[发明专利]一种图像特征处理模块、增强现实设备和角点检测方法

说明书

本发明提供一种图像特征处理模块、增强现实设备和角点检测方法，属于图像处理技术领域。该图像特征处理模块应用于增强现实设备，增强现实设备包括摄像头和中央处理器，图像特征处理模块包括：图像读取接口，用于与摄像头连接，读取摄像头输出的待处理图像；处理子模块，与图像读取接口连接，用于将待处理图像分割为n个分区，并行对n个分区进行处理，提取n个分区中的角点，n为正整数；根据提取的角点，生成待处理图像的角点特征图；输出接口，与处理子模块连接，用于将角点特征图输出至中央处理器。从而，无需处理器参与角点特征提取，且通过并行化处理，能快速提取角点，提高图像特征处理效率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像特征处理模块、增强现实设备和角点检测方法。

背景技术

继智能手机、平板电脑之后，虚拟现实(Virtual Reality，简称VR)与增强现实(Augmented Reality，简称AR)有潜力成为下一个重大通用计算平台。随着智能手机销量的持续下滑，VR设备、AR设备成为电子消费的另一个重要方向。

对于AR设备(如AR眼镜)来说，需要对第一视角(即穿戴VR或AR设备的用户的视角)的场景进行人脸识别，车辆识别，以及识别场景中的不同物体，并将虚拟信息相应叠加在现实场景中进行展示，如图1所示。因此，需要快速对场景做识别，以区分人、车、和建筑等真实信息。

然而，现有的AR显示系统，普遍在终端上进行识别、跟踪和定位，但终端受处理器性能的影响，例如：在运行一些深度学习的模型时，会影响实时识别处理的效果。而且，通过中央处理器(Central Processing Unit，简称CPU)处理图像时，往往采用流水线的串行数据处理流程，特征提取速度较慢，占用CPU的资源较多，在图像处理时会出现延迟问题。而采用CPU调动图形处理器(Graphics Processing Unit，简称GPU)进行并行特征处理时，虽然能够提升计算速度，但CPU和GPU的数据传输速率有限，例如：对于两个向量求和运算，如果向量非常大，由于将向量传输到GPU上的时间开销很大，一般仍选择在CPU上算，此时，计算速度仍然较慢，在图像处理时仍然会出现延迟问题。

因此，如何避免AR设备在图像处理时的延迟问题，是目前亟待解决的技术问题。

发明内容

有鉴于此，本发明提供一种图像特征处理模块、增强现实设备和角点检测方法，用于解决目前的AR设备在图像处理时的延迟问题。

为解决上述技术问题，第一方面，本发明提供一种图像特征处理模块，应用于增强现实设备，所述增强现实设备包括摄像头和中央处理器，所述图像特征处理模块包括：

图像读取接口，用于与所述摄像头连接，读取所述摄像头输出的待处理图像；

处理子模块，与所述图像读取接口连接，用于将所述待处理图像分割为n个分区，并行对所述n个分区进行处理，提取所述n个分区中的角点，n为正整数；根据提取的角点，生成所述待处理图像的角点特征图；

输出接口，与所述处理子模块连接，用于将所述角点特征图输出至所述中央处理器。

优选的，所述图像特征处理模块还包括：

缓存；

其中，所述图像读取接口，与所述缓存连接，还用于根据所述摄像头输出的连续的视频流中的同步信号，判断获取到的图像是否为新的图像，如果是，将所述新的图像作为待处理图像存储至所述缓存中；

所述处理子模块，与所述缓存连接，用于读取所述缓存中存储的所述待处理图像。

优选的，所述处理子模块包括n个图像特征检测单元，每一所述图像特征检测单元用于对所述n个分区中的一个分区进行处理，提取所述一个分区中的角点；

所述n个图像特征检测单元并行运行。