【技术实现步骤摘要】
深度图像的量化方法及装置、终端设备、存储介质
[0001]本公开涉及信息处理
,尤其涉及一种深度图像的量化方法及装置、终端设备、存储介质。
技术介绍
[0002]随着终端设备的发展,深度摄像头成为了终端设备不可或缺的元器件。该深度摄像头不仅可以获取实时画面,还能够计算出目标物的更多信息(例如,深度信息),广泛的应用在相机的各种三维(three dimensional,3D)场景或者四维(four dimensional,4D)场景中。通常深度摄像头获取的深度图像的量化方案是直接采用全视场的所有像素点,存在量化方式单一和适用范围有限的问题。
技术实现思路
[0003]本公开提供一种深度图像的量化方法及装置、终端设备、存储介质。
[0004]根据本公开实施例的第一方面,提供一种深度图像的量化方法,包括:
[0005]获取N个场景下的目标图像,N为大于或等于2的正整数;
[0006]确定所述N个场景下所述目标图像包含的深度图像对应的有效点数;
[0007]基于所述N个场景下所述深度图像对应的有效点数量化所述深度图像的成像。
[0008]在一些实施例中,所述目标图像包含有彩色图像;所述确定所述N个场景下所述目标图像包含的深度图像对应的有效点数,包括:
[0009]确定所述N个场景中第K个场景的所述彩色图像的特征点数;K为大于或等于1,且小于或等于N的正整数;
[0010]确定所述N个场景中所述第K个场景的所述深度图像的特征点数;
[0011 ...
【技术保护点】
【技术特征摘要】
1.一种深度图像的量化方法,其特征在于,所述方法包括:获取N个场景下的目标图像,N为大于或等于2的正整数;确定所述N个场景下所述目标图像包含的深度图像对应的有效点数;基于所述N个场景下所述深度图像对应的有效点数量化所述深度图像的成像。2.根据权利要求1所述的方法,其特征在于,所述目标图像包含有彩色图像;所述确定所述N个场景下所述目标图像包含的深度图像对应的有效点数,包括:确定所述N个场景中第K个场景的所述彩色图像的特征点数;K为大于或等于1,且小于或等于N的正整数;确定所述N个场景中所述第K个场景的所述深度图像的特征点数;基于所述第K个场景的所述彩色图像的特征点数和所述第K个场景的所述深度图像的特征点数,确定所述第K个场景的所述深度图像对应的有效点数,直至确定完所述N个场景的所述深度图像对应的有效点数;其中,所述第K个场景的所述深度图像对应的有效点数,为所述N个场景中任意一个场景的所述深度图像对应的有效点数。3.根据权利要求2所述的方法,其特征在于,所述基于所述第K个场景的所述彩色图像的特征点数和所述第K个场景的所述深度图像的特征点数,确定所述第K个场景的所述深度图像对应的有效点数,包括:基于所述第K个场景的所述彩色图像的特征点数和预设彩色图像与深度图像之间的特征点数冗余度,确定所述第K个场景的理论深度特征点数;基于所述第K个场景的所述理论深度特征点数、所述第K个场景的所述深度图像的特征点数和所述第K个场景的深度图像的分辨率,确定所述第K个场景的所述深度图像对应的有效点数。4.根据权利要求2所述的方法,其特征在于,所述确定所述N个场景中第K个场景的所述彩色图像的特征点数,包括:对所述第K个场景的所述彩色图像进行特性点提取,统计栅格化的所述第K个场景的所述彩色图像中一个栅格内的第一特征点数以及所有所述栅格内的第二特征点数;基于所述第二特征点数和所述第一特征点数的比值,确定所述第K个场景的所述彩色图像的特征点数。5.根据权利要求2所述的方法,其特征在于,所述确定所述N个场景中所述第K个场景的所述深度图像的特征点数,包括:对所述第K个场景下的所述深度图像进行特性点提取,统计栅格化的所述第K个场景的所述深度图像中一个栅格内的第三特征点数以及所有所述栅格内的第四特征点数;基于所述第四特征点数和所述第三特征点数的比值,确定所述第K个场景的所述深度图像的特征点数。6.根据权利要求1至5任一项所述的方法,其特征在于,所述基于所述N个场景下所述深度图像对应的有效点数量化所述深度图像的成像,包括:根据所述N个场景下所述深度图像对应的有效点数以及所述N个场景所占的权重,统计所述N个场景下所述深度图像的有效点数总和;基于所述有效点数总和量化所述深度图像的成像。7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
通过所述N个场景的使用频率,确定所述N个场景所占的权重。8.一种深度图像的量化装置,其特征在于,所述装置包括:图像获取模块,配置为获取N个场景下的目标图像,N为大于或等于2的...
【专利技术属性】
技术研发人员:张超,朱辉,
申请(专利权)人:北京小米移动软件有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。