一种图像处理方法及电子设备技术

本公开公开了一种图像处理方法及电子设备，方法包括：采集目标区域的RGB图像和深度图像，其中，RGB图像和深度图像中包含目标物体，基于RGB图像和所述深度图像，提取出目标物体。本公开同时利用了RGB图像和深度图像的特点，能够快速精确的从图像中提取出目标物体，提升了用户体验。

【技术实现步骤摘要】
一种图像处理方法及电子设备
本公开涉及电子
，尤其涉及一种图像处理方法及电子设备。
技术介绍
随着电子技术的不断发展，从图像中提取出感兴趣物体是机器视觉的核心任务之一。快速精确的从图像中提取出感兴趣物体，可为后续的物体识别、物体属性分析等环节提供有力的保证。目前，从图像中提取感兴趣物体，主要通过物体检测方法用矩形框将感兴趣物体在图像中框出，或者通过场景分割的方法，给感兴趣物体打上标签，从而实现感兴趣物体的提取。但是，物体检测的方法，会混进较多的背景，不能对感兴趣物体进行精确的提取；场景分割方法，耗时较长。因此，如何快速精确的从图像中提取出感兴趣物体，是一项亟待解决的问题。
技术实现思路
有鉴于此，本公开提供一种图像处理方法，能够快速精确的从图像中提取出目标物体，提升了用户体验。本公开提供了一种图像处理方法，包括：采集目标区域的RGB图像和深度图像，其中，所述RGB图像和所述深度图像中包含目标物体；基于所述RGB图像和所述深度图像，提取出所述目标物体。优选地，所述基于所述RGB图像和所述深度图像，提取出所述目标物体包括：对所述RGB图像进行物体检测，得到包含所述目标物体的矩形框的坐标位置；基于所述矩形框的坐标位置，在所述深度图像中截取出对应的子图像；从所述子图像中提取出所述目标物体。优选地，所述对所述RGB图像进行物体检测，得到包含所述目标物体的矩形框的坐标位置包括：对所述RGB图像进行卷积操作，得到相应的特征图；在所述特征图上设置包含所述目标物体的矩形框；对所述矩形框进行线性回归，得到所述矩形框的坐标位置。优选地，所述从所述子图像中提取出所述目标物体包括：基于所述子图像的距离信息，去除所述子图像中的背景，得到所述目标物体。优选地，所述基于所述子图像的距离信息，去除所述子图像中的背景，得到所述目标物体包括：将所述子图像的每一个像素与预设阈值相比较，将大于所述预设阈值的像素重新设置为零。一种电子设备，包括：采集装置，用于采集目标区域的RGB图像和深度图像，其中，所述RGB图像和所述深度图像中包含目标物体；存储器，用于存储应用程序与应用程序运行所产生的数据；处理器，用于运行所述应用程序以基于所述RGB图像和所述深度图像，提取出所述目标物体。优选地，所述处理器在执行基于所述RGB图像和所述深度图像，提取出所述目标物体时，具体用于：对所述RGB图像进行物体检测，得到包含所述目标物体的矩形框的坐标位置；基于所述矩形框的坐标位置，在所述深度图像中截取出对应的子图像；从所述子图像中提取出所述目标物体。优选地，所述处理器在执行对所述RGB图像进行物体检测，得到包含所述目标物体的矩形框的坐标位置时，具体用于：对所述RGB图像进行卷积操作，得到相应的特征图；在所述特征图上设置包含所述目标物体的矩形框；对所述矩形框进行线性回归，得到所述矩形框的坐标位置。优选地，所述处理器在执行从所述子图像中提取出所述目标物体时，具体用于：基于所述子图像的距离信息，去除所述子图像中的背景，得到所述目标物体。优选地，所述处理器在基于所述子图像的距离信息，去除所述子图像中的背景，得到所述目标物体时，具体用于：将所述子图像的每一个像素与预设阈值相比较，将大于所述预设阈值的像素重新设置为零。从上述技术方案可以看出，本公开公开的一种图像处理方法，当需要提取出图像中的目标物体时，首先采集目标区域的RGB图像和深度图像，其中，RGB图像和深度图像中包含目标物体，然后基于RGB图像和深度图像，提取出所述目标物体。本公开能够快速精确的从图像中提取出目标物体，提升了用户体验。附图说明为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本公开公开的一种图像处理方法实施例1的方法流程图；图2为本公开公开的一种图像处理方法实施例2的方法流程图；图3为本公开公开的一种图像处理方法实施例3的方法流程图；图4为本公开公开的一种图像处理方法实施例4的方法流程图；图5为本公开公开的一种电子设备实施例1的结构示意图；图6为本公开公开的一种电子设备实施例2的结构示意图；图7为本公开公开的一种电子设备实施例3的结构示意图；图8为本公开公开的一种电子设备实施例4的结构示意图。具体实施方式下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。如图1所示，为本申请公开的一种图像处理方法实施例1的方法流程图，所述方法可以包括以下步骤：S101、采集目标区域的RGB图像和深度图像，其中，RGB图像和深度图像中包含目标物体；当需要在图像中快速准确的提取出感兴趣的物体时，即在图像中快速准确的提取出用户所需的目标物体时，首先对目标区域进行图像采集，分别采集RGB图像和深度图像。在采集RGB图像时，可以通过RGB摄像头对目标区域进行拍摄，得到RGB图像。在采集深度图像时，可以通过深度摄像头对目标区域进行拍摄，得到深度图像。需要说明的是，拍摄得到的RGB图像和深度图像中均包含用户需要提取的目标物体。另外，为了使提取到的目标物体更加精确，需要说明的是，在通过RGB摄像头和深度摄像头对目标区域进行拍摄时，RGB摄像头和深度摄像头保持平行同向，之间的距离小于5mm，正对目标区域进行拍摄。S102、基于RGB图像和深度图像，提取出目标物体。当采集到包含目标物体的RGB图像和深度图像后，对RGB图像和深度图像进行相应的图像处理，最终提取出目标物体。综上所述，在上述实施例中，当需要提取出图像中的目标物体时，首先采集目标区域的RGB图像和深度图像，其中，RGB图像和深度图像中包含目标物体，然后基于RGB图像和深度图像，提取出所述目标物体。本公开同时利用了RGB图像和深度图像的特点，能够快速精确的从图像中提取出目标物体，提升了用户体验。如图2所示，为本申请公开的一种图像处理方法实施例2的方法流程图，所述方法可以包括以下步骤：S201、采集目标区域的RGB图像和深度图像，其中，RGB图像和深度图像中包含目标物体；当需要在图像中快速准确的提取出感兴趣的物体时，即在图像中快速准确的提取出用户所需的目标物体时，首先对目标区域进行图像采集，分别采集RGB图像和深度图像。在采集RGB图像时，可以通过RGB摄像头对目标区域进行拍摄，得到RGB图像。在采集深度图像时，可以通过深度摄像头对目标区域进行拍摄，得到深度图像。需要说明的是，拍摄得到的RGB图像和深度图像中均包含用户需要提取的目标物体。另外，为了使提取到的目标物体更加精确，需要说明的是，在通过RGB摄像头和深度摄像头对目标区域进行拍摄时，RGB摄像头和深度摄像头保持平行同向，之间的距离小于5mm，正对目标区域进行拍摄。S202、对RGB图像进行物体检测，得到包含目标物体的矩形框的坐标位置；当采集到包含目标物体的RGB图像和深度图像后，对RGB图像和深度图本文档来自技高网...

【技术保护点】
1.一种图像处理方法，包括：采集目标区域的RGB图像和深度图像，其中，所述RGB图像和所述深度图像中包含目标物体；基于所述RGB图像和所述深度图像，提取出所述目标物体。

【技术特征摘要】
1.一种图像处理方法，包括：采集目标区域的RGB图像和深度图像，其中，所述RGB图像和所述深度图像中包含目标物体；基于所述RGB图像和所述深度图像，提取出所述目标物体。2.根据权利要求1所述的方法，所述基于所述RGB图像和所述深度图像，提取出所述目标物体包括：对所述RGB图像进行物体检测，得到包含所述目标物体的矩形框的坐标位置；基于所述矩形框的坐标位置，在所述深度图像中截取出对应的子图像；从所述子图像中提取出所述目标物体。3.根据权利要求2所述的方法，所述对所述RGB图像进行物体检测，得到包含所述目标物体的矩形框的坐标位置包括：对所述RGB图像进行卷积操作，得到相应的特征图；在所述特征图上设置包含所述目标物体的矩形框；对所述矩形框进行线性回归，得到所述矩形框的坐标位置。4.根据权利要求3所述的方法，所述从所述子图像中提取出所述目标物体包括：基于所述子图像的距离信息，去除所述子图像中的背景，得到所述目标物体。5.根据权利要求4所述的方法，所述基于所述子图像的距离信息，去除所述子图像中的背景，得到所述目标物体包括：将所述子图像的每一个像素与预设阈值相比较，将大于所述预设阈值的像素重新设置为零。6.一种电子设备，包括：采集装置，用于采集目标区域的RGB图像和深度图像，其中，所述...

【专利技术属性】
技术研发人员：李储存，朱琳，倪守诚，高立鑫，金小平，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京,11