【技术实现步骤摘要】
图像处理方法、装置及移动装置控制方法
本专利技术涉及图像处理、三维重建以及飞行器领域，具体而言，本专利技术涉及一种图像处理方法、装置及移动装置控制方法。
技术介绍
目前，随着无人机的不断发展，无人机已运用于农业、航拍、航测领域等，然而，无人机在飞行过程中需要识别阻碍无人机飞行的障碍物体，以确保无人机的安全飞行，提高无人机的使用寿命，现有技术中，可通过拍摄图像并基于拍摄的图像进行三维重建，建立三维地图，依据该三维地图，更清楚准确地识别无人机航线中的障碍物，进而实现避障的过程，而在无人机飞行过程中，天空、水面、白墙等弱纹理区域会导致错误的匹配以及错误的景深恢复，又拍摄的图像在数字化和传输过程中常受到成像设备与外部环境噪声干扰等影响，影响了三维地图的准确性，进而影响无人机的避障飞行，增加了无人机完成任务的难度。
技术实现思路
本专利技术的目的旨在至少解决上述技术缺陷之一，特别是图像中弱纹理区域导致的错误匹配以及错误景深恢复的问题，进一步解决三维地图不够准确的问题。本专利技术提供了一种图像处理方法，包括：获取两摄像装置拍摄的两实时图像，依据两所述实时图像确定视差图；依据预设弱...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：获取两摄像装置拍摄的两实时图像，依据两所述实时图像确定视差图；依据预设弱纹理确定规则分别确定两所述实时图像的弱纹理区域信息；依据两所述实时图像中的所述弱纹理区域信息，去除所述视差图中的弱纹理区域。
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取两摄像装置拍摄的两实时图像，依据两所述实时图像确定视差图；依据预设弱纹理确定规则分别确定两所述实时图像的弱纹理区域信息；依据两所述实时图像中的所述弱纹理区域信息，去除所述视差图中的弱纹理区域。2.根据权利要求1所述的图像处理方法，其特征在于，所述预设弱纹理确定规则为预设梯度运算规则。3.根据权利要求2所述的图像处理方法，其特征在于，在所述依据预设弱纹理确定规则分别确定两所述实时图像的弱纹理区域信息的步骤中，包括：依据预设预处理规则分别对两所述实时图像进行预处理。4.根据权利要求3所述的图像处理方法，其特征在于，在所述依据预设弱纹理确定规则分别确定两所述实时图像的弱纹理区域信息的步骤中，还具体包括：依据预设梯度运算规则对预处理后的两所述实时图像进行梯度计算，确定两所述实时图像中的梯度信息；依据所述梯度信息，获得预处理后的两所述实时图像的梯度图；结合所述梯度图和预设弱纹理区域信息规则，确定两所述实时图像中所述弱纹理区域信息。5.根据权利要求4所述的图像处理方法，其特征在于，在结合所述梯度图和预设弱纹理位置信息规则，确定两所述实时图像中所述弱纹理区域信息的步骤中，具体包括：依据所述梯度图和所述预设弱纹理位置信息规则，标识所述梯度图中的弱纹理像素点；按照预设方差规则确定弱纹理位置信息方差和非弱纹理位置信息方差；依据所述弱纹理位置信息方差、所述非弱纹理位置信息方差和所述预设弱纹理位置信息规则确定所述弱纹理区域信息。6.根据权利要求5所述的图像处理方法，其特征在于，在所述依据所述梯度图和所述预设弱纹理位置信息规则，标识所述梯度图中的弱纹理像素点的步骤中，具体包括：按照预设检测次序，依次确定所述梯度图中各像素点的像素值对应的梯度值；将所述梯度值与预设弱纹理梯度阈值进行对比，判断所述梯度值是否在所述预设弱纹理梯度阈值内；若所述像素值在所述预设弱纹理梯度阈值内，则所述像素值为弱纹理的位置信息，将所述像素点标识为弱纹理像素点。7.根据权利要求6所述的图像处理方法，其特征在于，在所述若所述像素值在所述预设弱纹理梯度阈值内，则所述像素值为弱纹理的位置信息，将所述像素点标识为弱纹理像素点的步骤之后，包括：按照预设方差规则确定弱纹理位置信息方差和非弱纹理位置信息方差。8.根据权利要求7所述的图像处理方法，其特征在于，所述预设方差规则为预设方差函数，在所述按照预设方差规则确定弱纹理位置信息方差和非弱纹理位置信息方差的步骤中，具体包括：依据所述梯度图中所述弱纹理区域像素点的像素值、所述梯度图中的总像素平均值、所述梯度图中所述弱纹理像素点的总数目以及所述弱纹理像素点对应所述梯度图中的标识确定所述弱纹理位置信息方差。9.根据权利要求7所述的图像处理方法，其特征在于，所述预设方差规则为预设方差函数，在所述按照预设方差规则确定弱纹理位置信息方差和非弱纹理位置信息方差的步骤中，具体包括：依据所述梯度图中非弱纹理区域像素点的像素值、所述梯度图中的总像素平均值、所述梯度图中非弱纹理像素点的总数目以及所述非弱纹理像素点对应所述梯度图中的标识确定所述非弱纹理位置信息方差。10.根据权利要求6所述的图像处理方法，其特征在于，所述预设弱纹理位置信息规则为预设能量函数，在所述依据所述弱纹理位置信息方差、所述非弱纹理位置信息方差和预设弱纹理位置信息规则确定所述弱纹理区域信息的步骤中，具体包括：依据所述弱纹理位置信息方差、所述非弱纹理位置信息方差和所述预设能量函数确定能量值。11.根据权利要求10所述的图像处理方法，其特征在于，在所述依据所述弱纹理位置信息方差、所述非弱纹理位置信息方差和所述预设能量函数确定能量值的步骤中，具体包括：基于奇异矩阵原理判断所述能量值是否为最大能量值；当所述能量值不是最大能量值时，调整所述预设弱纹理梯度阈值使得所述能量值最大；当所述能量值最大时，结合所述梯度图和预设弱纹理区域信息规则，确定两所述实时图像中所述弱纹理区域信息。12.根据权利要求5所述的图像处理方法，其特征在于，在所述获取两摄像装置拍摄的两实时图像，依据两所述实时图像确定视差图的步骤中，具体包括：获取两所述实时图像中相对应的特征信息；依据几何测量原理以及相对应的所述特征信息，确定两所述实时图像的视差图。13.根据权利要求12所述的图像处理方法，其特征在于，在所述获取两所述实时图像中相对应的特征信息的步骤中，具体包括：提取两所述实时图像中的所述特征信息，依据预设像素匹配规则将两所述实时图像中的所述特征信息进行匹配，确定相对应的所述特征信息。14.根据权利要求13所述的图像处理方法，其特征在于，在所述依据几何测量原理以及相对应的所述特征信息，确定两所述实时图像的视差图的步骤中，具体包括：将相对应的所述特征信息叠加，确定相对应的所述特征信息中像素值最接近像素点，依据预设视差值规则确定相对应的所述特征信息中像素值最接近像素点的视差值；将所述视差值通过预设视差优化规则，确定所述视差图。15.一种图像处理装置，其特征在于，包括：视差图确定模块，用于获取两摄像装置拍摄的两实时图像，依据两所述实时图像确定视差图；弱纹理区域信息确定模块，用于依据预设弱纹理确定规则分别确定两所述实时图像的弱纹理区域信息；去除模块，用于依据两所述实时图像中的所述弱纹理区域信息，去除所述视差图中的弱纹理区域...
【专利技术属性】
技术研发人员：池鹏可，刘鹏，
申请(专利权)人：广州极飞科技有限公司，
类型：发明
国别省市：广东,44
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。