[发明专利]图像处理方法、装置、终端及存储介质在审
申请号: | 201910821803.6 | 申请日: | 2019-08-30 |
公开(公告)号: | CN110533694A | 公开(公告)日: | 2019-12-03 |
发明(设计)人: | 肖泽东 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/292 |
代理公司: | 44202 广州三环专利商标代理有限公司 | 代理人: | 郝传鑫;熊永强<国际申请>=<国际公布> |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 图像帧 目标位姿 地图特征 目标特征 重定位 数据库 集合 存储介质 关键图像 关联存储 关联关系 环境地图 特征集合 特征提取 投影特征 图像处理 位姿跟踪 终端采集 点匹配 组位 存储 终端 | ||
1.一种图像处理方法,其特征在于,包括:
获取当前时刻采集到的当前图像帧;
基于环境地图模型中的地图特征点的第一亮度值、所述当前图像帧上与所述地图特征点匹配的投影特征点的第二亮度值进行位姿跟踪处理,得到所述当前图像帧对应的目标位姿信息,所述投影特征点是将所述地图特征点投影到所述当前图像帧上得到的;
如果所述当前图像帧满足关键图像帧的选取条件,则对所述当前图像帧进行特征提取处理,得到所述当前图像帧的目标特征集合;
将所述目标位姿信息、当前图像帧以及所述目标特征集合关联存储到重定位数据库中,所述重定位数据库中存储有至少一组位姿信息、图像帧和特征集合的关联关系。
2.如权利要求1所述的方法,其特征在于,所述基于环境地图模型中的地图特征点的第一亮度值、所述当前图像帧上与所述地图特征点匹配的投影特征点的第二亮度值进行位姿跟踪处理,得到所述当前图像帧对应的目标位姿信息,包括:
获取所述当前图像帧对应的预测位姿;
获取所述第一亮度值和所述第二亮度值之间的亮度差值,所述投影特征点是根据所述预测位姿将所述地图特征点投影到所述当前图像帧上得到的;
按照减小所述亮度差值的原则优化所述预测位姿,并根据优化后的预测位姿确定所述当前图像帧对应的目标位姿信息。
3.如权利要求2所述的方法,其特征在于,所述获取当前图像帧对应的预测位姿,包括:
获取所述当前图像帧的前一图像帧对应的历史位姿信息,并根据所述历史位姿信息获取所述当前图像帧对应的预测位姿;或者,
根据所述重定位数据库中存储的至少一组位姿信息、图像帧和特征集合的关联关系获取所述当前图像帧对应的预测位姿。
4.如权利要求3所述的方法,其特征在于,所述根据所述当前图像帧的前一图像帧对应的历史位姿信息获取所述当前图像帧对应的预测位姿,包括:
根据所述历史位姿信息中所指示的历史位姿对所述当前图像帧进行位姿初始化处理,得到所述当前图像帧对应的初始位姿;
获取所述前一图像帧中包括的第一特征点对应的位置和深度,并基于所述位置、深度以及所述初始位姿将所述第一特征点投影到所述当前图像帧上,得到在所述当前图像帧上与所述第一特征点匹配的匹配特征点;
基于所述第一特征点在所述前一图像帧中的第三亮度值,以及所述匹配特征点在所述当前图像帧上的第四亮度值之间的亮度差值,对所述初始位姿进行优化处理,得到所述当前图像帧对应的预测位姿。
5.如权利要求3所述的方法,其特征在于,所述根据所述重定位数据库中存储的至少一组位姿信息、图像帧和特征集合的关联关系获取所述当前图像帧对应的预测位姿,包括:
获取所述当前图像帧对应的目标特征集合;
在所述重定位数据库中查找与所述目标特征集合匹配的匹配特征集合;
基于所述重定位数据中所述匹配特征集合相关联的关联位姿信息和关联图像帧确定所述当前图像帧对应的预测位姿。
6.如权利要求1所述的方法,其特征在于,所述对所述当前图像帧进行特征提取处理,得到所述当前图像帧的目标特征集合,包括:
提取所述当前图像帧包括的至少一个目标特征点,并确定各个目标特征点所属的特征点类型;
基于所述各个目标特征点所属的特征点类型获取各个目标特征点对应的特征标识,其中,一个特征标识用于标识一个特征点类型;
基于所述各个目标特征点对应的特征标识确定目标特征集合。
7.如权利要求1所述的方法,其特征在于,所述终端中运行第一线程和第二线程,所述方法还包括:
所述目标位姿信息是调用所述第一线程基于环境地图模型中的地图特征点的第一亮度值、所述当前图像帧上与所述地图特征点匹配的投影特征点的第二亮度值进行位姿跟踪处理得到的;
所述当前图像帧的目标特征集合是调用所述第二线程对所述当前图像帧进行特征提取处理得到的,以及调用所述第二线程将所述当前图像帧的目标特征集合、当前图像帧以及所述目标位姿信息关联存储在重定位数据库中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910821803.6/1.html,转载请声明来源钻瓜专利网。