[发明专利]深度相机异常检测方法、电子设备及存储介质有效

专利信息
申请号: 202210610991.X 申请日: 2022-06-01
公开(公告)号: CN114693683B 公开(公告)日: 2022-10-18
发明(设计)人: 户磊;曹天宇;薛远;李绪琴;王亚运;季栋 申请(专利权)人: 合肥的卢深视科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/50;G06V10/75
代理公司: 北京智晨知识产权代理有限公司 11584 代理人: 张婧
地址: 230091 安徽省合肥市高新区习友路3333*** 国省代码: 安徽;34
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 相机 异常 检测 方法 电子设备 存储 介质
【说明书】:

发明实施例涉及图像处理领域,公开了一种深度相机异常检测方法、电子设备及存储介质。本发明的深度相机异常检测方法包括:根据预设的图像匹配算法,将预设的斑模板与所述目标深度相机拍摄的散斑图像上的待匹配区域进行匹配,生成所述待匹配区域对应的匹配值,并将所述匹配值作为每个像素点的像素值形成匹配结果图;根据匹配结果图的像素值筛选出高质量散斑区域,获取局部匹配图;对散斑图像分别采用第一视差计算方法和第二视差计算方法得到第一视差图和第二视差图;根据局部匹配图、第一视差图和所述第二视差图确定目标深度相机是否异常。在仅获取散斑图像的条件下可快速判定深度相机的异常。

技术领域

本发明实施例涉及图像处理领域,特别涉及一种深度相机异常检测方法、电子设备及存储介质。

背景技术

目前深度相机的类型和产品有很多,使用范围很广,由于受深度相机结构和使用环境的约束,在有些场景中会无法输出正常的深度图像,此时使用者往往需要本领域技术人员进行协助,分析并确定深度相机的异常原因,这种深度相机异常检测的方法费时、费力且受限于专业的技术人员。

发明内容

本发明实施方式的目的在于提供一种深度相机异常检测方法、电子设备及存储介质,在仅获取散斑图像的条件下,根据散斑图像计算获取的局部匹配图、第一视差图和第二视差图就可快速判定深度相机的异常。

为解决上述技术问题,本发明的实施方式提供了一种深度相机异常检测方法,包括:根据预设的图像匹配算法,将预设的斑模板与所述目标深度相机拍摄的散斑图像上的待匹配区域进行匹配,生成所述待匹配区域对应的匹配值,并将所述匹配值作为每个像素点的像素值形成匹配结果图;根据所述匹配结果图的像素值筛选出高质量散斑区域,获取局部匹配图;对所述散斑图像分别采用第一视差计算方法和第二视差计算方法得到第一视差图和第二视差图;根据所述局部匹配图、所述第一视差图和所述第二视差图确定所述目标深度相机是否异常。

本发明的实施方式还提供了一种电子设备,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上述实施方式提及的深度相机异常检测方法。

本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述实施方式提及的深度相机异常检测方法。

本发明实施方式提供的深度相机异常检测方法、电子设备及存储介质,通过将目标深度相机拍摄的散斑图像与该目标深度相机对应的斑模板进行匹配,获取匹配结果图,匹配结果图的像素值表示散斑图像上待匹配区域与斑模板的匹配程度,根据匹配结果图中的像素值筛选出高质量的散斑区域,得到局部匹配图,然后对散斑图像采用第一视差计算方法和第二视差计算方法得到第一视差图和第二视差图,根据局部匹配图、第一视差图和第二视差图就可确定目标深度相机是否异常。整个方法只需获取散斑图像并对其进行处理,就可确定目标深度相机是否异常,计算量小,过程简单。

另外,本发明实施方式提供的深度相机异常检测方法,所述根据预设的图像匹配算法,将目标深度相机对应的斑模板与所述目标深度相机拍摄的散斑图像上的待匹配区域进行匹配之前,还包括:获取所述目标深度相机拍摄的散斑图像的散斑直径、散斑密度、散斑的分布规律和散斑亮度的衰减规律;根据所述散斑直径、所述散斑密度、所述散斑的分布规律和所述散斑亮度的衰减规律确定所述斑模板的中心模板和所述边界模板,并将所述中心模板和所述边界模板组合得到所述斑模板。针对目标深度相机拍摄的散斑图像的散斑风格,确定对应的斑模板,根据准确的斑模板进行匹配,可以快速确定出高质量的散斑区域。

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合肥的卢深视科技有限公司,未经合肥的卢深视科技有限公司许可,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/202210610991.X/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