双目图像快速处理方法、装置及对应的存储介质制造方法及图纸

技术编号:24863604 阅读:57 留言:0更新日期:2020-07-10 19:14
本发明专利技术提供一种双目图像快速处理方法,包括获取第一级左眼图像及对应的第一级右眼图像;获取下级左眼图像以及下级右眼图像;对下级左眼图像以及下级右眼图像进行特征提取;获取下级图像相差分布估计特征;将下级图像相差分布估计特征与下级左眼图像特征进行融合,得到下级融合特征;对下级融合特征进行特征提取,得到下级左右眼图像的差异特征;基于下级左右眼图像的差异特征,得到下级左右眼图像的估计相差;对差异特征进行平铺升维操作,以得到第一级左右眼图像的修正差异特征;对估计相差进行平铺升维操作,以得到第一级左右眼图像的修正相差;获取第一级左右眼图像的估计相差;使用第一级左右眼图像的估计相差对相应的图像进行图像处理操作。

【技术实现步骤摘要】
双目图像快速处理方法、装置及对应的存储介质
本专利技术涉及图像处理
,特别是涉及一种双目图像快速处理方法、装置及对应的存储介质。
技术介绍
双目视觉由于视差的存在,单目间形成的影像存在位移。如在水平横向方向上,单目图像中一图片的像素相对另一图片的对应像素的位移即为双目视觉图像的水平视觉相差。现有的双目视觉图像中物体的尺寸可能大小不一,导致对图像进行特征分析时,不同尺寸的物体对应的物体特征的特征精度差异较大,进而导致获取的双目视觉图像相差的差异也较大,该双目视觉图像相差的准确度也较低,从而无法对相应的图像进行有效的图像处理。故,有必要提供一种双目图像快速处理方法以及处理装置,以解决现有技术所存在的问题。
技术实现思路
本专利技术实施例提供一种可快速准确的获取双目视觉图像相差的双目图像快速处理方法以及处理装置,以解决现有的双目图像快速处理方法以及处理装置获取的双目视觉图像相差的差异较大且准确度较低的技术问题。本专利技术实施例提供一种双目图像快速处理方法,其包括:获取第一级左眼图像以及对应的第一级右眼图像;对所述第一级左眼图像进行折叠降维操作,获取所述第一级左眼图像对应的至少一个下级左眼图像;对所述第一级右眼图像进行折叠降维操作,获取所述第一级右眼图像对应的至少一个下级右眼图像;使用第一预设残差卷积网络,对所述下级左眼图像进行特征提取,以得到下级左眼图像特征;使用第一预设残差卷积网络,对所述下级右眼图像进行特征提取,以得到下级右眼图像特征;对所述下级左眼图像特征以及下级右眼图像特征进行相差分布估计,得到对应的下级图像相差分布估计特征;将所述下级图像相差分布估计特征与所述下级左眼图像特征进行融合,得到下级融合特征;使用第二预设残差卷积网络,对所述下级融合特征进行特征提取,得到下级左右眼图像的差异特征;基于所述下级左右眼图像的差异特征,得到所述下级左右眼图像的估计相差;对所述差异特征进行平铺升维操作,以得到第一级左右眼图像的修正差异特征;对所述估计相差进行平铺升维操作,以得到第一级左右眼图像的修正相差;根据第一级左右眼特征数据、所述第一级左右眼图像的修正差异特征以及所述第一级左右眼图像的修正相差,得到第一级左右眼图像的估计相差;使用所述第一级左右眼图像的估计相差对相应的图像进行图像处理操作。本专利技术实施例还提供一种双目图像快速处理装置,其包括:图像获取模块,用于获取第一级左眼图像以及对应的第一级右眼图像;折叠降维模块,用于对所述第一级左眼图像进行折叠降维操作,获取所述第一级左眼图像对应的至少一个下级左眼图像;对所述第一级右眼图像进行折叠降维操作,获取所述第一级右眼图像对应的至少一个下级右眼图像;第一特征提取模块,用于使用第一预设残差卷积网络,对所述下级左眼图像进行特征提取,以得到下级左眼图像特征;使用第一预设残差卷积网络,对所述下级右眼图像进行特征提取,以得到下级右眼图像特征;相差分布估计模块,用于对所述下级左眼图像特征以及下级右眼图像特征进行相差分布估计,得到对应的下级图像相差分布估计特征;融合模块,用于将所述下级图像相差分布估计特征与所述下级左眼图像特征进行融合,得到下级融合特征;第二特征提取模块,用于使用第二预设残差卷积网络,对所述下级融合特征进行特征提取,得到下级左右眼图像的差异特征;下级估计相差获取模块,用于基于所述下级左右眼图像的差异特征,得到所述下级左右眼图像的估计相差;平铺升维模块,用于对所述差异特征进行平铺升维操作,以得到第一级左右眼图像的修正差异特征;对所述估计相差进行平铺升维操作,以得到第一级左右眼图像的修正相差;上级估计相差获取模块,用于根据第一级左右眼特征数据、所述第一级左右眼图像的修正差异特征以及所述第一级左右眼图像的修正相差,得到第一级左右眼图像的估计相差;图像处理模块,用于使用所述第一级左右眼图像的估计相差对相应的图像进行图像处理操作。本专利技术实施例还提供一种计算机可读存储介质,其内存储有处理器可执行指令,所述指令由一个或一个以上处理器加载,以执行上述任一双目图像快速处理方法。相较于现有技术的双目图像快速处理方法以及处理装置,本专利技术的双目图像快速处理方法以及处理装置通过多个不同维度的下级左眼图像以及下级右眼图像,从而可以获取第一级左眼图像和第一级右眼图像在不同维度的差异特征以及对应的估计相差,从而可快速准确的获取第一级左右眼图像的估计相差,进而提高了对应的图像处理效率;有效解决了解决现有的双目图像快速处理方法以及处理装置获取的双目视觉图像相差的差异较大且准确度较低的技术问题。附图说明图1为本专利技术的双目图像快速处理方法的第一实施例的流程图;图2为一个第一级左眼图像折叠降维成四个第二级左眼图像的操作示意图;图3为四个第三级左右眼图像平铺升维成一个第二级左右眼图像的操作示意图;图4为本专利技术的双目图像快速处理方法的第二实施例的流程图;图5为本专利技术的双目图像快速处理方法的第二实施例的步骤S409的流程图;图6为本专利技术的双目图像快速处理装置的第一实施例的结构示意图;图7为本专利技术的双目图像快速处理装置的第二实施例的结构示意图;图8为本实施例的双目图像快速处理装置的第二实施例的实施流程图。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,都属于本专利技术保护的范围。本专利技术的双目图像快速处理方法以及处理装置用于对双目图像进行快速准确的相差估计的电子设备。该电子设备包括但不限于可穿戴设备、头戴设备、医疗健康平台、个人计算机、服务器计算机、手持式或膝上型设备、移动设备(比如移动电话、个人数字助理(PDA)、媒体播放器等等)、多处理器系统、消费型电子设备、小型计算机、大型计算机、包括上述任意系统或设备的分布式计算环境,等等。该电子设备优选为对双目图像进行图像处理的图像处理终端或图像处理服务器,以便使用获取的双目视觉图像相差进行有效的图像处理。请参照图1,图1为本专利技术的双目图像快速处理方法的第一实施例的流程图。本实施例的双目图像快速处理方法可使用上述的电子设备进行实施,本实施例的双目图像快速处理方法包括:步骤S101,获取第一级左眼图像以及对应的第一级右眼图像;步骤S102,对第一级左眼图像进行折叠降维操作,获取第一级左眼图像对应的至少一个下级左眼图像;对第一级右眼图像进行折叠降维操作,获取第一级右眼图像对应的至少一个下级右眼图像;步骤S103,使用第一预设残差卷积网络,对下级左眼图像进行特征提取,以得到下级左眼图像特征;使用第一预设残差卷积网络,对下级右眼图像进行特征提取,以得到下级右眼图像特征;步骤本文档来自技高网...

【技术保护点】
1.一种双目图像快速处理方法,其特征在于,包括:/n获取第一级左眼图像以及对应的第一级右眼图像;/n对所述第一级左眼图像进行折叠降维操作,获取所述第一级左眼图像对应的至少一个下级左眼图像;对所述第一级右眼图像进行折叠降维操作,获取所述第一级右眼图像对应的至少一个下级右眼图像;/n使用第一预设残差卷积网络,对所述下级左眼图像进行特征提取,以得到下级左眼图像特征;使用第一预设残差卷积网络,对所述下级右眼图像进行特征提取,以得到下级右眼图像特征;/n对所述下级左眼图像特征以及所述下级右眼图像特征进行相差分布估计,得到对应的下级图像相差分布估计特征;/n将所述下级图像相差分布估计特征与所述下级左眼图像特征进行融合,得到下级融合特征;/n使用第二预设残差卷积网络,对所述下级融合特征进行特征提取,得到下级左右眼图像的差异特征;/n基于所述下级左右眼图像的差异特征,得到所述下级左右眼图像的估计相差;/n对所述差异特征进行平铺升维操作,以得到第一级左右眼图像的修正差异特征;对所述估计相差进行平铺升维操作,以得到第一级左右眼图像的修正相差;/n根据第一级左右眼特征数据、所述第一级左右眼图像的修正差异特征以及所述第一级左右眼图像的修正相差,得到第一级左右眼图像的估计相差;/n使用所述第一级左右眼图像的估计相差对相应的图像进行图像处理操作。/n...

【技术特征摘要】
1.一种双目图像快速处理方法,其特征在于,包括:
获取第一级左眼图像以及对应的第一级右眼图像;
对所述第一级左眼图像进行折叠降维操作,获取所述第一级左眼图像对应的至少一个下级左眼图像;对所述第一级右眼图像进行折叠降维操作,获取所述第一级右眼图像对应的至少一个下级右眼图像;
使用第一预设残差卷积网络,对所述下级左眼图像进行特征提取,以得到下级左眼图像特征;使用第一预设残差卷积网络,对所述下级右眼图像进行特征提取,以得到下级右眼图像特征;
对所述下级左眼图像特征以及所述下级右眼图像特征进行相差分布估计,得到对应的下级图像相差分布估计特征;
将所述下级图像相差分布估计特征与所述下级左眼图像特征进行融合,得到下级融合特征;
使用第二预设残差卷积网络,对所述下级融合特征进行特征提取,得到下级左右眼图像的差异特征;
基于所述下级左右眼图像的差异特征,得到所述下级左右眼图像的估计相差;
对所述差异特征进行平铺升维操作,以得到第一级左右眼图像的修正差异特征;对所述估计相差进行平铺升维操作,以得到第一级左右眼图像的修正相差;
根据第一级左右眼特征数据、所述第一级左右眼图像的修正差异特征以及所述第一级左右眼图像的修正相差,得到第一级左右眼图像的估计相差;
使用所述第一级左右眼图像的估计相差对相应的图像进行图像处理操作。


2.根据权利要求1所述的双目图像快速处理方法,其特征在于,所述下级左眼图像包括第n级左眼图像,所述下级右眼图像包括第n级右眼图像,其中n为大于等于1的正整数;
所述对所述第一级左眼图像进行折叠降维操作,获取所述第一级左眼图像对应的至少一个下级左眼图像;对所述第一级右眼图像进行折叠降维操作,获取所述第一级右眼图像对应的至少一个下级右眼图像的步骤包括:
对所述第一级左眼图像进行折叠降维操作,获取所述第一级左眼图像对应的第n级左眼图像,其中所述第n级左眼图像的图像分辨率为所述第一级左眼图像的图像分辨率的1/[4^(n-1)];
对所述第一级右眼图像进行折叠降维操作,获取所述第一级右眼图像对应的第n级右眼图像,其中所述第n级右眼图像的图像分辨率为所述第一级右眼图像的图像分辨率的1/[4^(n-1)]。


3.根据权利要求1所述的双目图像快速处理方法,其特征在于,所述双目图像快速处理方法包括:
设定m=i;其中i为大于等于3的正整数;
使用第一预设残差卷积网络,对第m级左眼图像进行特征提取,得到第m级左眼图像特征;使用第一预设残差卷积网络对第m级右眼图像进行特征提取,得到第m级右眼图像特征;
使用第m级左右眼图像的修正相差对所述第m级右眼图像进行修正,对所述第m级左眼图像特征以及修正后的第m级右眼图像特征分别进行相差分布估计,得到第m级图像相差分布估计特征;
将所述第m级图像相差分布估计特征、所述第m级左眼图像特征、以及第m级左右眼图像的修正差异特征进行融合,得到第m级融合特征;
使用第二预设残差卷积网络,对所述第m级融合特征进行特征提取,得到第m级左右眼图像的差异特征;
对所述第m级左右眼图像的差异特征进行相差分布估计,得到所述第m级左右眼图像的本级估计相差;
基于所述第m级左右眼图像的本级估计相差以及第m级左右眼图像的修正相差,得到第m级左右眼图像的总估计相差;
对所述第m级左右眼图像的差异特征进行平铺升维操作,以得到第m-1级左右眼图像的修正差异特征;对所述第m级左右眼图像的总估计相差进行平铺升维操作,以得到第m-1级左右眼图像的修正相差;
m=m-1,返回到步骤使用第一预设残差卷积网络进行特征提取的操作,直至m=1。


4.根据权利要求3所述的双目图像快速处理方法,其特征在于,所述双目图像快速处理方法还包括:
当m=1时,将第一级左眼图像、第一级右眼图像、第二级左右眼图像的修正差异特征以及第二级左右眼图像的修正相差进行融合,得到第一级融合特征;
对所述第一级融合特征进行相差分布估计,得到所述第一级左右眼图像的估计相差。


5.根据权利要求3所述的双目图像快速处理方法,其特征在于,
如不存在所述第m级左右眼图像的修正相差,则对所述第m级左眼图像特征以及所述第m级右眼图像特征分别进行相差分布估计,得到第m级图像相差分布估计特征;
如不存在所述第m级左右眼图像的修正差异特征,则将所述第m级图像相差分布估计特征以及所述第m级左眼图像特征进行融合,得到第m级融合特征;
如不存在所述第m级左右眼图像的修正相差,基于所述第m级左右眼图像的估计相差,得到第m级左右眼图像的总估计相差。


6.根据权利要求3所述的双目图像快速处理方法,其特征在于,所述基于所述第m...

【专利技术属性】
技术研发人员:陈丹谭志刚张誉耀
申请(专利权)人:深圳看到科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1