[发明专利]一种场景蒙版的生成方法和系统

说明书

本发明公开了一种场景蒙版的生成方法和系统，所述方法包括以下步骤：通过深度图相机采集的场景深度图建立场景点云，在场景点云中选取目标点建立空间坐标；在空间坐标中选取地面点，利用算法拟合的平面方程对地面点进行位置标定，建立基于拟合值的地面蒙版；在空间坐标中对物体的包围盒进行位置标定，得到所述包围盒的点坐标，基于点坐标拟合计算出位置坐标，将位置坐标重投影到所述空间坐标中，得到包围盒蒙版；将地面蒙版和包围盒蒙版进行融合生成拟合后的场景蒙版。本发明实施例中生成的场景蒙版能够直观快速准确地标定场景中物体地位置和兴趣区域，避免了传感器不稳定和光照条件变化等因素带来的噪声，提高了生成场景蒙版的准确性。

技术领域

本发明涉及智能定位领域，具体涉及一种场景蒙版的生成方法和系统。

背景技术

智能零售的时代潮流的到来，线下零售和人工智能相结合打造无感购物体验成为趋势，一种和线上购物一样流畅的线下全新购物场景应运而生。场景内通过全覆盖式拍摄进店的每一个顾客的行为轨迹，提供实时商品推荐和结算等服务，真正意义上做到即拿即走的无感知购物体验。

目前场景下目标标定方法多是在相机标定之后利用目标在图像上的位置结合相机内外参数转换到三维空间中进行目标定位，或是通过物理测量的方式进行定位。但是，前者由于传感器精度限制，光照条件变化等因素，深度图相机获取的深度图像深度值存在不稳定甚至是缺失的现象，依靠物体图像上的某个或多个特征点及其深度值往往难以准确地定位图像中物体的位置，且定位出来的位置难以得到校验。后者由于相机标定过程中存在一定的误差，图像中物体通过相机参数转换后的位置与实际的物理位置存在较大差异，直接测量定位的方法误差较大。并且由于传感器和光照环境的不稳定导致得到的深度图质量不佳，利用传统统计平均，高斯建模等动态生成背景蒙版的方式不仅需要消耗大量的计算资源而且蒙版效果往往不够理想。生成的场景蒙版具有一定的不稳定性，这些不稳定性会导致整体无人购物系统无法正常运行从而影响场景内的检测和跟踪性能。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种场景蒙版的生成方法和系统，能够有效解决的动态背景更新的计算资源消耗大和背景建模不稳定问题，提高了生成的场景蒙版的稳定性和准确性。

为解决上述技术问题，本发明采用的技术方案是：

第一方面，本发明实施例提供了一种场景蒙版的生成方法，包括以下步骤：

通过深度图相机采集的场景深度图建立场景点云，在所述场景点云中选取目标点建立空间坐标；

在所述空间坐标中选取地面点，利用算法拟合的平面方程对所述地面点进行位置标定，建立基于拟合值的地面蒙版；

在所述空间坐标中对物体的包围盒进行位置标定，得到所述包围盒的点坐标，基于所述点坐标拟合计算出位置坐标，将所述位置坐标重投影到所述空间坐标中，得到包围盒蒙版；

将所述地面蒙版和所述包围盒蒙版进行融合生成拟合后的场景蒙版。

进一步地，所述通过深度图相机采集的场景深度图建立场景点云包括：对所述深度图相机进行标定得到深度图外参，然后将单个所述深度图相机的点云拼接成整个场景点云。

进一步地，所述利用算法拟合的平面方程对所述地面点进行位置标定，建立基于拟合值的地面蒙版包括：通过半自动的方式选取地面上的点作为参考点，利用RANSAC算法拟合平面方程，通过调整拟合平面参数，使得拟合平面将地面区域覆盖，得到用于产生蒙版的平面，使用拟合值代替测量深度值得到所述地面蒙版。

进一步地，所述物体的包围盒至少包括货架和闸机组成的包围盒，对所述包围盒进行位置标定包括：选取所述物体上的六个坐标点组合成包围盒，遍历所述包围盒上的每个面的坐标点重投影到图像空间中，用每个面上的坐标点的高度的拟合值代替测量深度值。