[发明专利]一种基于深度图像的目标候选位置估计方法及其装置在审
申请号: | 201910655680.3 | 申请日: | 2019-07-19 |
公开(公告)号: | CN110349217A | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 胡亮;田永良 | 申请(专利权)人: | 四川长虹电器股份有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;G06K9/46;G06K9/38;G06K9/62 |
代理公司: | 四川省成都市天策商标专利事务所 51213 | 代理人: | 魏伯吹 |
地址: | 621000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 深度图像 候选位置 二值化 无监督 聚类 计算灰度直方图 二值化图像 灰度直方图 深度摄像头 预处理模块 阈值灰度级 二值图像 灰度图像 聚类模块 灰度化 灰度级 中心点 去噪 转化 | ||
1.一种基于深度图像的目标候选位置估计方法,其特征在于,所述方法包括如下步骤:
步骤1:获取深度图像,并将深度图像转化为特定灰度级的灰度图像;
步骤2:计算灰度直方图并求出所有局部极大值;
步骤3:对于任意一个局部极大值,找出所有不超过该值、且和该值相差在给定阈值灰度级以内的点,并进行二值化;
步骤4:对二值化图像进行无监督聚类,并求出各个类别的中心点,即为各目标的候选位置。
2.根据权利要求1所述的基于深度图像的目标候选位置估计方法,其特征在于,所述步骤1的具体步骤为:
步骤1.1:取深度值第k大的值Dk作为深度值上限;
步骤1.2:根据公式将深度图像转化为灰度图像,其中D(i,j)和I(i,j)分别表示深度图和灰度图在(i,j)位置上的深度值和灰度值,表示不超过的最大整数,gray表示灰度图像的最大灰度值。
3.根据权利要求2所述的基于深度图像的目标候选位置估计方法,其特征在于,所述步骤3具体为:取出灰度图像中所有灰度值满足条件d≥Il-I(i,j)≥0的点(i,j),其中Il为局部极大值,d为给定的阈值,将这些点的灰度值重新二值化为1,剩余的点则设置灰度值为0,可以得到二值图像Tl。
4.根据权利要求3所述的基于深度图像的目标候选位置估计方法,其特征在于,对所述二值图像Tl进行聚类,对于任意一个类别p,计算其坐标中心,计算公式如下:
xp=E(i,j)∈p[x(i,j)]
yp=E(i,j)∈p[y(i,j)]
其中,E表示期望,即求所有属于p类的点的坐标均值,(xp,yp)即为目标候选位置。
5.一种基于深度图像的目标候选位置估计装置,其特征在于,包括:
深度摄像头模块,用于获取深度图像;
预处理模块,用于将深度图像去噪并灰度化;
二值化模块,用于求灰度直方图的局部极大值一定范围内的点并进行二值化;
聚类模块,用于对二值图像进行无监督聚类并求出类别中心。
6.根据权利要求5所述的基于深度图像的目标候选位置估计装置,其特征在于,所述的深度摄像头模块,可对深度摄像头的标定校准和预热。
7.根据权利要求5所述的基于深度图像的目标候选位置估计装置,其特征在于,所述的预处理模块使用阈值法来减少噪声,并预先选定灰度级将深度值线性变换为灰度值。
8.根据权利要求5所述的基于深度图像的目标候选位置估计装置,其特征在于,所述的聚类模块还可根据先验知识确定类别数。
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四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,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/201910655680.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:货箱位置检测方法及装置
- 下一篇:摄像机的标定方法和标定系统