一种深度图像获得方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了一种深度图像获得方法、装置、电子设备及存储介质，涉及图像处理技术领域，包括获得图像采集设备在不同的相机增益下采集的待测对象的多组灰度图；针对每组灰度图，获得该组灰度图对应的各个图像位置的像素点的可靠度；针对每一图像位置，基于多组灰度图对应的该图像位置的像素点的可靠度，在预设的可靠度与融合规则的对应关系中，确定该图像位置的像素点对应的目标融合规则；分别获得各组灰度图对应的视差图；基于获得的所有视差图和每个图像位置的像素点对应的目标融合规则，获得所述待测对象的深度图像。可以提高获得高动态范围的深度图像的效率。

【技术实现步骤摘要】
一种深度图像获得方法、装置、电子设备及存储介质
本申请涉及图像处理
，特别是涉及一种深度图像获得方法、装置、电子设备及存储介质。
技术介绍
在三维检测的应用场景下，为了获得待测对象的深度信息，通常需要利用图像采集设备获得待测对象的深度图像，并且为了提高深度图像的质量，通常需要获得高动态范围的深度图像。申请公布号为CN108702437的专利技术专利申请《用于3D成像系统的高动态范围深度生成》中记载了，在获得高动态范围的深度图像时，通常需要利用图像采集设备按照不同的曝光时间采集多帧图像，并分别对各帧图像进行深度信息恢复，得到多帧深度图像，最后对多帧深度图像进行融合，得到最终的深度图像。应用现有技术虽然可以得到高动态范围的深度图像，但是在按照不同曝光时长的方式采集多帧图像时，由于改变了图像采集设备的曝光时间，会降低采集图像的帧率，进而减小高动态范围的深度图像的获得效率。
技术实现思路
本申请实施例的目的在于提供一种深度图像获得方法、装置、电子设备及存储介质，以提高获得高动态范围的深度图像的效率。具体技术方案本文档来自技高网...

【技术保护点】
1.一种深度图像获得方法，其特征在于，所述方法包括：/n获得图像采集设备在不同的相机增益下采集的待测对象的多组灰度图，其中，每一相机增益对应一组灰度图，每组灰度图中包含至少一帧灰度图；/n针对每组灰度图，基于该组灰度图中至少一帧灰度图内各个图像位置的像素点的灰度值，获得该组灰度图对应的各个图像位置的像素点的可靠度，其中，每组灰度图对应的每一图像位置的像素点的可靠度表征：利用该组灰度图中该图像位置的像素点的灰度值得到深度图像的可靠程度；/n针对每一图像位置，基于所述多组灰度图对应的该图像位置的像素点的可靠度，在预设的可靠度与融合规则的对应关系中，确定该图像位置的像素点对应的目标融合规则；/n分别...

【技术特征摘要】
1.一种深度图像获得方法，其特征在于，所述方法包括：
获得图像采集设备在不同的相机增益下采集的待测对象的多组灰度图，其中，每一相机增益对应一组灰度图，每组灰度图中包含至少一帧灰度图；
针对每组灰度图，基于该组灰度图中至少一帧灰度图内各个图像位置的像素点的灰度值，获得该组灰度图对应的各个图像位置的像素点的可靠度，其中，每组灰度图对应的每一图像位置的像素点的可靠度表征：利用该组灰度图中该图像位置的像素点的灰度值得到深度图像的可靠程度；
针对每一图像位置，基于所述多组灰度图对应的该图像位置的像素点的可靠度，在预设的可靠度与融合规则的对应关系中，确定该图像位置的像素点对应的目标融合规则；
分别获得各组灰度图对应的视差图；
基于获得的所有视差图和每个图像位置的像素点对应的目标融合规则，获得所述待测对象的深度图像。


2.根据权利要求1所述的方法，其特征在于，所述基于获得的所有视差图和每个图像位置的像素点对应的目标融合规则，获得所述待测对象的深度图像，包括：
根据各组灰度图对应的视差图，获得各组灰度图对应的初始深度图；
针对每一图像位置，按照该图像位置的像素点对应的目标融合规则，对各个初始深度图中该图像位置的像素点进行融合，得到所述待测对象的深度图像。


3.根据权利要求1所述的方法，其特征在于，所述基于获得的所有视差图和每个图像位置的像素点对应的目标融合规则，获得所述待测对象的深度图像，包括：
针对每一图像位置，按照该图像位置的像素点对应的目标融合规则，对各个视差图中该图像位置的像素点进行融合，得到融合后视差图；
根据所述融合后视差图，获得所述待测对象的深度图像。


4.根据权利要求1所述的方法，其特征在于，所述针对每一图像位置，基于所述多组灰度图对应的该图像位置的像素点的可靠度，在预设的可靠度与融合规则的对应关系中，确定该图像位置的像素点对应的目标融合规则，包括：
基于所述多组灰度图对应的各个图像位置的像素点的可靠度，在各组灰度图对应的同一图像位置的像素点的可靠度大于预设的可靠度阈值的情况下，确定该图像位置的像素点对应的目标融合规则为第一融合规则，否则，确定所述目标融合规则为第二融合规则；
其中，所述第一融合规则包括以下规则中的任一种：计算各同位像素点的像素值的算术平均值；或，计算各同位像素点的像素值的加权平均值，所述同位像素点为：各图像中位于同一图像位置的像素点；
所述第二融合规则包括以下规则中的任一种：以可靠度最高的同位像素点的像素值为融合结果；或，以邻域可靠度最高的同位像素点的像素值为融合结果；或，以像素可靠度最高的同位像素点的像素值为融合结果；其中，每一像素点的邻域可靠度为：参考该像素点周围的像素点的可靠度加权计算得到的可靠度，每一像素点的像素可靠度为：参考该像素点的像素值相对周围像素点的像素值的差异计算得到的可靠度。


5.根据权利要求1所述的方法，其特征在于，所述分别获得各组灰度图对应的视差图，包括：
在所述图像采集设备为双目摄像机的情况下，针对每组灰度图，以该组灰度图中一目摄像机采集的灰度图为基准图，获得另一目摄像机采集的灰度图相对所述基准图的视差图，作为该组灰度图对应的视差图；或
在所述图像采集设备为单目摄像机的情况下，分别确定每组灰度图相对预先标定的基准图的视差图，作为各组灰度图对应的视差图。


6.根据权利要求1所述的方法，其特征在于，所述针对每组灰度图，基于该组灰度图中至少一帧灰度图内各个图像位置的像素点的灰度值，获得该组灰度图对应的各个图像位置的像素点的可靠度，包括：
针对每组灰度图，基于该组灰度图中至少一帧灰度图内各个图像位置的像素点的灰度值，获得所述至少一帧灰度图内各个图像位置的像素点的目标特征值，根据所获得的目标特征值确定该组灰度图对应的各个图像位置的像素点的可靠度，其中，所述目标特征值包括以下特征值中的至少一种：灰度特征值、梯度特征值、频域特征值。


7.根据权利要求6所述的方法，其特征在于，
在所述目标特征值为梯度特征值的情况下，灰度图内坐标位置为(x，y)的像素点的目标特征值S(x,y)根据以下公式计算得到：



其中，所述I(x,y)表示灰度图中坐标位置为(x，y)的像素点的灰度值，所述w表示预设的像素宽度，d(i,j)为：基于坐标位置为(i，j)的像素点到坐标位置为(x，y)的像素点的距离预设的权重系数。


8.根据权利要求1-7中任一项所述的方法，其特征在于，所述获得图像采集设备在不同的相机增益下采集的待测对象的多组灰度图，包括：

【专利技术属性】
技术研发人员：陈澄，
申请(专利权)人：杭州海康机器人技术有限公司，
类型：发明
国别省市：浙江;33