一种图像处理方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置、电子设备及存储介质，该方法包括：对获取的第一图片和第二图片分别进行特征点检测，得到第一图片的第一特征点集和第二图片的第二特征点集；第一图片通过第一采集模块采集，第二图片通过第二采集模块采集；对第一特征点集和第二特征点集分别进行特征点筛选，得到第三特征点集和第四特征点集；基于第三特征点集和第四特征点集，确定第一图片和第二图片的视差图。该方案确定的视差图误差小。方案确定的视差图误差小。方案确定的视差图误差小。

【技术实现步骤摘要】
一种图像处理方法、装置、电子设备及存储介质


[0001]本专利技术一般涉及电子设备
，具体涉及一种图像处理方法、装置、电子设备及存储介质。

技术介绍

[0002]在电子设备的摄像头的应用中，比如深度计算、空间测量、人像虚化、平滑切换(SAT)、图像合成(Fusion)、多目三维重建等等，都要求两个或多个摄像头同时工作。此时就要获取这些摄像头之间的位置关系以及各自的内外参数，即对摄像头进行标定，基于标定后得到的视差图进行应用。
[0003]标定分为离线标定和在线标定。在电子设备行业里，离线标定通常指生产线上对两个或多个摄像头的标定；而在线标定是指用户在使用过程中，对两个或多个摄像头的实时标定。由于电子设备的两个或多个摄像头在使用、运输过程中，难免发生形变或位移，导致离线标定结果在实际使用过程中，会发生偏差，因此需要引入在线标定。
[0004]目前对两个或多个摄像头进行在线标定时，主要是基于特征点检测和单应性矩阵估算，是串行的处理过程，标定后得到的视差图误差较大。

技术实现思路

[0005]鉴于现有技术中的上述缺陷或不足，期望提供一种图像处理方法、装置、电子设备及存储介质。
[0006]第一方面，本专利技术提供了一种图像处理方法，该方法包括：
[0007]对获取的第一图片和第二图片分别进行特征点检测，得到第一图片的第一特征点集和第二图片的第二特征点集；第一图片通过第一采集模块采集，第二图片通过第二采集模块采集；
[0008]对第一特征点集和第二特征点集分别进行特征点筛选，得到第三特征点集和第四特征点集；
[0009]基于第三特征点集和第四特征点集，确定第一图片和第二图片的视差图。
[0010]在其中一个实施例中，该方法还包括：
[0011]若视差图不满足预设条件，将第三特征点集更新为第一特征点集，将第四特征点集更新为第二特征点集，返回执行对第一特征点集和第二特征点集分别进行特征点筛选步骤，直至得到的视差图满足预设条件。
[0012]在其中一个实施例中，该方法还包括：
[0013]统计返回执行对第一特征点集和第二特征点集分别进行特征点筛选的次数，并将次数记为迭代次数；
[0014]该方法还包括：
[0015]若视差图不满足预设条件且迭代次数小于或等于第一数值，返回执行对第一特征点集和第二特征点集分别进行特征点筛选，直至视差图满足预设条件或视差图不满足预设
条件且迭代次数大于第一数值。
[0016]在其中一个实施例中，对第一特征点集和第二特征点集分别进行特征点筛选包括：
[0017]对特征点做深度方向的特征点筛选，得到第一筛选特征点集，第一筛选特征点集中的特征点在深度方向均匀分布；且
[0018]对特征点做平面方向的特征点筛选，得到第二筛选特征点集，第二筛选特征点集中的特征点在图像视场内均匀分布；
[0019]其中，特征点包括第一特征点集中的特征点或第二特征点集中的特征点。
[0020]在其中一个实施例中，对特征点做平面方向的特征点筛选，包括：
[0021]若迭代次数大于第二数值，根据视差图，确定每个特征点的视差值；
[0022]确定所有视差值的统计直方图；
[0023]基于统计直方图，筛选特征点。
[0024]在其中一个实施例中，对特征点做深度方向的特征点筛选，包括：
[0025]采用金字塔栅格法或朴素栅格法，筛选特征点。
[0026]在其中一个实施例中，预设条件包括：
[0027]视差图中视差值均为非负值；及
[0028]视差值的分布满足：物距与视差值及视差值的个数呈负相关；物距为第一采集模块和/或第二采集模块与目标物之间的距离。
[0029]在其中一个实施例中，基于第三特征点集和第四特征点集，确定第一图片和第二图片的视差图，包括：
[0030]基于第三特征点集和第四特征点集，确定第一图片与第二图片之间的单应性矩阵；
[0031]基于单应性矩阵，对第一图片和/或第二图片进行立体矫正，得到矫正后第一图片和矫正后第二图片；
[0032]将矫正后第一图片和矫正后第二图片进行视差计算，得到矫正后第一图片和矫正后第二图片的视差图。
[0033]第二方面，本专利技术提供了一种图像处理装置，该装置包括：
[0034]检测模块，用于对获取的第一图片和第二图片分别进行特征点检测，得到第一图片的第一特征点集和第二图片的第二特征点集；第一图片通过第一采集模块采集，第二图片通过第二采集模块采集；
[0035]筛选模块，用于对第一特征点集和第二特征点集分别进行特征点筛选，得到第三特征点集和第四特征点集；
[0036]确定模块，用于基于第三特征点集和第四特征点集，确定第一图片和第二图片的视差图。
[0037]第三方面，本专利技术提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现如第一方面的图像处理方法。
[0038]第四方面，本专利技术提供了一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面的图像处理方法。
[0039]本申请实施例提供的图像处理方法、装置、电子设备及存储介质，该方案通过特征
点检测后得到的第一特征点集和第二特征点集分别进行特征点筛选，得到第三特征点集和第四特征点集，基于第三特征点集和第四特征点集，确定第一图片和第二图片的视差图，该方法通过特征点筛选策略，基于筛选后得到的特征点集确定视差图，使得得到的视差图误差小。
附图说明
[0040]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0041]图1为本专利技术实施例提供的图像处理方法的流程示意图；
[0042]图2为本专利技术实施例提供的图像处理方法的又一流程示意图；
[0043]图3为本专利技术实施例提供的图像处理装置的结构示意图；
[0044]图4为本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0045]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。
[0046]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0047]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：对获取的第一图片和第二图片分别进行特征点检测，得到所述第一图片的第一特征点集和所述第二图片的第二特征点集；所述第一图片通过第一采集模块采集，所述第二图片通过第二采集模块采集；对所述第一特征点集和所述第二特征点集分别进行特征点筛选，得到第三特征点集和第四特征点集；基于所述第三特征点集和所述第四特征点集，确定所述第一图片和所述第二图片的视差图。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述视差图不满足预设条件，将所述第三特征点集更新为所述第一特征点集，将所述第四特征点集更新为所述第二特征点集，返回执行所述对所述第一特征点集和所述第二特征点集分别进行特征点筛选，直至得到的所述视差图满足所述预设条件。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：统计返回执行所述对所述第一特征点集和所述第二特征点集分别进行特征点筛选的次数，并将所述次数记为迭代次数；所述方法还包括：若所述视差图不满足所述预设条件且所述迭代次数小于或等于第一数值，返回执行所述对所述第一特征点集和所述第二特征点集分别进行特征点筛选，直至所述视差图满足所述预设条件或所述视差图不满足所述预设条件且迭代次数大于所述第一数值。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述对所述第一特征点集和所述第二特征点集分别进行特征点筛选包括：对特征点做深度方向的特征点筛选，得到第一筛选特征点集，所述第一筛选特征点集中的特征点在深度方向均匀分布；对所述特征点做平面方向的特征点筛选，得到第二筛选特征点集，所述第二筛选特征点集中的特征点在图像视场内均匀分布；其中，所述特征点包括所述第一特征点集中的特征点或所述第二特征点集中的特征点。5.根据权利要求4所述的方法，其特征在于，所述对所述特征点做平面方向的特征点筛选，包括：若所述迭代次数大于第二数值，根据所述视差图，确定每个所述特征点的视差值；确定所有所述视差值的统计直...

【专利技术属性】
技术研发人员：张超，李倩，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：