一種獲取目標物體體征數(shù)據(jù)的方法、裝置及終端的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)獲取領(lǐng)域，尤其涉及一種獲取目標物體體征數(shù)據(jù)的方法、裝置及 終端。
【背景技術(shù)】
[0002] 智能終端能實現(xiàn)"所見即所得" 一直是大多數(shù)用戶的夢想，比如谷歌公司2009年 推出的居于街景的導航和地理定位服務"GoogleMapsNavigation",但這個服務需要后臺 強大的地理圖像數(shù)據(jù)、搜索計算能力以及無處不在的高速網(wǎng)絡(luò)鏈接支持，在很多網(wǎng)絡(luò)覆蓋 尚不廣的地區(qū)這樣的服務幾乎無法實現(xiàn)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明實施例提供一種獲取目標物體體征數(shù)據(jù)的方法、裝置及終端，通過將拍攝 的目標物體圖像還原出目標物體的圖形及骨架，再結(jié)合本地或云端各類搜索應用將該目標 物體的體征數(shù)據(jù)呈現(xiàn)給用戶，從而為廣大用戶實現(xiàn)"所見即所得"的體驗。
[0004] 第一方面，本發(fā)明提供了一種獲取目標物體體征數(shù)據(jù)的方法，包括：
[0005] 獲取目標物體的3D深度圖像；所述3D深度圖像為帶有距離信息的二維圖像，所述 距離信息包括所述目標物體到成像設(shè)備之間的距離；
[0006] 根據(jù)所述目標物體的3D深度圖像中像素的深度值獲取所述目標物體的圖形輪廓 和骨架參數(shù)；所述深度值為根據(jù)所述距離信息獲取的所述目標物體上某一點到所述成像設(shè) 備之間的距離；
[0007] 在3D模型庫中檢索與所述目標物體的圖形輪廓及骨架參數(shù)相匹配的3D模型，獲 取所述3D模型的參數(shù)比例；
[0008] 獲取所述目標物體的至少一個真實尺寸；
[0009] 根據(jù)所述3D模型的參數(shù)比例和所述的至少一個真實尺寸獲取所述目標物體的 體征數(shù)據(jù)。
[0010] 結(jié)合第一方面，在第一方面的第一種可能的實施方式中：所述獲取目標物體的3D 深度圖像包括：
[0011] 向所述目標物體發(fā)射參考圖案；
[0012] 接收所述參考圖案經(jīng)所述目標物體反射得到的二次圖案；
[0013] 計算所述二次圖案相對于所述參考圖案的偏移值；
[0014] 對所述偏移值進行傅立葉變換獲取所述距離信息，由所述距離信息得到所述3D 深度圖像。
[0015] 結(jié)合第一方面或第一方面的第一種可能的實施方式，在第一方面的第二種可能的 實施方式中：
[0016] 所述根據(jù)所述目標物體的3D深度圖像中像素的深度值獲取所述目標物體的圖形 輪廓包括：
[0017] 對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物體的圖形輪 廓；
[0018] 具體地，所述對所述3D深度圖像中像素的深度值進行差值計算包括：
[0019] 分別計算所述3D深度圖像中第一像素的像素深度值與所述第一像素的四個相連 的鄰近像素的像素深度值之間的深度值差異，獲取四個第一深度差異值；
[0020] 當所述四個第一深度差異值中至少一個第一深度差異值大于第一差異閾值時，將 所述的至少一個第一深度差異值對應的鄰近像素標記為輪廓位置；
[0021] 查詢所述3D深度圖像中第二像素的八個相連的鄰近像素中是否有被標記為輪廓 位置的像素；
[0022] 若有，則將所述八個相連的鄰近像素中非輪廓位置的像素的像素深度值分別與所 述第二像素的像素深度值進行差值計算，獲取第二深度差異值；
[0023] 當至少一個所述第二深度差異值大于第二差異閾值時，將所述第二像素標記為輪 廓位置；
[0024] 根據(jù)所述標記為輪廓位置的像素獲取所述目標物體的圖形輪廓。
[0025] 結(jié)合第一方面至第一方面的第二種可能的實施方式中的任--種實施方式，在第 一方面的第三種可能的實施方式中：
[0026] 在所述獲取目標物體的3D深度圖像之后，所述方法還包括：
[0027] 對所述3D深度圖像進行背景去噪處理，獲取第一3D目標深度圖像；
[0028] 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物 體的圖形輪廓包括：對所述第一3D目標深度圖像中像素的深度值進行差值計算，獲取所述 目標物體的圖形輪廓。
[0029] 結(jié)合第一方面的第三種可能的實施方式，在第一方面的第四種可能的實施方式 中：所述對所述3D深度圖像進行背景去噪處理，獲取第一3D目標深度圖像，包括：
[0030] 設(shè)置深度閾值；
[0031] 比較所述3D深度圖像中的各個像素深度值與所述深度閾值的大小，將所述3D深 度圖像中像素深度值大于所述深度閾值的像素濾除，獲取剩余像素形成所述第一3D目標 深度圖像。
[0032] 結(jié)合第一方面的第四種可能的實施方式，在第一方面的第五種可能的實施方式 中：在所述獲取所述第一3D目標深度圖像之后，所述方法還包括：
[0033] 對所述第一3D目標深度圖像進行邊緣去噪處理，獲取第二3D目標深度圖像；
[0034] 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物 體的圖形輪廓包括：對所述第二3D目標深度圖像中像素的深度值進行差值計算，獲取所述 目標物體的圖形輪廓。
[0035] 結(jié)合第一方面的第五種可能的實施方式，在第一方面的第六種可能的實施方式 中：所述對所述第一3D目標深度圖像進行邊緣去噪處理，獲取第二3D目標深度圖像包括：
[0036] 將所述第一3D目標深度圖像分割成多個像素塊；
[0037] 設(shè)置像素深度分段區(qū)間；
[0038] 分別對每塊所述像素塊內(nèi)所有像素的像素深度值做均值處理，獲取所述每塊像素 塊的像素均值；
[0039] 將所述像素均值映射至所述像素深度分段區(qū)間中的對應區(qū)間，并將同一區(qū)間內(nèi)的 所有像素均值對應的像素塊進行合并，獲取所述第二3D目標深度圖像。
[0040] 結(jié)合第一方面至第一方面的第六種可能的實施方式中的任-種實施方式，在第 一方面的第七種可能的實施方式中：所述根據(jù)所述目標物體的3D深度圖像中像素的深度 值獲取所述目標物體的骨架參數(shù)包括：
[0041] 根據(jù)所述目標物體的3D深度圖像中所有像素的像素深度值，用線性最小二乘法 獲取所述目標物體的中軸；
[0042] 沿著垂直于所述中軸的多個第一線計算所述目標物體的圖形輪廓的橫向厚度；
[0043] 沿著平行于所述中心軸的多個第二線計算所述目標物體的圖形輪廓的縱向厚 度；
[0044] 由所述第一線和所述第二線限定的區(qū)域構(gòu)成所述目標物體的骨架，對應的所述橫 向厚度和所述縱向厚度為所述目標物體的骨架參數(shù)。
[0045] 結(jié)合第一方面的第七種可能的實施方式，在第一方面的第八種可能的實施方式 中：所述在3D模型庫中檢索與所述目標物體的圖形輪廓及骨架參數(shù)相匹配的3D模型，獲取 所述3D模型的參數(shù)比例，包括：
[0046] 將所述目標物體的圖形輪廓與所述3D模型庫中3D模型的圖形輪廓進行匹配，獲 取匹配度最高的3D模型的圖形輪廓；
[0047] 當所述3D模型的圖形輪廓不是所述3D模型的正視圖形輪廓時，則根據(jù)所述3D模 型的圖形輪廓獲取所述3D模型的正視圖形輪廓；
[0048] 根據(jù)所述3D模型的圖形輪廓與所述3D模型的正視圖形輪廓計算所述3D模型的 視角參數(shù)，所述視角參數(shù)為所述3D模型的圖形輪廓基于所述3D模型的正視圖形輪廓的視 覺角度；
[0049] 將所述3D模型的正視圖形輪廓基于所述視角參數(shù)旋轉(zhuǎn)，獲取所述3D模型的骨架 參數(shù)；
[0050] 將所述目標物體的骨架參數(shù)與所述3D模型的骨架參數(shù)進行相似度比較，當所述 相似度小于預設(shè)值時，則所述3D模型為所述與所述目標物體的圖形輪廓及骨架參數(shù)相匹 配的3D模型；
[0051] 通過所述3D模型獲取所述3D模型的參數(shù)比例。
[0052] 結(jié)合第一方面的第八種可能的實施方式，在第一方面的第九種可能的實施方式 中：所述3D模型庫中包括所述3D模型的各視角圖形輪廓，其中至少包括所述3D模型的正 視角圖形輪廓。
[0053] 結(jié)合第一方面的第九種可能的實施方式，在第一方面的第十種可能的實施方式 中：所述將所述目標物體的圖形輪廓與所述3D模型庫中3D模型的圖形輪廓進行匹配，獲取 匹配度最高的3D模型的圖形輪廓包括：
[0054] 采用Zernike矩描述子和傅里葉描述子對所述目標物體的圖形輪廓進行描述，獲 取第一描述信息；
[0055] 采用Zernike矩描述子和傅里葉描述子對所述3D模型庫中3D模型的圖形輪廓進 行描述，獲取第二描述信息；
[0056] 比較所述第一描述信息與所述第二描述信息，將與所述第一描述信息相差預設(shè)閾 值的第二描述信息對應的3D模型的圖形輪廓作為所述匹配度最高的3D模型的圖形輪廓。
[0057] 結(jié)合第一方面至第一方面的第十種可能的實施方式中的任--種實施方式，在 第一方面的第十一種可能的實施方式中：所述獲取所述目標物體的至少一個真實尺寸，包 括：
[0058] 向所述目標物體發(fā)射聲波信號；
[0059] 接收被所述目標物體反射回來的聲波信號；
[0060] 獲取所述聲波信號的傳輸時間；所述傳輸時間為所述發(fā)射聲波信號和所述接收聲 波信號的時間差；
[0061] 利用所述傳輸時間和所述聲波信號的傳播速率，計算所述目標物體表面到所述 成像設(shè)備的距離；
[0062] 通過所述距離和所述成像設(shè)備的相距，計算所述目標物體的至少一個真實尺寸。
[0063] 第二方面，本發(fā)明提供了一種獲取目標物體體征數(shù)據(jù)的裝置，包括：成像模塊，用 于獲取目標物體的3D深度圖像；所述3D深度圖像為帶有距離信息的二維圖像，所述距離信 息包括所述目標物體到成像設(shè)備之間的距離；
[0064] 圖形輪廓和骨架參數(shù)獲取模塊，用于根據(jù)所述目標物體的3D深度圖像中像素的 深度值獲取所述目標物體的圖形輪廓和骨架參數(shù)；所述深度值為根據(jù)所述距離信息獲取的 所述目標物體上某一點到所述成像設(shè)備之間的距離；
[0065]參數(shù)比例獲取模塊，用于在3D模型庫中檢索與所述目標物體的圖形輪廓及骨架 參數(shù)相匹配的3D模型，獲取所述3D模型的參數(shù)比例；
[0066] 真實尺寸獲取模塊，用于獲取所述目標物體的至少一個真實尺寸；
[0067] 體征數(shù)據(jù)獲取模塊，用于根據(jù)所述3D模型的參數(shù)比例和所述的至少一個真實尺 寸獲取所述目標物體的體征數(shù)據(jù)。
[0068] 結(jié)合第二方面，在第二方面的第一種可能的實施方式中：所述成像模塊包括：
[0069] 發(fā)射單元，用于向所述目標物體發(fā)射參考圖案；
[0070] 接收單元，用于接收所述參考圖案經(jīng)所述目標物體反射得到的二次圖案；
[0071] 計算單元，用于計算所述二次圖案相對于所述參考圖案的偏移值；
[0072] 圖像獲取單元，用于對所述偏移值進行傅立葉變換獲取所述距離信息，由所述距 離信息得到所述3D深度圖像。
[0073] 結(jié)合第二方面或者第二方面的第一種可能的實施方式，在第二方面的第二種可能 的實施方式中：所述圖形輪廓和骨架參數(shù)獲取模塊具體用于：對所述3D深度圖像中像素的 深度值進行差值計算，獲取所述目標物體的圖形輪廓；
[0074] 具體地，所述對所述3D深度圖像中像素的深度值進行差值計算包括：
[0075] 分別計算所述3D深度圖像中第一像素的像素深度值與所述第一像素的四個相 連的鄰近像素的像素深度值之間的深度值差異，獲取四個第一深度差異值；
[0076] 當所述四個第一深度差異值中至少一個第一深度差異值大于第一差異閾值時，將 所述的至少一個第一深度差異值對應的鄰近像素標記為輪廓位置；
[0077] 查詢所述3D深度圖像中第二像素的八個相連的鄰近像素中是否有被標記為輪廓 位置的像素；
[0078] 若有，則將所述八個相連的鄰近像素中非輪廓位置的像素的像素深度值分別與所 述第二像素的像素深度值進行差值計算，獲取第二深度差異值；
[0079] 當至少一個所述第二深度差異值大于第二差異閾值時，將所述第二像素標記為輪 廓位置；
[0080] 根據(jù)所述標記為輪廓位置的像素獲取所述目標物體的圖形輪廓。
[0081] 結(jié)合第二方面至第二方面的第二種可能的實施方式中任--種可能的實施方式， 在第二方面的第三種可能的實施方式中：所述裝置還包括：去噪模塊；
[0082] 所述去噪模塊用于：
[0083] 對所述3D深度圖像進行背景去噪處理，獲取第一3D目標深度圖像；
[0084] 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物 體的圖形輪廓包括：對所述第一3D目標深度圖像中像素的深度值進行差值計算，獲取所述 目標物體的圖形輪廓。
[0085] 結(jié)合第二方面的第三種可能的實施方式，在第二方面的第四種可能的實施方式 中：所述去噪模塊具體用于：
[0086] 設(shè)置深度閾值；
[0087] 比較所述3D深度圖像中的各個像素深度值與所述深度閾值的大小，將所述3D深 度圖像中像素深度值大于所述深度閾值的像素濾除，獲取剩余像素形成所述第一3D目標 深度圖像。
[0088] 結(jié)合第二方面的第四種可能的實施方式，在第二方面的第五種可能的實施方式 中：所述去噪模塊還用于：
[0089] 對所述第一3D目標深度圖像進行邊緣去噪處理，獲取第二3D目標深度圖像；
[0090] 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物 體的圖形輪廓包括：對所述第二3D目標深度圖像中像素的深度值進行差值計算，獲取所述 目標物體的圖形輪廓。
[0091] 結(jié)合第二方面的第五種可能的實施方式，在第二方面的第六種可能的實施