一种对象定位方法及装置制造方法及图纸

本发明专利技术提供了一种对象定位方法及装置，在获取第一相机与第二相机对目标对象进行拍摄得到的第一对象图像与第二对象图像的对象检测点坐标，并确定对象检测点在初始三维世界坐标系中的三维坐标之后，由于初始三维世界坐标系以第一相机与第二相机中的一个相机的光心为原点，不能直观的确定对象检测点与目标点的相对位置，本发明专利技术通过将对象检测点在初始三维世界坐标系中的三维坐标转换为在以目标点为原点的目标三维世界坐标系中的三维坐标，实现快速、准确的定位对象检测点与目标点的相对位置，在不需要依赖额外加入的光路设计或增加距离传感器的基础上，实现对象检测点的准确定位。位。位。

【技术实现步骤摘要】
一种对象定位方法及装置


[0001]本专利技术涉及图像处理
，更具体的，涉及一种对象定位方法及装置。

技术介绍

[0002]在对象检测，如面部检测、眼部检测、瞳孔检测等检测过程中，为了提高检测仪器的检测精度，需要医生或者操作人员使用手动或者自动方式将检测仪器对准对象中的检测点，因此，不管使用手动方式还是自动方式，都需要对对象中的检测点进行定位。
[0003]目前定位方法有很多种，但大多数都是对于对象图像进行处理检测出检测点在图像中的位置，告诉操作人员去手动移动仪器对准到该检测点，并不能获得检测点的三维坐标来辅助仪器自动定位到仪器中心进行后续的检查。而目前的自动定位方法主要依赖于额外加入的光路设计来定位检测点在空间上的距离，或者加入距离传感器来检测检测点距离仪器的前后距离等。这就不仅增加了光路的复杂性，仪器的成本也提高了。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种对象定位方法及装置，在不需要额外增加光路设计以及硬件设备的基础上，实现对象检测点自动定位。
[0005]为了实现上述专利技术目的，本专利技术提供的具体技术方案如下：第一方面，本专利技术实施例提供了一种对象定位方法，包括：获取第一相机对目标对象拍摄的第一对象图像以及第二相机对所述目标对象拍摄的第二对象图像，并获取所述第一对象图像与所述第二对象图像中的对象检测点坐标；根据所述第一对象图像与所述第二对象图像中的对象检测点坐标，确定对象检测点在初始三维世界坐标系中的三维坐标，所述初始三维世界坐标系是以所述第一相机或所述第二相机的光心为原点构建的；将所述对象检测点在所述初始三维世界坐标系中的三维坐标转换为在目标三维世界坐标系中的三维坐标，所述目标三维世界坐标系是以目标点为原点构建的；根据所述对象检测点在所述目标三维世界坐标系中的三维坐标，确定所述对象检测点与所述目标点的相对位置。
[0006]在一些实施例中，获取所述第一对象图像与所述第二对象图像中的对象检测点坐标，包括：分别对所述第一对象图像与所述第二对象图像进行预处理，得到所述第一对象图像与所述第二对象图像中的目标对象区域以及所述目标对象区域的边缘点坐标；分别对所述第一对象图像与所述第二对象图像中的所述目标对象区域的边缘点坐标进行轮廓拟合并获取轮廓中心点坐标；将所述第一对象图像对应的轮廓中心点坐标确定为所述第一对象图像中的对象检测点坐标，并将所述第二对象图像对应的轮廓中心点坐标确定为所述第二对象图像中的对象检测点坐标。
[0007]在一些实施例中，所述分别对所述第一对象图像与所述第二对象图像进行预处理，得到所述第一对象图像与所述第二对象图像中的所述目标对象区域以及所述目标对象区域的边缘点坐标，包括：对所述目标对象图像依次进行灰度化处理、高斯滤波处理，得到模糊图像，所述目标对象图像为所述第一对象图像或所述第二对象图像；计算所述模糊图像的全局阈值；为所述模糊图像创建与其尺寸大小一致的第一空白图像、第二空白图像以及第三空白图像；分别计算所述模糊图像中每行的行阈值，将行阈值与第一系数的乘积、所述全局阈值与第二系数的乘积中的最小值作为最终阈值对该行进行二值化处理，并将所述模糊图像中每行的二值化处理结果放入所述第一空白图像的对应行；分别计算所述模糊图像中每列的列阈值，将列阈值与第一系数的乘积、所述全局阈值与第二系数的乘积中的最小值作为最终阈值对该列进行二值化处理，并将所述模糊图像中每列的二值化处理结果放入所述第二空白图像的对应列；将所述第一空白图像与所述第二空白图像中位置相同且二值化处理结果都为255的二值化处理结果放入所述第三空白图像的对应位置，并将所述第三空白图像剩余位置的像素值置0，得到所述模糊图像对应的分割图像；对所述分割图像进行候选区域筛选；根据所述分割图像的候选区筛选结果确定所述目标对象图像中的所述目标对象区域以及所述目标对象区域的边缘点坐标。
[0008]在一些实施例中，对所述分割图像进行候选区域筛选，包括：对所述分割图像依次进行候选区域检测以及连通域检测，得到所述分割图像中的所有候选区域的轮廓参数、每个候选区域的连通域以及连通域的外接矩形参数；筛选掉连通域的面积不在预设面积区间内、连通域的外接矩形的长或宽不在预设长度区间内、连通域的长宽比不在预设长宽比区间内、连通域的面积与外接矩形面积的比值不在预设面积比值区间内或候选区域的像素均值不在预设像素值区间内的候选区域，得到所述分割图像的候选区筛选结果。
[0009]在一些实施例中，所述根据所述分割图像的候选区筛选结果确定所述目标对象图像中的所述目标对象区域以及所述目标对象区域的边缘点坐标，包括：在所述分割图像的候选区筛选结果中候选区数量不为0的情况下，根据所述分割图像中候选区域的外接矩形参数获取所述目标对象图像中的对应区域图像块；计算所述分割图像中候选区域的外接矩形对应的图像块与所述目标对象图像中的对应区域图像块的归一化互相关系数，得到每个候选区对应的归一化互相关系数；将所述分割图像的候选区筛选结果中大于阈值的归一化互相关系数中的最大值对应的候选区确定为所述目标对象图像的所述目标对象区域；对所述目标对象图像的所述目标对象区域进行边缘点检测，得到所述目标对象区域的边缘点坐标。
[0010]在一些实施例中，所述初始三维世界坐标系的构建方法，包括：对所述第一相机和所述第二相机进行标定，得到所述第一相机和所述第二相机的
内外参数，并确定所述第一相机相对于所述第二相机的旋转参数和平移参数；建立所述第二相机从像素坐标系到所述初始三维世界坐标系之间的映射关系，所述初始三维世界坐标系以所述第二相机的光心为原点；基于所述第二相机从像素坐标系到所述初始三维世界坐标系之间的映射关系、每个相机的内外参数以及所述第一相机相对于所述第二相机的旋转参数和平移参数，构建初始三维重建模型，所述初始三维重建模型用于计算所述第一对象图像与所述第二对象图像中的对应点在所述初始三维世界坐标系中的三维坐标。
[0011]在一些实施例中，所述目标三维世界坐标系的构建方法为：获取所述目标三维世界坐标系中三个坐标轴的方向向量；根据所述第一相机和所述第二相机的光心与所述目标点的位置关系，以及所述目标三维世界坐标系中三个坐标轴的方向向量，确定所述目标三维世界坐标系的第一坐标轴与第二坐标轴在所述初始三维世界坐标系中的直线方程；计算所述目标点在所述初始三维世界坐标系中的坐标，确定所述目标三维世界坐标系的第三坐标轴在所述初始三维世界坐标系中的直线方程。
[0012]在一些实施例中，将所述对象检测点在所述初始三维世界坐标系中的三维坐标转换为在目标三维世界坐标系中的三维坐标，包括：根据所述目标点在所述初始三维世界坐标系中的坐标以及所述目标三维世界坐标系中的第一坐标轴、第二坐标轴、第三坐标轴在所述初始三维世界坐标系中的直线方程，确定所述目标三维世界坐标系中的三个坐标平面在所述初始三维世界坐标系中的平面方程；在所述初始三维世界坐标系中，分别计算所述对象检测点到三个坐标平面的距离，作为所述对象检测点在所述目标三维世界坐标系中的坐标。
[0013]在一些实施例中，获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象定位方法，其特征在于，包括：获取第一相机对目标对象拍摄的第一对象图像以及第二相机对所述目标对象拍摄的第二对象图像，并获取所述第一对象图像与所述第二对象图像中的对象检测点坐标；根据所述第一对象图像与所述第二对象图像中的对象检测点坐标，确定对象检测点在初始三维世界坐标系中的三维坐标，所述初始三维世界坐标系是以所述第一相机或所述第二相机的光心为原点构建的；将所述对象检测点在所述初始三维世界坐标系中的三维坐标转换为在目标三维世界坐标系中的三维坐标，所述目标三维世界坐标系是以目标点为原点构建的；根据所述对象检测点在所述目标三维世界坐标系中的三维坐标，确定所述对象检测点与所述目标点的相对位置。2.根据权利要求1所述的方法，其特征在于，获取所述第一对象图像与所述第二对象图像中的对象检测点坐标，包括：分别对所述第一对象图像与所述第二对象图像进行预处理，得到所述第一对象图像与所述第二对象图像中的目标对象区域以及所述目标对象区域的边缘点坐标；分别对所述第一对象图像与所述第二对象图像中的所述目标对象区域的边缘点坐标进行轮廓拟合并获取轮廓中心点坐标；将所述第一对象图像对应的轮廓中心点坐标确定为所述第一对象图像中的对象检测点坐标，并将所述第二对象图像对应的轮廓中心点坐标确定为所述第二对象图像中的对象检测点坐标。3.根据权利要求2所述的方法，其特征在于，所述分别对所述第一对象图像与所述第二对象图像进行预处理，得到所述第一对象图像与所述第二对象图像中的所述目标对象区域以及所述目标对象区域的边缘点坐标，包括：对目标对象图像依次进行灰度化处理、高斯滤波处理，得到模糊图像，所述目标对象图像为所述第一对象图像或所述第二对象图像；计算所述模糊图像的全局阈值；为所述模糊图像创建与其尺寸大小一致的第一空白图像、第二空白图像以及第三空白图像；分别计算所述模糊图像中每行的行阈值，将行阈值与第一系数的乘积、所述全局阈值与第二系数的乘积中的最小值作为最终阈值对该行进行二值化处理，并将所述模糊图像中每行的二值化处理结果放入所述第一空白图像的对应行；分别计算所述模糊图像中每列的列阈值，将列阈值与第一系数的乘积、所述全局阈值与第二系数的乘积中的最小值作为最终阈值对该列进行二值化处理，并将所述模糊图像中每列的二值化处理结果放入所述第二空白图像的对应列；将所述第一空白图像与所述第二空白图像中位置相同且二值化处理结果都为255的二值化处理结果放入所述第三空白图像的对应位置，并将所述第三空白图像剩余位置的像素值置0，得到所述模糊图像对应的分割图像；对所述分割图像进行候选区域筛选；根据所述分割图像的候选区筛选结果确定所述目标对象图像中的所述目标对象区域以及所述目标对象区域的边缘点坐标。
4.根据权利要求3所述的方法，其特征在于，对所述分割图像进行候选区域筛选，包括：对所述分割图像依次进行候选区域检测以及连通域检测，得到所述分割图像中的所有候选区域的轮廓参数、每个候选区域的连通域以及连通域的外接矩形参数；筛选掉连通域的面积不在预设面积区间内、连通域的外接矩形的长或宽不在预设长度区间内、连通域的长宽比不在预设长宽比区间内、连通域的面积与外接矩形面积的比值不在预设面积比值区间内或候选区域的像素均值不在预设像素值区间内的候选区域，得到所述分割图像的候选区筛选结果。5.根据权利要求3所述的方法，其特征在于，所述根据所述分割图像的候选区筛选结果确定所述目标对象图像中的所述目标对象区域以及所述目标对象区域的边缘点坐标，包括：在所述分割图像的候选区筛选结果中候选区数量不为0的情况下，根据所述分割图像中候选区域的外接矩形参数获取所述目标对象图像中的对应区域图像块；计算所述分割图像中候选区域的外接矩形对应的图像块与所述目标对象图像中的对应区域图像块的归一化互相关系数，得到每个候选区对应的归一化互相关系数；将所述分...

【专利技术属性】
技术研发人员：李凯文，刘若阳，殷琪，
申请(专利权)人：南京博视医疗科技有限公司，
类型：发明
国别省市：