【技术实现步骤摘要】
本专利技术涉及图像分析，尤其涉及一种基于手部检测的摄像头校准方法、装置、设备及介质。
技术介绍
1、近年来，随着5g、ai、生物识别等技术不断发展，摄像头也迎来了升级迭代，无论是清晰度还是智能化程度亦或是应用场景，都在不断加强和丰富，在现代科技和工业应用中，摄像头广泛应用于计算机视觉、机器人技术、医学影像、安防监控、虚拟现实等领域，在这些应用中，摄像头所捕获的图像质量直接影响着后续的图像处理、分析和决策，所以摄像头参数的准确性对于图像质量和应用效果具有重要影响。
2、目前的摄像头参数自动校准技术在实际应用中仍然存在一些缺陷，主要包括以下一些方面：环境适应性差：一些自动校准技术对环境光照、温度等因素的适应性较差，可能无法有效应对复杂多变的环境条件，导致校准效果不稳定；对特定场景依赖性强：部分自动校准技术对特定场景的适应性较强，对于复杂多变的场景可能无法有效校准；需要人工干预：一些自动校准技术在实际公开使用中仍然需要一定程度的人工干预，无法完全实现真正的自动化。
3、对比文件(cn109040745a)提出的一种摄像头自校准方法和装置、电子设备、计算机存储介质，公开了以下特征：当检测到到图像清晰度小于清晰度阈值时，获取红外摄像头和rgb摄像头拍摄同一场景所得到的目标红外图像和rgb图像，获得图像中间距相等的特征点集合，匹配两种图像中对应的特征点集合，根据特征点获取两摄像头的变换关系，从而完成摄像头的校准。对比文件中可以在检测到图像清晰度时自动完成校准，但上述特征未提及所选校准的参照物，且对图像的间距要求严格，
4、综合上述对比文件和现有技术中依然存在摄像头校正中对特定场景依赖性强、需要人工干预等问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于手部检测的摄像头校准方法、装置、设备及介质，用以解决现有技术中需要特定形态的标志物才能进行摄像头参数校准的问题。
2、本专利技术采用的技术方案是：
3、第一方面，本专利技术提供了一种基于手部检测的摄像头校准方法，所述方法包括：
4、s1：获取包含人体手部目标的实时视频数据，将所述实时视频数据分解为多帧实时图像，其中，各帧所述实时图像包括热红外图像和彩色图像；
5、s2：对各帧所述热红外图像进行预处理，得到灰度图像；
6、s3：从所述彩色图像提取第一手部轮廓特征信息；
7、s4：从所述灰度图像中提取与第一手部轮廓特征信息相对应的第二手部轮廓特征信息；
8、s5：对所述第一手部轮廓特征信息和所述第二手部轮廓特征信息进行配准分析，得到目标变换参数；
9、s6：依据所述目标变换参数，将灰度图像各像素点映射至对应的彩色图像中，完成校准。
10、优选的，所述s2：对各帧所述热红外图像进行预处理，得到灰度图像，方法包括：
11、s21：获取各帧所述热红外图像数据中的最大温度值和最小温度值；
12、s22：将所述最大温度值转化为灰度图像中的灰度值的最大值，将所述最小温度值转化为灰度图像中的灰度值的最小值，将其它热红外数据线性转化为对应灰度图像的灰度值，得到灰度图像；
13、s23：设置滤波长度，设置滤波窗口大小为n*m并对灰度图像中的每个像素点进行中值滤波，并对未进行中值滤波新的灰度图像进行滑动中值滤波，得到处理后的灰度图像。
14、优选地，所述s3：从所述彩色图像提取第一手部轮廓特征信息，方法包括：
15、s31：对所述彩色图像进行手部目标检测，得到手部区域位置信息；
16、s32：依据手部区域位置信息，对所述彩色图像进行颜色空间转换和肤色分割，输出手部区域图像；
17、s33：对所述手部区域图像进行边缘检测和轮廓特征提取，得到第一手部轮廓特征信息。
18、优选地，所述s4：从所述灰度图像中提取与第一手部轮廓特征信息相对应的第二手部轮廓特征信息，方法包括：
19、s41：获取预设的多个灰度分割阈值；
20、s42：依据各所述灰度分割阈值，对各帧所述灰度图像进行二值化处理和腐蚀操作，输出各帧灰度图像对应的二值化图像；
21、s43：对各帧所述二值化图像进行边缘检测和轮廓特征提取，输出各帧所述二值化图像的第二手部轮廓初始特征信息；
22、s44：对第一手部轮廓特征信息和第二手部轮廓初始特征信息进行形状匹配，输出各灰度分割阈值对应的匹配相似度；
23、s45：对各所述匹配相似度进行比较，输出最大匹配相似度对应的第二手部轮廓初始特征信息作为第二手部轮廓特征信息。
24、优选地，所述s44：对第一手部轮廓特征信息和第二手部轮廓初始特征信息进行形状匹配，输出各灰度分割阈值对应的匹配相似度，其方法包括：
25、s441：分别获取第一手部轮廓特征信息的hu矩和第二手部轮廓初始特征信息的hu矩；
26、s442：获取第一手部轮廓特征信息的hu矩和第二手部轮廓初始特征信息的hu矩之间的余弦相似度，所述余弦相似度为匹配相似度。
27、优选地，所述s5：对所述第一手部轮廓特征信息和所述第二手部轮廓特征信息进行配准分析，得到目标变换参数，其方法为：
28、通过仿射变换矩阵的方法获取第一手部轮廓特征信息和第二手部轮廓特征信息的目标变换参数，其中，目标变换参数包括：仿射变换矩阵中的目标旋转角度、目标缩放因子、平移矩阵的第一元素和平移矩阵的第二元素。
29、优选地，所述s5的方法包括：
30、s51：根据所述第一手部轮廓特征信息和所述第二手部轮廓特征信息，通过仿射变换矩阵获取目标旋转角度和目标缩放因子；
31、s52：根据所述第一手部轮廓特征信息、所述第二手部轮廓特征信息、所述目标旋转角度和所述目标缩放因子获取仿射变换矩阵中的平移矩阵的第一元素；
32、s53：根据所述第一手部轮廓区域特征信息、所述第二手部轮廓特征信息、所述目标旋转角度、所述目标缩放因子和所述第一元素获取所述仿射变换矩阵中的平移矩阵的第二元素。
33、优选地，所述s51：根据所述第一手部轮廓特征信息和所述第二手部轮廓特征信息，通过仿射变换矩阵获取目标旋转角度和目标缩放因子，方法包括：
34、s511：获取预设的多个初始缩放因子和多个初始旋转角度值并设定仿射变换矩阵参数：
35、
36、其中sx和sy分别是沿着x轴和y轴的初始缩放因子，θ为初始旋转角度；
37、s512：依据各所述初始缩放因子和各所述初始旋转角度值，对第一手部轮廓特征信息上所有的初始像素点集合通过仿射变换矩阵变换得到多个目标像素点集合；
38、s513：获取各所述目标像素点集合对应的第一手部轮廓特征信息和第二手部轮廓特征信息的hu矩的余弦相似度；
39、s514：对各所述余弦相似度进行比较，输出余弦本文档来自技高网...
【技术保护点】
1.一种基于手部检测的摄像头校准方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述S3：从所述彩色图像提取第一手部轮廓特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述S4：从所述灰度图像中提取与第一手部轮廓特征信息相对应的第二手部轮廓特征信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述S5：对所述第一手部轮廓特征信息和所述第二手部轮廓特征信息进行配准分析，得到目标变换参数，包括：
5.根据权利要求4所述的方法，其特征在于，所述S51：根据所述第一手部轮廓特征信息和所述第二手部轮廓特征信息，通过仿射变换矩阵获取目标旋转角度和目标缩放因子，包括：
6.根据权利要求5所述的方法，其特征在于，所述S52：根据所述第一手部轮廓特征信息、所述第二手部轮廓特征信息、所述目标旋转角度和所述目标缩放因子获取仿射变换矩阵中的平移矩阵的第一元素，包括：
7.根据权利要求6所述的方法，其特征在于，所述S53：根据所述第一手部轮廓区域特征信息、所述第二手部轮廓特征信息、所述目标
8.一种基于手部检测的摄像头校准装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于手部检测的摄像头校准方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述s3：从所述彩色图像提取第一手部轮廓特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述s4：从所述灰度图像中提取与第一手部轮廓特征信息相对应的第二手部轮廓特征信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述s5：对所述第一手部轮廓特征信息和所述第二手部轮廓特征信息进行配准分析，得到目标变换参数，包括：
5.根据权利要求4所述的方法，其特征在于，所述s51：根据所述第一手部轮廓特征信息和所述第二手部轮廓特征信息，通过仿射变换矩阵获取目标旋转角度和目标缩放因子，包括：
6.根据权利要求5所述的方法，其特征在于，所述s52：根据所述第一手部轮廓特征信息、所...
【专利技术属性】
技术研发人员：陈辉，熊章，张智，张青军，雷奇文，杜沛力，
申请(专利权)人：武汉星巡智能科技有限公司，
类型：发明
国别省市：
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。