一种深度图的生成方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种深度图的生成方法、装置、电子设备及存储介质。该方法包括：获取目标区域的全景图数据和激光点云数据，并将全景图数据分割为多个针孔图数据；根据激光点云数据，获取每个针孔图数据的激光点云子数据；分别根据每个针孔图数据的激光点云子数据，生成每个针孔图数据对应的深度图。本发明专利技术提供的方案能够突破传统的通过深度相机获取深度图对于测量范围的局限，可生成大场景的深度图，同时节约计算资源，提升深度图的生成速度。提升深度图的生成速度。提升深度图的生成速度。

【技术实现步骤摘要】
一种深度图的生成方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种深度图的生成方法、装置、电子设备及存储介质。

技术介绍

[0002]在三维(3
‑
dimension，3D)计算机图形和计算机视觉中，深度图是一种图像或者图像通道，其中每一个像素值表示场景对象中的某点与相机的距离有关的信息，用于模拟或重建3D形状。
[0003]目前，深度图通常是采用深度相机直接获取。然而，现有的深度相机的测量范围通常小于10米，在面临比较大的场景时，深度相机往往无法满足深度图的获取需求。

技术实现思路

[0004]本专利技术提供了一种深度图的生成方法、装置、电子设备及存储介质，能够突破传统的通过深度相机获取深度图对于测量范围的局限，可生成大场景的深度图，同时节约计算资源，提升深度图的生成速度。
[0005]根据本专利技术的一方面，提供了一种深度图的生成方法，包括：
[0006]获取目标区域的全景图数据和激光点云数据，并将全景图数据分割为多个针孔图数据；
[0007]根据激光点云数据，获取每个针孔图数据的激光点云子数据；
[0008]分别根据每个针孔图数据的激光点云子数据，生成每个针孔图数据对应的深度图。
[0009]可选的，将全景图数据分割为多个针孔图数据，包括：
[0010]获取分割参数，分割参数包括针孔图数据的宽度、高度和焦距；
[0011]根据针孔图数据的宽度、高度和焦距，确定旋转角度；
[0012]以全景球的Z轴为旋转轴，每旋转旋转角度，从全景图数据中分割出一个针孔图数据，旋转一周后得到多个针孔图数据。
[0013]可选的，对于任一针孔图数据，根据激光点云数据，获取针孔图数据的激光点云子数据，包括：
[0014]对激光点云数据进行一次过滤，得到第一剩余点云数据；
[0015]对第一剩余点云数据进行二次过滤，得到第二剩余点云数据；
[0016]对第二剩余点云数据进行三次过滤，得到针孔图数据的激光点云子数据。
[0017]可选的，对激光点云数据进行一次过滤，得到第一剩余点云数据，包括：
[0018]确定针孔图数据所属的全景图数据的时间戳；
[0019]根据时间戳，对激光点云数据进行一次过滤，得到第一剩余点云数据，第一剩余点云数据包括的点云的拍摄时间均位于时间戳内。
[0020]可选的，对第一剩余点云数据进行二次过滤，得到第二剩余点云数据，包括：
[0021]计算针孔图数据的位置和姿态；
[0022]根据针孔图数据的位置和姿态，确定视锥体的原点和朝向，并根据原点、朝向、远近裁剪面距离和相机视场角FOV，生成视锥体；
[0023]根据视锥体，对第一剩余点云数据进行二次过滤，得到第二剩余点云数据，第二剩余点云数据包括的点云均位于视锥体内。
[0024]可选的，对第二剩余点云数据进行三次过滤，得到针孔图数据的激光点云子数据，包括：
[0025]在第二剩余点云数据上建立八叉树网格，八叉树网格包括多个子网格，每个子网格包括第二剩余点云数据的部分点云；
[0026]分别从每个子网格包括的第二剩余点云数据的部分点云中确定每个子网格的目标点云，目标点云为距子网格的中心最近的点云，所有子网格的目标点云共同构成针孔图数据的激光点云子数据。
[0027]可选的，对于任一针孔图数据，根据针孔图数据的激光点云子数据，生成针孔图数据对应的深度图，包括：
[0028]建立空白图，空白图的尺寸与针孔图数据的尺寸相同；
[0029]将针孔图数据的激光点云子数据投影到空白图上，生成针孔图数据对应的深度图。
[0030]根据本专利技术的另一方面，提供了一种深度图的生成装置，包括：数据获取模块，数据处理模块和深度图生成模块；
[0031]数据获取模块，用于获取目标区域的全景图数据和激光点云数据；
[0032]数据处理模块，用于将全景图数据分割为多个针孔图数据；以及根据激光点云数据，获取每个针孔图数据的激光点云子数据；
[0033]深度图生成模块，用于分别根据每个针孔图数据的激光点云子数据，生成每个针孔图数据对应的深度图。
[0034]根据本专利技术的另一方面，提供了一种电子设备，电子设备包括：
[0035]至少一个处理器；以及
[0036]与至少一个处理器通信连接的存储器；其中，
[0037]存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例的深度图的生成方法。
[0038]根据本专利技术的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的深度图的生成方法。
[0039]本专利技术实施例的技术方案，通过获取目标区域的全景图数据和激光点云数据，并将全景图数据分割为多个针孔图数据，根据激光点云数据，获取每个针孔图数据的激光点云子数据，再分别根据每个针孔图数据的激光点云子数据，生成每个针孔图数据对应的深度图。如此，能够突破传统的通过深度相机获取深度图对于测量范围的局限，可生成大场景的深度图；同时，将全景图数据分割为多个针孔图数据后分别进行处理，能够节约计算资源，提升深度图的生成速度。
[0040]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特
征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0041]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本专利技术实施例一提供的一种深度图的生成方法的流程示意图；
[0043]图2是本专利技术实施例一提供的一种全景图数据的示意图；
[0044]图3是本专利技术实施例一提供的一种激光点云数据的示意图；
[0045]图4是本专利技术实施例一提供的一种基于图2所示的全景图数据分割得到的部分针孔图数据的示意图；
[0046]图5是本专利技术实施例一提供的一种视锥体的示意图；
[0047]图6是本专利技术实施例二提供的一种深度图的生成装置的结构示意图；
[0048]图7是本专利技术实施例三提供的一种电子设备的结构示意图。
具体实施方式
[0049]为了使本
的人员更好地理解本专利技术方案，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的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通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，都应当属于本专利技术保护的范围。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深度图的生成方法，其特征在于，包括：获取目标区域的全景图数据和激光点云数据，并将所述全景图数据分割为多个针孔图数据；根据所述激光点云数据，获取每个所述针孔图数据的激光点云子数据；分别根据每个所述针孔图数据的激光点云子数据，生成每个所述针孔图数据对应的深度图。2.根据权利要求1所述的方法，其特征在于，所述将所述全景图数据分割为多个针孔图数据，包括：获取分割参数，所述分割参数包括所述针孔图数据的宽度、高度和焦距；根据所述针孔图数据的宽度、高度和焦距，确定旋转角度；以全景球的Z轴为旋转轴，每旋转所述旋转角度，从所述全景图数据中分割出一个所述针孔图数据，旋转一周后得到多个所述针孔图数据。3.根据权利要求1所述的方法，其特征在于，对于任一所述针孔图数据，所述根据所述激光点云数据，获取所述针孔图数据的激光点云子数据，包括：对所述激光点云数据进行一次过滤，得到第一剩余点云数据；对所述第一剩余点云数据进行二次过滤，得到第二剩余点云数据；对所述第二剩余点云数据进行三次过滤，得到所述针孔图数据的激光点云子数据。4.根据权利要求3所述的方法，其特征在于，所述对所述激光点云数据进行一次过滤，得到第一剩余点云数据，包括：确定所述针孔图数据所属的全景图数据的时间戳；根据所述时间戳，对所述激光点云数据进行一次过滤，得到所述第一剩余点云数据，所述第一剩余点云数据包括的点云的拍摄时间均位于所述时间戳内。5.根据权利要求3所述的方法，其特征在于，所述对所述第一剩余点云数据进行二次过滤，得到第二剩余点云数据，包括：计算所述针孔图数据的位置和姿态；根据所述针孔图数据的位置和姿态，确定视锥体的原点和朝向，并根据所述原点、所述朝向、远近裁剪面距离和相机视场角FOV，生成所述视锥体；根据所述视锥体，对所述第一剩余点云数据进行二次过滤，得到所述第二剩余点云数据，所述第二剩余点云数据包括的点云均位于所述视锥体内。6.根据权利要求3...

【专利技术属性】
技术研发人员：谢理想，陈奇毅，洪敏新，郑伟钿，陈进，
申请(专利权)人：佳都科技集团股份有限公司，
类型：发明
国别省市：