[发明专利]图像处理方法、系统以及具有存储功能的装置有效

专利信息
申请号: 201810596592.6 申请日: 2018-06-11
公开(公告)号: CN110580737B 公开(公告)日: 2023-04-14
发明(设计)人: 熊友军;潘慈辉;谭圣琦;王先基;庞建新 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G06T17/00 分类号: G06T17/00
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 李艳丽
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 系统 以及 具有 存储 功能 装置
【说明书】:

本申请公开了一种图像处理方法、系统以及具有存储功能的装置,该图像处理方法包括:获取机器人在预设轨迹按照设定条件拍摄的目标环境的图像;基于每一幅图像的初始位姿估计,将每两幅包括相同区域的图像组合成对应的图像对;根据图像对构建图像种子,每一图像种子包括若干图像对,图像种子中的每一图像对的任意图像与图像种子中其他图像对的图像重叠或者存在至少一相同的区域特征;对图像种子进行位姿优化;根据进行位姿优化后的图像种子构建图像子集;以图像子集中的图像种子为基础,对图像子集进行位姿优化。能够进一步地有效降低图像匹配的计算复杂度,缩减了计算时间,并提高图像处理的精准度。

技术领域

本申请涉及三维重建领域,特别是涉及图像处理方法、系统以及具有存储功能的装置。

背景技术

运动恢复结构重建算法是三维重建领域中最常用最核心的算法。比较有开创性和影响力的三维重建软件均采用此算法进行三维重建,例如:软件Bundler就是使用该算法进行三维重建工作的。Bundler中采用增量式的图像匹配恢复相机的投影矩阵和三维结构。

然而,传统方式在选择图像匹配时,需要将每一张图像与所有的图像进行匹配判断,匹配复杂度高,计算资源需求高,而且在进行传统的增量式三维重建初始化的过程中,每次图像与图像之间的匹配都要通过光束法平差(Bundle Adjustment,BA)进行优化,所以要经过很多次BA优化处理。然而,上述传统增量法初始化需要经过多次BA优化处理具有以下弊端:一是计算次数多,耗时长,降低效率;二是传统增量法依赖对初始图像配对的选取,这种依赖会引起算法不稳定的问题,从而,降低图像处理的精准度。

因此,亟待提出一种新的图像处理方法来解决上述问题。

发明内容

本申请主要解决的技术问题是提供一种图像处理方法、系统以及具有存储功能的装置,解决传统增量式三维重建初始化计算资源需求大,计算时间长及提高图像处理精准度的问题。

为解决上述技术问题,本申请采用的一个技术方案是:提供一种图像处理方法,包括:获取机器人在预设轨迹按照设定条件拍摄的目标环境的图像;基于每一幅图像的初始位姿估计,将每两幅包括相同区域的图像组合成对应的图像对;根据图像对构建图像种子,其中,每一图像种子包括若干图像对,图像种子中的每一图像对的任意图像与图像种子中其他图像对的图像重叠或者存在至少一相同的区域特征;对图像种子进行位姿优化;根据进行位姿优化后的图像种子构建图像子集,图像子集包括若干图像种子,相邻的图像种子之间存在至少一相同的区域特征;以图像子集中的图像种子为基础,对图像子集进行位姿优化。

为解决上述技术问题,本申请采用的另一个技术方案是:提供一种图像处理系统,包括:依次耦接的通信电路、处理器和存储器;通信电路用于获取及传输指令;处理器用于执行计算机程序,所述处理器执行所述计算机程序时,实现上述任一实施方式中的图像处理方法;存储器用于存储图像、图像的图像信息、预设拍摄频率、特定拍摄位置、初始位姿估计、机器人的拍照参数、图像对、相同区域特征、图像种子、图像子集以及图像的拍摄位置、处理器执行的计算机程序以及在执行计算机程序时所产生的中间数据。

为解决上述技术问题,本申请采用的再一个技术方案是:提供一种具有存储功能的装置,装置存储有程序数据,程序数据能够被执行以实现上述任一实施方式中的图像处理方法中的步骤。

本申请的有益效果是:区别于相关技术的情况,本申请在机器人按照预设拍摄频率拍摄图像时,获取每张图像的初始位姿估计,并根据该初始位姿估计将包括相同区域的两幅图像组合成一个图像对,降低图像匹配复杂度,基于该图像对构建图像种子,对图像种子进行位姿优化,以优化后的图像种子为基础构建图像子集,在以每个图像子集中的图像种子为基础对图像子集进行位姿优化,能够进一步地有效降低图像匹配的计算复杂度,缩减了计算时间,并提高图像处理的精准度。

附图说明

图1是本申请图像处理方法一实施例的流程示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201810596592.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top