一种图像信息获取方法、图像处理设备及计算机存储介质技术

本发明专利技术实施例公开了一种图像信息获取方法、图像处理设备及计算机存储介质，用于在多目立体视觉检测时减少不必要的硬件开支。本发明专利技术实施例方法包括：获取待检测点的实际图像特征值，待检测点为第一图像或者第二图像中的像素点，待检测点不包含在匹配区域内，匹配区域为第一图像和所述第二图像中都包括的区域；获取第一图像和第二图像对应的特征值集合，特征值集合包括匹配区域中各像素点的实际图像特征值；根据待检测点的实际图像特征值和特征值集合在匹配区域中找出目标像素点，目标像素点的实际图像特征值与待检测点的实际图像特征值的差率小于第一预置差率值；将目标像素点的深度作为待检测点的深度。

An image information acquisition method, image processing equipment and computer storage medium

【技术实现步骤摘要】
【国外来华专利技术】一种图像信息获取方法、图像处理设备及计算机存储介质
本专利技术属于信息分析
，尤其涉及一种图像信息获取方法、图像处理设备及计算机存储介质。
技术介绍
双目立体视觉是计算机视觉的一个重要分支，双目立体视觉是模拟人类视觉原理，使用计算机被动感知距离的方法，即运用两个相同的摄像机对同一物体从不同的位置成像，获得物体的立体图像对，根据图像之间的像素匹配关系，通过三角测量原理计算出像素之间的偏移来获取物体的三维信息，得到了物体的深度信息，就可以计算出物体与相机之间的实际距离，物体三维大小，两点之间实际距离。然而实际应用中，当物体出现遮挡时，双摄像头视线被阻挡，无法有效计算深度，导致视觉误差很大。现有技术中，一般采用增加摄像头来从多角度进行成像拍摄，再根据多个摄像头在多个角度拍摄得到的多张图片来恢复被遮挡像素的深度信息，进而得到物体被遮挡部分的深度以消除死角。但是，现有技术中增加摄像头来消除死角，当物体被遮挡的方向出现多个时，相应的也需要在物体被遮挡的方向上增加多个摄像头，增添了硬件成本。
技术实现思路
本专利技术实施例提供了一种图像信息获取方法、图像处理设备及计算机存储介质，用于在多目立体视觉检测时减少不必要的硬件开支。本专利技术实施例的第一方面提供一种图像信息获取方法，包括：获取待检测点的实际图像特征值，所述待检测点为第一图像或者第二图像中的像素点，所述待检测点不包含在匹配区域内，所述匹配区域为所述第一图像和所述第二图像中都包括的区域，所述第一图像由第一摄像机拍摄，所述第二图像由第二摄像机拍摄，所述第一图像和所述第二图像为在不同角度拍摄同一目标所得到的图像；获取所述第一图像和所述第二图像对应的特征值集合，所述特征值集合包括所述匹配区域中各像素点的实际图像特征值；根据所述待检测点的实际图像特征值和所述特征值集合在所述匹配区域中找出目标像素点，所述目标像素点的实际图像特征值与所述待检测点的实际图像特征值的差率小于第一预置差率值；将所述目标像素点的深度作为所述待检测点的深度。本专利技术实施例第二方面提供了一种图像处理设备，所述图像处理设备包括：存储器、处理器和传感器；所述存储器，用于存储操作指令；所述处理器，用于获取待检测点的实际图像特征值，所述待检测点为第一图像或者第二图像中的像素点，所述待检测点不包含在匹配区域内，所述匹配区域为所述第一图像和所述第二图像中都包括的区域，所述第一图像由第一摄像机拍摄，所述第二图像由第二摄像机拍摄，所述第一图像和所述第二图像为在不同角度拍摄同一目标所得到的图像；用于获取所述第一图像和所述第二图像对应的特征值集合，所述特征值集合包括所述匹配区域中各像素点的实际图像特征值；用于根据所述待检测点的实际图像特征值和所述特征值集合在所述匹配区域中找出目标像素点，所述目标像素点的实际图像特征值与所述待检测点的实际图像特征值的差率小于第一预置差率值；用于将所述目标像素点的深度作为所述待检测点的深度；所述传感器，用于获取所述第一图像和所述第二图像。本专利技术实施例第三方面提供了一种计算机存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。本专利技术实施例提供的技术方案中，第一摄像机和第二摄像机分别在不同的角度对同一目标进行拍摄得到第一图像和第二图像，将仅存在于第一图像或者第二图像中的像素点称为待检测点，第一图像和第二图像均包括的区域称为匹配区域，并通过检测待检测点所在的图像得到该待检测点的实际图像特征值，通过检测第一图像和第二图像得到匹配区域中各像素点的实际图像特征值以得到特征值集合，根据待检测点的实际图像特征值和特征值集合找出目标像素点，该目标像素点的实际图像特征值与待检测点的实际图像特征值的差率小于第一预设值，获得该目标像素点的深度并作为待检测点的深度，本实施例中，不需要额外增加摄像头来消除被遮挡的部分即只存在于第一图像或第二图像的部分，通过在将未被遮挡的部分即匹配区域中找出目标像素点，来还原被遮挡部分中的待检测点，减少了不必要的硬件开支。附图说明图1为本专利技术实施例的一个应用场景示意图；图2A为本专利技术实施例中图像信息获取方法的一个实施例的流程图；图2B为本专利技术实施例深度计算的一个技术示意图；图3A为本专利技术实施例中图像信息获取方法的另一实施例的流程图；图3B为本专利技术实施例中确定极线的一个技术示意图；图4为本专利技术实施例中图像处理设备的一个实施例的装置图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本专利技术实施例适用于图1所示的应用场景。物体A上的点a和点b通过镜头1投射到传感器1上，而针对镜头2的视线，点a和点b被遮挡，因此无法计算点a和点b的有效深度。现有技术中，采用增加摄像头来从多角度进行拍摄以消除死角，然而当物体被遮挡的方向有多个时，相应的也需要增加多个摄像头，增加了硬件成本。有鉴于此，本专利技术实施例中，不需要额外增加摄像头来消除被遮挡的部分即只存在于第一图像或第二图像的部分，该第一图像和第二图像为在不同角度拍摄同一目标所得到的图像，通过在将未被遮挡的部分即匹配区域中找出目标像素点，来还原被遮挡部分中的待检测点，减少了不必要的硬件开支。为便于理解，下面对本专利技术实施例中的具体流程进行描述，请参阅图2A，本专利技术实施例中图像信息获取方法的一个实施例包括：201、获取待检测点的实际图像特征值。当需要测量距离和恢复3D景物时，双目立体视觉最较为常用的方法之一，它是利用两台摄像机得到同一目标的两幅图像的视差来计算深度。本专利技术实施例中，第一摄像机拍摄第一图像，第二摄像机拍摄第二图像，由于第一图像和第二图像是对同一目标的不同角度的拍摄，故第一图像和第二图像中有相同的区域，也有不同的区域，为便于表述，将第一图像和第二图像中相同的区域称为匹配区域，实际应用中也可以称为重合区域等。设备可通过图像分析法检测待检测点所在的图像得到待检测点的实际图像特征值，其中，该待检测点为第一图像或者第二图像中的像素点且不包含在匹配区本文档来自技高网...

【技术保护点】
一种图像信息获取方法，其特征在于，所述方法应用于多目立体视觉技术，所述方法包括：/n获取待检测点的实际图像特征值，所述待检测点为第一图像或者第二图像中的像素点，所述待检测点不包含在匹配区域内，所述匹配区域为所述第一图像和所述第二图像中都包括的区域，所述第一图像由第一摄像机拍摄，所述第二图像由第二摄像机拍摄，所述第一图像和所述第二图像为在不同角度拍摄同一目标所得到的图像；/n获取所述第一图像和所述第二图像对应的特征值集合，所述特征值集合包括所述匹配区域中各像素点的实际图像特征值；/n根据所述待检测点的实际图像特征值和所述特征值集合在所述匹配区域中找出目标像素点，所述目标像素点的实际图像特征值与所述待检测点的实际图像特征值的差率小于第一预置差率值；/n将所述目标像素点的深度作为所述待检测点的深度。/n

【技术特征摘要】
【国外来华专利技术】一种图像信息获取方法，其特征在于，所述方法应用于多目立体视觉技术，所述方法包括：
获取待检测点的实际图像特征值，所述待检测点为第一图像或者第二图像中的像素点，所述待检测点不包含在匹配区域内，所述匹配区域为所述第一图像和所述第二图像中都包括的区域，所述第一图像由第一摄像机拍摄，所述第二图像由第二摄像机拍摄，所述第一图像和所述第二图像为在不同角度拍摄同一目标所得到的图像；
获取所述第一图像和所述第二图像对应的特征值集合，所述特征值集合包括所述匹配区域中各像素点的实际图像特征值；
根据所述待检测点的实际图像特征值和所述特征值集合在所述匹配区域中找出目标像素点，所述目标像素点的实际图像特征值与所述待检测点的实际图像特征值的差率小于第一预置差率值；
将所述目标像素点的深度作为所述待检测点的深度。


根据权利要求1所述的图像信息获取方法，其特征在于，所述根据所述第一实际图像特征值和所述特征值集合在匹配区域中找出目标像素点包括：
判断所述特征值集合中是否存在目标实际图像特征值，所述目标实际图像特征值与所述实际图像特征值的差率小于所述第一预置差率值；
若存在，则从所述目标实际图像特征值对应的像素点中选择一个像素点作为所述目标像素点。


根据权利要求2所述的图像信息获取方法，其特征在于，所述判断所述特征值集合中是否存在目标实际图像特征值之后，所述方法还包括：
当判断所述特征值集合中不存在所述目标实际图像特征值时，根据预置的计算公式获取第一参考点的参考理论图像特征值，所述第一参考点为所述匹配区域内的像素点；
根据所述第一参考点的参考值和所述待检测点的实际图像特征值计算所述待检测点的理论图像特征值，所述第一参考点的参考值包括所述第一参考点的参考实际图像特征值和所述参考理论图像特征值；
根据所述待检测点的理论图像特征值计算得到所述待检测点的深度。



根据权利要求1所述的图像信息获取方法，其特征在于，所述将所述目标像素点的深度作为所述待检测点的深度之后，所述方法还包括：
验证所述待检测点的深度是否大于目标值；
若是，则确认所述待检测点的深度通过验证；
若否，则将与所述待检测点相邻的像素点的深度的平均值作为所述待检测点的深度。


根据权利要求4所述的图像信息获取方法，其特征在于，所述验证所述待检测点的深度是否大于目标值之前，所述方法还包括：
通过轮廓提取方法在第一区域和第二区域中分别对应找到第一闭合边和第二闭合边，所述第一区域为所述匹配区域在所述第一图像中的区域，所述第二区域为所述匹配区域在所述第二图像中的区域；
当所述第一闭合边和所述第二闭合边匹配时，根据所述第一闭合边或所述第二闭合边，和极平面找出第一世界点和第二世界点；
根据所述第一世界点和所述第二世界点确定目标交点；
将所述目标交点的深度作为所述目标值。


根据权利要求5中任一项所述的图像信息获取方法，其特征在于，所述获得所述目标像素点的深度以作为所述待检测点的深度之后，所述方法还包括：
将所述第一图像和所述第二图像合成深度图像，所述深度图像包括所述匹配区域和遮挡区域，所述遮挡区域包括所述第一图像中除去所述第一区域的区域和所述第二图像中除去所述第二区域的区域；
当子遮挡区域的深度分布与所述子遮挡区域在对应图像的灰度值分布不对应时，对所述遮挡区域进行预处理，所述子遮挡区域包含于所述遮挡区域。


根据权利要求6所述的图像信息获取方法，其特征在于，所述对所述子遮挡区域进行预处理包括：
从所述子遮挡区域中选择目标遮挡点，所述目标遮挡点与所述目标遮挡点的相邻点的深度差大于预置差值；
将所述目标遮挡点的相邻点的深度平...

【专利技术属性】
技术研发人员：阳光，
申请(专利权)人：深圳配天智能技术研究院有限公司，
类型：发明
国别省市：广东;44