中的高亮部分的一個或多個區域。如果光標籤中的某些光源在工作時發出特定顏色的光，則可以將感興趣區域選擇為涵蓋原始圖像中的特定顏色部分的一個或多個區域。在選擇了感興趣區域之後，在後續操作（例如圖像比較）中可以僅針對該感興趣區域進行處理，而不必處理整個圖像，如此，可以減少計算量，提高處理效率。

通過採用本發明的實施例，可以利用光標籤中的光源本身的變化特徵來在圖像中檢測出光標籤或者其中的光源的成像區域，具有良好的識別效果，並且在各種環境光照條件下都具有良好的適用性，而且，這種方法不需要在光標籤中另外設置輔助定位標識，因此可以降低光標籤的複雜度、減少製造成本、降低功耗。

需要說明的是，本發明的方案並不要求光標籤中的每一個光源在工作過程中都隨著時間的變化展現出不同的特徵。例如，對於圖1所示的光標籤100，如果其中的第二光源102在工作過程中始終以相同的方式發光或者始終展現出相同的特徵，則可以採用本發明的方法檢測出第一光源101和第三光源103的成像區域，繼而，可以基於光標籤100的結構特徵來確定第二光源102的成像區域或者整個光標籤100的成像區域。

本文中針對“各個實施例”、“一些實施例”、“一個實施例”、或“實施例”等的參考指代的是結合該實施例所描述的特定特徵、結構、或性質包括在至少一個實施例中。因此，短語“在各個實施例中”、“在一些實施例中”、“在一個實施例中”、或“在實施例中”等在整個本文中各處的出現並非必須指代相同的實施例。此外，特定特徵、結構、或性質可以在一個或多個實施例中以任何合適方式組合。因此，結合一個實施例中所示出或描述的特定特徵、結構或性質可以整體地或部分地與一個或多個其他實施例的特徵、結構、或性質無限制地組合，只要該組合不是不符合邏輯的或不能工作。本文中出現的類似於“根據A”、“基於A”、“通過A”或“使用A”的表述意指非排他性的，也即，“根據A”可以涵蓋“僅僅根據A”，也可以涵蓋“根據A和B”，除非特別聲明或者根據上下文明確可知其含義為“僅僅根據A”。在本申請中為了清楚說明，以一定的順序描述了一些示意性的操作步驟，但本領域技術人員可以理解，這些操作步驟中的每一個並非是必不可少的，其中的一些步驟可以被省略或者被其他步驟替代。這些操作步驟也並非必須以所示的方式依次執行，相反，這些操作步驟中的一些可以根據實際需要以不同的循序執行，或者並存執行，只要新的執行方式不是不符合邏輯的或不能工作。

由此描述了本發明的至少一個實施例的幾個方面，可以理解，對本領域技術人員來說容易地進行各種改變、修改和改進。這種改變、修改和改進意於在本發明的精神和範圍內。雖然本發明已經通過優選實施例進行了描述，然而本發明並非局限於這裡所描述的實施例，在不脫離本發明範圍的情況下還包括所作出的各種改變以及變化。

100:光標籤

101:第一光源

102:第二光源

103:第三光源

200:光標籤

201:定位燈條

202:定位燈條

300:用於確定光通信裝置的成像區域的系統

10:光通信裝置

20:光標籤識別裝置

22:攝像裝置

24:處理器

601:差異區域

602:差異區域

801:差異區域

802:差異區域

901:差異區域

902:差異區域

903:差異區域

圖1，為本發明中一種示例性的光標籤。

圖2，本發明另一種示例性的光標籤。

圖3，為本發明用於確定光通信裝置的成像區域的系統的方塊示意圖。

圖4，為根據本發明一個實施例的用於確定光標籤的成像區域的方法。

圖5，為本發明中在圖像f1中的光標籤100的成像。

圖6，為本發明中在圖像f2中的光標籤100的成像。

圖7，為本發明中在對圖像對（f1,f2）執行圖像比較之後識別出的兩個差異區域。

圖8，為本發明中在圖像f3中的光標籤100的成像。

圖9，為本發明中在對圖像對（f1,f3）執行圖像比較之後識別出的兩個差異區域。

圖10，為本發明中圖7所示的兩個差異區域和圖9所示的兩個差異區域的聯集。

300:用於確定光通信裝置的成像區域的系統

10:光通信裝置

20:光標籤識別裝置

22:攝影裝置

24:處理器

Claims (12)

1. 一種用於確定光通信裝置的成像區域的系統，包含：一光通信裝置，該光通信裝置包括一或複數個光源，該一或複數個光源在工作過程中隨著時間呈現出變化的特徵；以及一光標籤識別設備，包含一攝影裝置與一處理器，該攝影裝置獲得包含該光通信裝置的多幀圖像並傳送至該處理器，該處理器針對該多幀圖像中的至少一對圖像中的每一對圖像執行圖像比較，以識別出一個或多個差異區域，並根據該差異區域或其聯集以及該光通信裝置的特徵資訊，確定該光通信裝置或者其中的光源的成像區域。
2. 如申請專利範圍第1項所述的用於確定光通信裝置的成像區域的系統，其中，該光通信裝置的特徵資訊包括下列中的一項或多項：該光通信裝置中的光源的數量；該光源的形狀特徵；該光源的顏色特徵；不同光源之間的相對位置關係；以及該光源的發光方式。
3. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該攝影裝置由該光通信裝置 獲得的多幀圖像包括在設備靜止時獲得該多幀圖像；以及使用設備在相同的位置和姿態下獲得該多幀圖像。
4. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該處理器在執行該圖像比較之前，如果該多幀圖像未對準，則對該多幀圖像執行圖像對準。
5. 如申請專利範圍第4項所述的用於確定光通信裝置的成像區域的系統，其中，該處理器基於設備在拍攝不同圖像時的位置及/或姿態資訊，對該多幀圖像執行圖像對準。
6. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該處理器在執行該圖像比較之前，將該圖像轉換為灰度圖或者單通道圖及/或從該圖像中選擇用於執行圖像比較的感興趣區域，其中，該感興趣區域包含該光通信裝置或者其中的光源的成像區域。
7. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該差異區域或其聯集包含該光通信裝置中的一個或多個光源的成像區域，其中，基於該一個或多個光源的成像區域能夠確定該光通信裝置或者其中的其他光源的成像區域。
8. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該差異區域或其聯集包含該光通信裝置中的位於周邊的光源的成像區域。
9. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該差異區域或其聯集包含該光通信裝置的工作過程中會發生狀態變化的所有光源的成像區域。
10. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該光通信裝置中的一個或複數個光源被配置為發出紅外光；該獲得包含該光通信裝置的多幀圖像包括：使用紅外攝像頭獲得包含該光通信裝置的多幀圖像。
11. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該處理器根據該光通信裝置的特徵資訊識別出與該光通信裝置相關聯的差異區域。
12. 如申請專利範圍第1項或第2項所述的用於確定光通信裝置的成像區域的系統，其中，該處理器在識別出該差異區域後，根據該光通信裝置的特徵資訊識別出與該光通信裝置無關的差異區域，並剔除這些無關的差異區域。

Images