【技术实现步骤摘要】
本专利技术涉及结构光相机数据采集，尤其涉及一种结构光像机的数据采集方法、装置及设备。
技术介绍
1、结构光装置是一组由投影仪和摄像头组成的系统结构，用投影仪投射特定的光信息到物体表面后及背景后，由摄像头采集，根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。而结构光像机是结构光装置中的一种，而现如今，结构光像机在进行数据采集时，由于环境的影响就会导致采集到的数据出现异常，不利于来获取真实的图像数据、物体的位置、深度信息等。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种结构光像机的数据采集方法、装置及设备。
2、为达上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种结构光像机的数据采集方法，包括以下步骤：
4、获取结构光像机的历史数据采集性能变化特征数据，并根据所述结构光像机的历史数据采集性能变化特征数据构建数据采集性能特征预测模型；
5、获取预设时间之内结构光像机的数据采集性能变化特征数据，根据所述数据采集性能特征预测模型以及预设时间之内结构光像机的数据采集性能变化特征数据预测当前预设时间之内结构光像机的数据采集性能特征数据；
6、获取目标区域中数据采集性能需求信息，并根据目标区域中数据采集性能需求信息以及当前预设时间之内结构光像机的数据采集性能特征数据生成相关推荐结果；
7、根据所述相关推荐结果进行数据采集，并获取目标区域之内的环境特征数据，根
8、进一步的，在本方法中，获取结构光像机的历史数据采集性能变化特征数据，并根据所述结构光像机的历史数据采集性能变化特征数据构建数据采集性能特征预测模型，具体包括：
9、获取结构光像机的历史数据采集性能变化特征数据，基于深度神经网络构建数据采集性能特征预测模型，根据所述结构光像机的历史数据采集性能变化特征数据构建特征矩阵；
10、将所述特征矩阵输入到所述数据采集性能特征预测模型中进行训练，设置损失函数收敛阈值，判断所述数据采集性能特征预测模型的损失函数是否收敛至损失函数收敛阈值；
11、当所述数据采集性能特征预测模型的损失函数收敛至损失函数收敛阈值时，保存所述数据采集性能特征预测模型的模型参数，训练结束，并将所述数据采集性能特征预测模型输出。
12、进一步的，在本方法中，获取预设时间之内结构光像机的数据采集性能变化特征数据，根据所述数据采集性能特征预测模型以及预设时间之内结构光像机的数据采集性能变化特征数据预测当前预设时间之内结构光像机的数据采集性能特征数据，具体为：
13、获取预设时间之内结构光像机的数据采集性能变化特征数据，将所述预设时间之内结构光像机的数据采集性能变化特征数据输入到所述数据采集性能特征预测模型中进行预测；
14、通过预测，获取当前预设时间之内结构光像机的数据采集性能特征数据，并将所述当前预设时间之内结构光像机的数据采集性能特征数据输出。
15、进一步的，在本方法中，获取目标区域中数据采集性能需求信息，并根据目标区域中数据采集性能需求信息以及当前预设时间之内结构光像机的数据采集性能特征数据生成相关推荐结果，具体包括：
16、根据所述当前预设时间之内结构光像机的数据采集性能特征数据获取当前时间戳中每一结构光像机的数据采集性能特征数据，并随机选择结构光像机进行数据采集，构建结构光像机工作集合；
17、获取目标区域中数据采集性能需求信息，根据所述当前时间戳中每一结构光像机的数据采集性能特征数据获取所述结构光像机工作集合中每一结构光像机的数据采集性能特征数据；
18、判断所述结构光像机工作集合中每一结构光像机的数据采集性能特征数据是否均大于目标区域中数据采集性能需求信息，若均大于，则输出结构光像机工作集合，并生成相关推荐结果；
19、当所述结构光像机工作集合中每一结构光像机的数据采集性能特征数据非均大于目标区域中数据采集性能需求信息时，更新结构光像机工作集合，直至均大于目标区域中数据采集性能需求信息。
20、进一步的，在本方法中，获取目标区域之内的环境特征数据，根据所述目标区域之内的环境特征数据对结构光像机进行数据采集控制，具体包括：
21、通过大数据获取在各环境特征数据之下结构光像机在最优数据采集性能的最优工作参数，将所述在各环境特征数据之下结构光像机在最优数据采集性能的最优工作参数输入到图神经网络中；
22、将环境特征数据作为第一图节点，将结构光像机在最优数据采集性能的最优工作参数作为第二图节点，将所述第一图节点与第二图节点连接，构建拓扑结构图；
23、构建知识图谱，基于所述拓扑结构图获取相关的邻接矩阵，将所述相关的邻接矩阵输入到所述知识图谱中进行表示，并获取目标区域之内的环境特征数据；
24、将所述目标区域之内的环境特征数据输入到所述知识图谱中，获取在当前环境特征数据之下结构光像机在最优数据采集性能的最优工作参数，根据所述在当前环境特征数据之下结构光像机在最优数据采集性能的最优工作参数对结构光像机进行数据采集控制。
25、进一步的，在本方法中，结构光像机的数据采集方法，还包括：
26、通过结构光像机采集目标区域中的图像数据信息，并通过对所述目标区域中的图像数据信息进行滤波以及去噪处理，获取预处理后的图像数据；
27、采集一个时间周期之内的预处理后的图像数据，并通过对所述一个时间周期之内的预处理后的图像数据进行质量评价分析，获取每一图像的质量评价分析结果；
28、当所述图像的质量评价分析结果大于预设质量评价分析结果时，则输出预处理后的图像数据；
29、当所述图像的质量评价分析结果不大于预设质量评价分析结果时，则对预处理后的图像数据进行重建。
30、本专利技术第二方面提供了一种结构光像机的数据采集装置，包括存储器以及处理器，所述存储器中包括结构光像机的数据采集方法程序，所述结构光像机的数据采集方法程序被所述处理器执行时，实现任一项所述的结构光像机的数据采集方法的步骤。
31、本专利技术第三方面提供了一种电子设备，包括结构光像机的数据采集方法程序，所述结构光像机的数据采集方法程序被处理器执行时，实现任一项所述的结构光像机的数据采集方法的步骤。
32、本专利技术解决了
技术介绍
中存在的缺陷，本专利技术具备以下有益效果：
33、本专利技术通过获取结构光像机的历史数据采集性能变化特征数据，并根据结构光像机的历史数据采集性能变化特征数据构建数据采集性能特征预测模型，进而获取预设时间之内结构光像机的数据采集性能变化特征数据，根据数据采集性能特征预测模型以及预设时间之内结构光像机的数据采集性能变化特征数据预测当前预设时间之内结构光像机的数据采集性能特征数据，从而获取目标区域中数据采集性能需求信息，并根据本文档来自技高网...
【技术保护点】
1.一种结构光像机的数据采集方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种结构光像机的数据采集方法，其特征在于，获取结构光像机的历史数据采集性能变化特征数据，并根据所述结构光像机的历史数据采集性能变化特征数据构建数据采集性能特征预测模型，具体包括：
3.根据权利要求1所述的一种结构光像机的数据采集方法，其特征在于，获取预设时间之内结构光像机的数据采集性能变化特征数据，根据所述数据采集性能特征预测模型以及预设时间之内结构光像机的数据采集性能变化特征数据预测当前预设时间之内结构光像机的数据采集性能特征数据，具体为：
4.根据权利要求1所述的一种结构光像机的数据采集方法，其特征在于，获取目标区域中数据采集性能需求信息，并根据目标区域中数据采集性能需求信息以及当前预设时间之内结构光像机的数据采集性能特征数据生成相关推荐结果，具体包括：
5.根据权利要求1所述的一种结构光像机的数据采集方法，其特征在于，获取目标区域之内的环境特征数据，根据所述目标区域之内的环境特征数据对结构光像机进行数据采集控制，具体包括：
6.根
7.一种结构光像机的数据采集装置，其特征在于，包括存储器以及处理器，所述存储器中包括结构光像机的数据采集方法程序，所述结构光像机的数据采集方法程序被所述处理器执行时，实现如权利要求1-6任一项所述的结构光像机的数据采集方法的步骤。
8.一种电子设备，其特征在于，包括结构光像机的数据采集方法程序，所述结构光像机的数据采集方法程序被处理器执行时，实现如权利要求1-6任一项所述的结构光像机的数据采集方法的步骤。
...【技术特征摘要】
1.一种结构光像机的数据采集方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种结构光像机的数据采集方法，其特征在于，获取结构光像机的历史数据采集性能变化特征数据，并根据所述结构光像机的历史数据采集性能变化特征数据构建数据采集性能特征预测模型，具体包括：
3.根据权利要求1所述的一种结构光像机的数据采集方法，其特征在于，获取预设时间之内结构光像机的数据采集性能变化特征数据，根据所述数据采集性能特征预测模型以及预设时间之内结构光像机的数据采集性能变化特征数据预测当前预设时间之内结构光像机的数据采集性能特征数据，具体为：
4.根据权利要求1所述的一种结构光像机的数据采集方法，其特征在于，获取目标区域中数据采集性能需求信息，并根据目标区域中数据采集性能需求信息以及当前预设时间之内结构光像机的数据采集...
【专利技术属性】
技术研发人员：申兴琭，赵春英，周婷，吴荣，吴子怡，
申请(专利权)人：苏州兴喜博信息技术科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。