结构光图像的光斑角点抓取方法、装置及可读存储介质制造方法及图纸

本发明专利技术公开了一种结构光图像的光斑角点抓取方法、装置及可读存储介质。该光斑角点抓取方法包括：步骤1：在结构光图像中，计算出结构光斑的四条边缘直线；步骤2：依据四条边缘直线之间的相交点，得到结构光斑的四个角点。该光斑角点抓取方法能够提高结构光斑的四个角点的抓取精度，有效防止乱抓的情况发生。

【技术实现步骤摘要】
结构光图像的光斑角点抓取方法、装置及可读存储介质
本专利技术涉及结构光领域，尤其涉及一种结构光图像的光斑角点抓取方法、装置及可读存储介质。
技术介绍
随着苹果公司在智能终端上使用FaceID技术，采用结构光模组来做人脸识别、3D感测和VR设备等将会成为未来的主流。结构光模组主要包括结构光投影器和结构光摄像头，结构光投影器负责向被摄物体投射结构光斑进行扫描，结构光摄像头负责对被投射到被摄物体上的结构光斑进行拍摄，然后，后端处理器通过处理算法来解析拍摄到的结构光图像，以获取被摄物体的三维数据。在完成结构光投影器的生产之后，生产厂家需要对结构光投影器的各项光学参数进行检测，以筛选不良品，在一些光学参数的检测方法中需要对结构光斑上的四个角点（即结构光斑上的四个顶角所对应的像素点）进行抓取，但是结构光投影器投射出来的结构光斑实际上是密布的光点阵列，而非均匀的矩形光区域，若采用现有的角点抓取算法的话，有时会出现乱抓的情况。
技术实现思路
为了解决上述现有技术的不足，本专利技术提供一种结构光图像的光斑角点抓取方法、装置及可读存储介质。该光斑角点抓取方法能够提高结构光斑的四个角点的抓取精度，有效防止乱抓的情况发生。本专利技术所要解决的技术问题通过以下技术方案予以实现：一种结构光图像的光斑角点抓取方法，包括：步骤1：在结构光图像中，计算出结构光斑的四条边缘直线；步骤2：依据四条边缘直线之间的相交点，得到结构光斑的四个角点。进一步地，步骤1包括：步骤1.1：对结构光图像进行二值化，形成二值化图像；步骤1.2：在二值化图像中，计算出二值化亮区域和二值化暗区域之间的四条边缘直线，作为结构光斑的边缘直线。进一步地，步骤1.1包括：步骤1.1.1：在结构光斑上至少一取值区域；步骤1.1.2：依据选取的所有取值区域，计算出亮度平均值；步骤1.1.3：将计算出的亮度平均值作为阈值，对结构光图像进行二值化。进一步地，步骤1.2包括：步骤1.2.1：依据四个角，对二值化图像进行分割，得到四张分割图像；步骤1.2.2：分别在四张分割图像中，计算出各自的两条边缘直线。进一步地，在步骤1.2中，计算边缘直线之前，先获取二值化亮区域的内部区域，再对二值化亮区域的内部区域进行图像填充。进一步地，获取二值化亮区域的内部区域的方法包括：A.在二值化亮区域中，计算出分别从上下左右四侧离0级衍射点最远的二值化亮点；B.以计算出的二值化亮点所在的纵直线和/或横直线作为四条边框，获取二值化亮区域的内部区域。进一步地，在步骤A中，计算二值化亮点之前，先通过四连通区域或八连通区域去掉小二值化亮块。进一步地，在步骤1中，通过边缘检测算法和直线检测算法计算出边缘直线。一种结构光图像的光斑角点抓取装置，包括处理器和与所述处理器电气连接的存储器，所述存储器内储存有供所述处理器执行的计算机程序，其特征在于，所述处理器执行该计算机程序时，进行上述的结构光图像的光斑角点抓取方法。一种可读存储介质，储存有供处理器执行的计算机程序，该计算机程序被所述处理器执行时，进行上述的结构光图像的光斑角点抓取方法。本专利技术具有如下有益效果：该光斑角点抓取方法通过边缘检测和直线检测在所述结构光图像中计算出所述结构光斑的边缘直线，再依据边缘直线的相交点得到所需的四个角点，并在抓取过程中，通过二值化处理、四角二值化选取、连通区域筛选、内部图像填充、图像分割等方式进行优化，提高四个角点的抓取精度，能够有效防止乱抓的情况发生。附图说明图1为本专利技术提供的光斑角点抓取的检测平台的示意图；图2为本专利技术提供的光斑角点抓取方法的步骤框图；图3为结构光摄像头拍摄获取的结构光图像的示意图；图4为在结构光斑上选取至少一取值区域的示意图；图5为二值化后的二值化图像的示意图；图6为图像填充后的二值化图像的示意图；图7为分割后的四张分割图像的示意图。具体实施方式下面结合附图和实施例对本专利技术进行详细的说明。实施例一如图2所示，一种结构光图像的光斑角点抓取方法，包括：步骤1：在如图3所示的结构光图像104中，计算出结构光斑105的四条边缘直线；在该步骤1之前，需要先搭建检测平台以获取所述结构光图像104。检测平台如图1所示，将结构光投影器101放置在透光平面103的一侧，并向所述透光平面103上投射结构光斑105，将结构光摄像头102放置在透光平面103的另一侧，并向所述透光平面103上拍摄获取结构光图像104。在检测时，适当调整所述结构光投影器101和/或结构光摄像头102相对于所述透光平面103的距离，或者选用大FOV的结构光摄像头102，使得所述结构光图像104中包含有所述结构光投影器101投射出来的整个结构光斑105。光斑角点抓取装置用于连接至所述结构光摄像头102，在读取所述结构光图像104后通过内置的光斑角点抓取算法来抓取所述结构光斑105上的四个角点107。所述透光平面103可以但不限于透光幕布，所述光斑角点抓取装置可以但不限于为个人电脑。在搭建上述的检测平台时，为避免检测平台本身影响到四个角点107的抓取，所述结构光投影器101的发光面和结构光摄像头102的感光面应尽量与所述透光平面103相平行，使得所述结构光图像104中的结构光斑105为矩形光点阵列。该步骤1具体包括：步骤1.1：对结构光图像104进行二值化，形成如图5所示的二值化图像104A；在二值化处理中，可以将整张结构光图像104的亮度平均值作为阈值，将亮度值大于阈值的所有像素点的亮度值均设置为255，形成二值化亮点，亮度值小于阈值的所有像素点的亮度值均设置为0，形成二值化暗点。在二值化图像104A中，原本的结构光斑105所在的区域会形成二值化亮区域105A，且分布有大量的二值化暗块，原本的结构光斑105外的区域会形成二值化暗区域105B。为了减少二值化亮区域105A内的二值化暗块的数量，提高检测计算边缘直线的精度，优选地，该步骤1.1包括：步骤1.1.1：如图4所示，在结构光斑105上选取至少一取值区域106；在该步骤1.1.1中，取值区域106的选取可以由检测人员在所述光斑角点抓取装置上进行操作选取，也可以在所述光斑角点抓取装置上对同一款结构光投影器101的取值区域106的选取位置和选取尺寸进行预设，由所述光斑角点抓取装置自动选取。取值区域106可以部分包含所述结构光斑105外的区域，但不能仅包含所述结构光斑105外的区域，且取值区域106的选取位置越靠近所述结构光斑105的边缘越好。本实施例中，在所述结构光斑105的四个顶角上各选取一个取值区域106，四个取值区域106的选取尺寸相同、选取位置对称。步骤1.1.2：依据选取的所有取值区域106，计算出亮度平均值。在该步骤1.1.2中，依据所有取值区域106内所有像素点的亮度值，计算出亮度平均值。步骤1.2：在二值化图像104A中，计算出二值化亮区域105A和二值化暗区域105B之间的四条边缘直线，作为结构光斑105的边缘直线。在该步骤1.2中，通过边缘检测算法和直线检测算法计算出边缘直线，具体的，先采用边缘检测算法检测出四侧边缘，然后通过直线检测算法对检测出的四侧边缘进行检测，再在检测出的边缘直线附近选取恒定像素距离的几个二值化亮点进行拟合，计算出边缘直线方程。所述边缘检测算法优选采用canny算子，本文档来自技高网...

【技术保护点】
1.一种结构光图像的光斑角点抓取方法，其特征在于，包括：步骤1：在结构光图像中，计算出结构光斑的四条边缘直线；步骤2：依据四条边缘直线之间的相交点，得到结构光斑的四个角点。

【技术特征摘要】
1.一种结构光图像的光斑角点抓取方法，其特征在于，包括：步骤1：在结构光图像中，计算出结构光斑的四条边缘直线；步骤2：依据四条边缘直线之间的相交点，得到结构光斑的四个角点。2.根据权利要求1所述的结构光图像的光斑角点抓取方法，其特征在于，步骤1包括：步骤1.1：对结构光图像进行二值化，形成二值化图像；步骤1.2：在二值化图像中，计算出二值化亮区域和二值化暗区域之间的四条边缘直线，作为结构光斑的边缘直线。3.根据权利要求2所述的结构光图像的光斑角点抓取方法，其特征在于，步骤1.1包括：步骤1.1.1：在结构光斑上至少一取值区域；步骤1.1.2：依据选取的所有取值区域，计算出亮度平均值；步骤1.1.3：将计算出的亮度平均值作为阈值，对结构光图像进行二值化。4.根据权利要2或3中所述的结构光图像的光斑角点抓取方法，其特征在于，步骤1.2包括：步骤1.2.1：依据四个角，对二值化图像进行分割，得到四张分割图像；步骤1.2.2：分别在四张分割图像中，计算出各自的两条边缘直线。5.根据权利要求2或3所述的结构光图像的光斑角点抓取方法，其特征在于，在步骤1.2中，计算边缘直线之前，先获取二值化亮区域...

【专利技术属性】
技术研发人员：林挺，曾菲菲，
申请(专利权)人：信利光电股份有限公司，
类型：发明
国别省市：广东,44