[发明专利]散斑提取方法、装置、电子设备及存储介质有效
申请号: | 202111146265.9 | 申请日: | 2021-09-28 |
公开(公告)号: | CN113822818B | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 刘祺昌;户磊;化雪诚;王海彬;李东洋 | 申请(专利权)人: | 合肥的卢深视科技有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/136;G06T7/11;G06T7/41 |
代理公司: | 北京智晨知识产权代理有限公司 11584 | 代理人: | 张婧 |
地址: | 230091 安徽省合肥市高新区习友路3333*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 提取 方法 装置 电子设备 存储 介质 | ||
本发明实施例涉及图像处理技术领域,公开了一种散斑提取方法、装置、电子设备及存储介质,散斑提取方法,包括:获取相机拍摄的散斑图;对所述散斑图进行图像均衡化处理,得到均衡化图像;对所述均衡化图像进行去噪处理,得到去噪图像;对所述去噪图像进行二值化处理,得到包含散斑的二值化图像。通过均衡化处理,提升室外环境中的光线和散斑的对比度,使得基于在室外获取到的差质散斑图也能够有效地提取出散斑,且不需要复杂的处理流程。
技术领域
本发明实施例涉及图像处理技术领域,特别涉及一种散斑提取方法、装置、电子设备及存储介质。
背景技术
结构光相机是一种被广泛使用的主动投影式的相机,它能够对物体等表面投影有散斑结构光时的场景进行拍摄,得到散斑图,然后基于散斑图进行深度解算,即提取散斑图中的散斑图案,然后对散斑图中的散斑图案与参考散斑图中的散斑图案进行匹配计算。
然而,结构光相机有时在室外环境中获取到的散斑图质量太差,即使采用二值化、连通区域检测和滤波等处理方式,也无法有效地提取出散斑。
发明内容
本发明实施例的目的在于提供一种散斑提取方法、装置、电子设备及存储介质,使得基于在室外获取到的差质散斑图也能够有效地提取出散斑,且不需要复杂的处理流程。
为达到上述目的,本发明的实施例提供了一种散斑提取方法,包括:获取相机拍摄的散斑图;对所述散斑图进行图像均衡化处理,得到均衡化图像;对所述均衡化图像进行去噪处理,得到去噪图像;对所述去噪图像进行二值化处理,得到包含散斑的二值化图像。
为达到上述目的,本发明的实施例还提供了一种散斑提取装置,包括:获取模块,用于获取相机拍摄的散斑图;处理模块,用于对所述散斑图进行图像均衡化处理,得到均衡化图像;去噪模块,用于对所述均衡化图像进行去噪处理,得到去噪图像;提取模块,用于对所述去噪图像进行二值化处理,得到包含散斑的二值化图像。
为达到上述目的,本发明的实施例还提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的散斑提取方法。
为达到上述目的,本发明的实施例还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的散斑提取方法。
本发明实施例提供的散斑提取方法,在获取散斑图之后,对散斑图进行图像均衡化处理,得到均衡化图像,提升室外环境中的光线和散斑的对比度,使得均衡化图像中散斑图案能够与其他部分产生区分,从而后续对均衡化图像进行去噪和二值化处理,就能够得到包含散斑的二值化图像,即散斑提取结果,不需要复杂的处理流程,使得基于在室外获取到的差质散斑图也能够有效地提取出散斑,且不需要复杂的处理流程。
另外,本发明的实施例提供的散斑提取方法,所述对所述均衡化图像进行去噪处理,得到去噪图像,包括:对所述均衡化图像进行图像分割,得到分割图像,所述分割图像中各个像素点携带标签;根据所述标签对所述分割图像按照预设方式进行噪声去除,得到所述去噪图像。二值化处理过程对散斑图中的噪声十分敏感,容易受到噪声的干扰,而通过区域分割和预设方式的噪声去除能够有效去除噪声,避免噪声对二值化处理的不利影响,从而得到更加准确的散斑提取结果。
另外,本发明的实施例提供的散斑提取方法,所述对所述均衡化图像进行图像分割,得到分割图像,包括:依次将所述均衡化图像中的每个像素点作为第一目标像素点并确定所述第一目标像素点与邻域像素点之间的灰度差,所述邻域像素点是指位于所述第一目标像素点八邻域中的像素点;在所述灰度差未超过预设阈值的情况下,为所述第一目标像素点和所述邻域像素点生成相同的所述标签,得到所述分割图像。通过图像分割,为各个像素点生成相应的标签,便于后续能够根据标签实现去噪处理。
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合肥的卢深视科技有限公司,未经合肥的卢深视科技有限公司许可,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/202111146265.9/2.html,转载请声明来源钻瓜专利网。