景深时空三维图像的像素级对准方法专利检索-时空数学与统计专利检索查询-专利查询网

积极推动地理标志专门立法

2022-03-10 地理标志，立法，知识产权
保护知识产权是对创新最大的激励

2022-03-10 保护知识产权，创新，激励
谢商华：加快制定知识产权基本法

2022-03-10 知识产权基本法
擦亮“双奥之城”品牌

2022-03-10 双奥，知识产权
让冰雪运动“热”力全开

2022-03-10 冰雪运动，知识产权
携手共奋进　走好强国路

2022-03-10 强国，知识产权
坚持创新引领　方能稳中求进

2022-03-10 创新，稳中求进，知识产权
答好“两张卷” 奋进新征程

2022-03-10 知识产权
专家解读政府工作报告中的创新和知识产权相关部署

2022-03-10 政府工作报告，创新，知识产权
今年政府工作报告指出：加强知识产权保护和运用

2022-03-10 政府工作报告，知识产权保护

景深时空三维图像的像素级对准方法

阅读：1068发布：2020-06-18

IPRDB可以提供景深时空三维图像的像素级对准方法专利检索，专利查询，专利分析的服务。并且本发明公开了景深时空三维图像的像素级对准方法，包括以下步骤：采集任意场景下的一张景深时空图像和两张彩色图像、二值化处理、每隔10个像素点进行一次采样、将采样的像素点和计算出的像素点绘制在一张空白图像、特征提取以及选择四个特征像素点、提取空白图像上的像素点以及按照特征像素点进行移动；本发明通过利用KNN算法和随机抽样一致算法进行提取特征以及特征像素点，能够有效提高特征像素点的提取准确性，为基于像素级对准提供了稳定的基础，通过进行畸变校正有效解决图像对准前的边界误差较大而影响对准精度的问题，能够有效提高景深时空三维图像的像素级对准精度。，下面是景深时空三维图像的像素级对准方法专利的具体信息内容。

权利要求

1.景深时空三维图像的像素级对准方法，其特征在于，包括以下步骤：

步骤一：采集任意场景下的一张景深时空图像和两张彩色图像，两张彩色图像分别标记为第一彩色图像和第二彩色图像，并对景深时空图像、第一彩色图像和第二彩色图像分别进行图像滤波处理；

步骤二：对图像滤波处理后的景深时空图像、第一彩色图像和第二彩色图像进行二值化处理；

步骤三：对二值化处理后的景深时空图像和第二彩色图像每隔10个像素点进行一次采样，并将计算出景深时空图像上的每个10个像素点进行采样后的像素点在第一彩色图像的坐标；

步骤四：将景深时空图像采样后的像素点和第一彩色图像上计算出的坐标像素点共同绘制在一张空白图像上，分别用不两种不同的颜色进行标记；

步骤五：利用KNN算法对第二彩色图像采样后的像素点进行特征提取，并通过利用随机抽样一致算法选择四个特征像素点；

步骤六：在空白图像上提取与四个特征像素点完全重合的景深时空图像采样后的像素点和第一彩色图像上计算出的坐标像素点；

步骤七：将第一彩色图像和第二彩色图像按照四个特征像素点进行移动，移动至景深时空图像上对应的四个特征像素点。

2.根据权利要求1所述的景深时空三维图像的像素级对准方法，其特征在于：所述步骤一中图像滤波处理时采用小核值相似区算法和多帧均值滤波算法共同对景深时空图像、第一彩色图像和第二彩色图像进行滤波处理。

3.根据权利要求1所述的景深时空三维图像的像素级对准方法，其特征在于：所述步骤二中二值化处理前需要分别对景深时空图像、第一彩色图像和第二彩色图像进行灰度化，在灰度化的景深时空图像、第一彩色图像和第二彩色图像基础上进行二值化处理。

4.根据权利要求1所述的景深时空三维图像的像素级对准方法，其特征在于：所述步骤三中对二值化处理后的景深时空图像和第二彩色图像每隔10个像素点进行一次采样前，需要先对第二彩色图像进行畸变校正，首先确定畸变模型，畸变模型如公式(1)、(2)和(3)所示：δv＝b00+b01v+b02v2+b03v3+b10u+b11uv+b12uv2+b20u2+b21u2v+b30u3 (1)δu＝a00+a01+a02v2+a03v3+a10u+a11uv+a12uv2+a20u2+a21u2v+a30u3 (2)x＝u+δu，y＝v+δv (3)其中，(u，v)为畸变的第二彩色图像坐标；(x，y)为景深时空图像对应点的坐标；(δu,δv)为第二彩色图像行方向和列方向的畸变。

5.根据权利要求4所述的景深时空三维图像的像素级对准方法，其特征在于：所述步骤三中畸变模型确定后，再采用基于控制点偏差目标函数最小优化法对畸变模型进行求解，然后根据求解结果得出畸变矢量图，根据矢量图内的畸变标记中心位置利用查表法获得该点畸变值，然后进行定位计算修正。

6.根据权利要求1所述的景深时空三维图像的像素级对准方法，其特征在于：所述步骤五中利用KNN算法对第二彩色图像采样后的像素点进行特征提取时，先设定一个阈值，然后在第二彩色图像采样后的像素点上找到最近邻的两个像素点，当最近邻和次近邻的像素点比值大于阈值，保留这个最近邻的两个像素点。

7.根据权利要求1所述的景深时空三维图像的像素级对准方法，其特征在于：所述步骤五中利用随机抽样一致算法选择四个特征像素点时，首先在所有保留的像素点中随机的选择几个像素点设定为标定像素点利用选择出的标定像素点建立一个筛选模型，再将除标定像素点以外的所有保留的像素点代入筛选模型中，计算这些像素点是否也为标定像素点，然后保留标定像素点最多的筛选模型，最后在筛选模型中随机筛选四个像素点，求得矩阵方程，不断地迭代得到最优的矩阵方程，最优的矩阵方程内的四个像素点即为四个特征像素点。

说明书全文

景深时空三维图像的像素级对准方法

技术领域

[0001] 本发明涉及图像处理技术领域，尤其涉及景深时空三维图像的像素级对准方法。

背景技术

[0002] 景深(场景深度)是计算机视觉领域一个非常重要的概念，表示场景中物体与摄像机之间的距离，它为传统的二维图像增加了三维信息，在人机交互、虚拟现实、3D打印等领域具有广泛应用；景深时空三维图像可增强画面的空间感，使人们的视线从前景移向中景，并挤向背景，使观赏者视线注意到中景有不同的区域，背景也有不同的区域，随着这些区域从前后的逐渐缩小，景深使得了很好的表现，使图像画面具有纵深感，立体感和空间感；

[0003] 现有的景深时空三维图像在进行对准时，对准精度仍会受到很多外界因素的影响，由于选择的对准方法不准确容易出现对准精度低下的问题，直接影响景深时空三维图像的质量，如何提高深时空三维图像的像素级对准精度具体十分重要的研究意义，因此，本发明提出景深时空三维图像的像素级对准方法，以解决现有技术中的不足之处。

发明内容

[0004] 针对上述问题，本发明提出景深时空三维图像的像素级对准方法，通过利用KNN算法和随机抽样一致算法进行提取特征以及特征像素点，能够有效提高特征像素点的提取准确性，为基于像素级对准提供了稳定的基础，通过进行畸变校正有效解决图像对准前的边界误差较大而影响对准精度的问题，能够有效提高景深时空三维图像的像素级对准精度。

[0005] 本发明提出景深时空三维图像的像素级对准方法，包括以下步骤：

[0006] 步骤一：采集任意场景下的一张景深时空图像和两张彩色图像，两张彩色图像分别标记为第一彩色图像和第二彩色图像，并对景深时空图像、第一彩色图像和第二彩色图像分别进行图像滤波处理；

[0007] 步骤二：对图像滤波处理后的景深时空图像、第一彩色图像和第二彩色图像进行二值化处理；

[0008] 步骤三：对二值化处理后的景深时空图像和第二彩色图像每隔10个像素点进行一次采样，并将计算出景深时空图像上的每个10个像素点进行采样后的像素点在第一彩色图像的坐标；

[0009] 步骤四：将景深时空图像采样后的像素点和第一彩色图像上计算出的坐标像素点共同绘制在一张空白图像上，分别用不两种不同的颜色进行标记；

[0010] 步骤五：利用KNN算法对第二彩色图像采样后的像素点进行特征提取，并通过利用随机抽样一致算法选择四个特征像素点；

[0011] 步骤六：在空白图像上提取与四个特征像素点完全重合的景深时空图像采样后的像素点和第一彩色图像上计算出的坐标像素点；

[0012] 步骤七：将第一彩色图像和第二彩色图像按照四个特征像素点进行移动，移动至景深时空图像上对应的四个特征像素点。

[0013] 进一步改进在于：所述步骤一中图像滤波处理时采用小核值相似区算法和多帧均值滤波算法共同对景深时空图像、第一彩色图像和第二彩色图像进行滤波处理。

[0014] 进一步改进在于：所述步骤二中二值化处理前需要分别对景深时空图像、第一彩色图像和第二彩色图像进行灰度化，在灰度化的景深时空图像、第一彩色图像和第二彩色图像基础上进行二值化处理。

[0015] 进一步改进在于：所述步骤三中对二值化处理后的景深时空图像和第二彩色图像每隔10个像素点进行一次采样前，需要先对第二彩色图像进行畸变校正，首先确定畸变模型，畸变模型如公式(1)、(2)和(3)所示：

[0016] δv＝b00+b01v+b02v2+b03v3+b10u+b11uv+b12uv2+b20u2+b21u2v+b30u3[0017] (1)[0018] δu＝a00+a01v+a02v2+a03v3+a10u+a11uv+a12uv2+a20u2+a21u2v+a30u3[0019] (2)[0020] x＝u+δu，y＝v+δv (3)

[0021] 其中，(u，v)为畸变的第二彩色图像坐标；(x，y)为景深时空图像对应点的坐标；(δu，δv)为第二彩色图像行方向和列方向的畸变。

[0022] 进一步改进在于：所述步骤三中畸变模型确定后，再采用基于控制点偏差目标函数最小优化法对畸变模型进行求解，然后根据求解结果得出畸变矢量图，根据矢量图内的畸变标记中心位置利用查表法获得该点畸变值，然后进行定位计算修正。

[0023] 进一步改进在于：所述步骤五中利用KNN算法对第二彩色图像采样后的像素点进行特征提取时，先设定一个阈值，然后在第二彩色图像采样后的像素点上找到最近邻的两个像素点，当最近邻和次近邻的像素点比值大于阈值，保留这个最近邻的两个像素点。

[0024] 进一步改进在于：所述步骤五中利用随机抽样一致算法选择四个特征像素点时，首先在所有保留的像素点中随机的选择几个像素点设定为标定像素点利用选择出的标定像素点建立一个筛选模型，再将除标定像素点以外的所有保留的像素点代入筛选模型中，计算这些像素点是否也为标定像素点，然后保留标定像素点最多的筛选模型，最后在筛选模型中随机筛选四个像素点，求得矩阵方程，不断地迭代得到最优的矩阵方程，最优的矩阵方程内的四个像素点即为四个特征像素点。

[0025] 本发明的有益效果为：本发明中通过利用KNN算法和随机抽样一致算法进行提取特征以及特征像素点，能够有效提高特征像素点的提取准确性，为基于像素级对准提供了稳定的基础，通过进行畸变校正有效解决图像对准前的边界误差较大而影响对准精度的问题，能够有效提高景深时空三维图像的像素级对准精度，同时对准后能够最大限度的保留图像信息，不丢失信息，图像对准后具有更丰富的纹理特征。

具体实施方式

[0026] 为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。

[0027] 景深时空三维图像的像素级对准方法，包括以下步骤：

[0028] 步骤一：采集任意场景下的一张景深时空图像和两张彩色图像，两张彩色图像分别标记为第一彩色图像和第二彩色图像，并对景深时空图像、第一彩色图像和第二彩色图像分别进行图像滤波处理，图像滤波处理时采用小核值相似区算法和多帧均值滤波算法共同对景深时空图像、第一彩色图像和第二彩色图像进行滤波处理；

[0029] 步骤二：对图像滤波处理后的景深时空图像、第一彩色图像和第二彩色图像进行二值化处理，二值化处理前需要分别对景深时空图像、第一彩色图像和第二彩色图像进行灰度化，在灰度化的景深时空图像、第一彩色图像和第二彩色图像基础上进行二值化处理；

[0030] 步骤三：先对第二彩色图像进行畸变校正，首先确定畸变模型，畸变模型如公式(1)、(2)和(3)所示，畸变模型确定后，再采用基于控制点偏差目标函数最小优化法对畸变模型进行求解，然后根据求解结果得出畸变矢量图，根据矢量图内的畸变标记中心位置利用查表法获得该点畸变值，然后进行定位计算修正，然后对二值化处理后的景深时空图像和第二彩色图像每隔10个像素点进行一次采样，并将计算出景深时空图像上的每个10个像素点进行采样后的像素点在第一彩色图像的坐标；

[0031] δv＝b00+b01v+b02v2+b03v3+b10u+b11uv+b12uv2+b20u2+b21u2v+b30u3[0032] (1)[0033] δu＝a00+a01v+a02v2+a03v3+a10u+a11uv+a12uv2+a20u2+a21u2v+a30u3[0034] (2)[0035] x＝u+δu，y＝v+δv (3)

[0036] 其中，(u，v)为畸变的第二彩色图像坐标；(x，y)为景深时空图像对应点的坐标；(δu，δv)为第二彩色图像行方向和列方向的畸变；

[0037] 步骤四：将景深时空图像采样后的像素点和第一彩色图像上计算出的坐标像素点共同绘制在一张空白图像上，分别用不两种不同的颜色进行标记；

[0038] 步骤五：利用KNN算法对第二彩色图像采样后的像素点进行特征提取，并通过利用随机抽样一致算法选择四个特征像素点，利用KNN算法对第二彩色图像采样后的像素点进行特征提取时，先设定一个阈值，然后在第二彩色图像采样后的像素点上找到最近邻的两个像素点，当最近邻和次近邻的像素点比值大于阈值，保留这个最近邻的两个像素点，利用随机抽样一致算法选择四个特征像素点时，首先在所有保留的像素点中随机的选择几个像素点设定为标定像素点利用选择出的标定像素点建立一个筛选模型，再将除标定像素点以外的所有保留的像素点代入筛选模型中，计算这些像素点是否也为标定像素点，然后保留标定像素点最多的筛选模型，最后在筛选模型中随机筛选四个像素点，求得矩阵方程，不断地迭代得到最优的矩阵方程，最优的矩阵方程内的四个像素点即为四个特征像素点；

[0039] 步骤六：在空白图像上提取与四个特征像素点完全重合的景深时空图像采样后的像素点和第一彩色图像上计算出的坐标像素点；

[0040] 步骤七：将第一彩色图像和第二彩色图像按照四个特征像素点进行移动，移动至景深时空图像上对应的四个特征像素点。

[0041] 本发明中通过利用KNN算法和随机抽样一致算法进行提取特征以及特征像素点，能够有效提高特征像素点的提取准确性，为基于像素级对准提供了稳定的基础，通过进行畸变校正有效解决图像对准前的边界误差较大而影响对准精度的问题，能够有效提高景深时空三维图像的像素级对准精度，同时对准后能够最大限度的保留图像信息，不丢失信息，图像对准后具有更丰富的纹理特征。

[0042] 以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

标题	发布/更新时间	阅读量
时空表盘-专利编号CN104597740A	2020-05-11	489
一种基于时空场景的信息推送系统和方法-专利编号CN104166929A	2020-05-13	515
一种时空仪-专利编号CN1834824A	2020-05-13	318
时空棋-专利编号CN1076132A	2020-05-11	103
时空调节子-专利编号CN110088285A	2020-05-13	829
一种新型时空色彩学习平台系统-专利编号CN109938486A	2020-05-11	126
时空钟表-专利编号CN2884270Y	2020-05-12	750
时空计-专利编号CN2256110Y	2020-05-12	1045
时空仪-专利编号CN202443688U	2020-05-12	419
时空钟-专利编号CN2273430Y	2020-05-11	156

景深时空三维图像的像素级对准方法

景深时空三维图像的像素级对准方法

技术领域

背景技术

发明内容

具体实施方式

IPRDB

热门服务

关于我们

友情链接

联系方式