国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      圖像的處理方法、裝置及終端的制作方法_6

      文檔序號(hào):9751673閱讀:來(lái)源:國(guó)知局
      對(duì)所述第二次開(kāi)運(yùn)算操作之后得到的第一邊緣信息和第二邊緣信息分別進(jìn)行細(xì)化操 作,得到第一邊緣輪廓信息以及第二邊緣輪廓信息。5. 根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于所述邊緣輪廓信息對(duì)所述兩幅圖 像分別進(jìn)行分塊操作,分別得到包含所述邊緣輪廓信息的若干個(gè)圖像塊,包括: 分別遍歷所述第一圖像和所述第二圖像中的像素點(diǎn); 基于遍歷到的所述第一圖像的所述第一邊緣點(diǎn),確定用于分割所述第一圖像的第一 邊,并基于遍歷到的所述第二圖像的所述第二邊緣點(diǎn),確定用于分割所述第二圖像的第二 邊,所述第一邊及所述第二邊為橫線(xiàn)或豎線(xiàn); 在所述第一邊將所述第一圖像分割成的塊中,將包含所述第一邊緣輪廓信息的塊確定 為第一圖像塊,并在所述第二邊將所述第二圖像分割成的塊中,將包含所述第二邊緣輪廓 信息的塊確定為第二圖像塊。6. 根據(jù)權(quán)利要求3所述的方法,其特征在于,所述分別計(jì)算所述兩幅圖像的圖像塊的極 值點(diǎn)信息,包括: 基于人工魚(yú)群算法,從所述第一邊緣點(diǎn)中選取設(shè)定數(shù)量的點(diǎn)作為第一人工魚(yú),并從所 述第二邊緣點(diǎn)中選取設(shè)定數(shù)量的點(diǎn)作為第二人工魚(yú); 以各所述第一人工魚(yú)的坐標(biāo)為圓心,以設(shè)定長(zhǎng)度為半徑做第一圓,計(jì)算各所述第一圓 內(nèi)的所有第一邊緣點(diǎn)的第一數(shù)量,并以各所述第二人工魚(yú)的坐標(biāo)為圓心,以設(shè)定長(zhǎng)度為半 徑做第二圓,計(jì)算各所述第二圓內(nèi)的所有第二邊緣點(diǎn)的第二數(shù)量; 使第一人工魚(yú)以設(shè)定步長(zhǎng)向第一數(shù)量比自身的第一數(shù)量多的其他第一人工魚(yú)的方向 移動(dòng),并使第二人工魚(yú)以設(shè)定步長(zhǎng)向第二數(shù)量比自身的第二數(shù)量多的其他第二人工魚(yú)的方 向移動(dòng); 將所述第一人工魚(yú)移動(dòng)的終點(diǎn)的像素點(diǎn)確定為所述像素點(diǎn)所在第一圖像塊的第一極 值點(diǎn),并將所述第二人工魚(yú)移動(dòng)的終點(diǎn)的像素點(diǎn)確定為所述像素點(diǎn)所在第二圖像塊的第二 極值點(diǎn)。7. 根據(jù)權(quán)利要求6所述的方法,其特征在于,所述基于計(jì)算出的所述極值點(diǎn)信息對(duì)所述 兩幅圖像進(jìn)行拼接和融合處理,包括: 將距離拼接方向最近的兩個(gè)所述第一極值點(diǎn)確定為第一匹配點(diǎn),并將距離拼接方向最 近的兩個(gè)所述第二極值點(diǎn)確定為第二匹配點(diǎn); 基于所述第一匹配點(diǎn)與所述第二匹配點(diǎn)的位置關(guān)系,對(duì)所述兩幅圖像進(jìn)行拼接; 對(duì)拼接之后的圖像進(jìn)行融合處理。8. 根據(jù)權(quán)利要求7所述的方法,其特征在于,所述基于所述第一匹配點(diǎn)與所述第二匹配 點(diǎn)的位置關(guān)系,對(duì)所述兩幅圖像進(jìn)行拼接,包括: 以所述第一圖像和所述第二圖像中的任一個(gè)作為基準(zhǔn)圖像,基于所述第一匹配點(diǎn)的連 線(xiàn)和所述第二匹配點(diǎn)的連線(xiàn),確定所述第一圖像和所述第二圖像中的另一個(gè)與所述基準(zhǔn)圖 像實(shí)現(xiàn)拼接所需的旋轉(zhuǎn)角度及平移矩陣; 基于所述旋轉(zhuǎn)角度及所述平移矩陣對(duì)所述第一圖像和所述第二圖像進(jìn)行拼接。9. 根據(jù)權(quán)利要求7所述的方法,其特征在于,所述對(duì)拼接之后的圖像進(jìn)行融合處理,包 括: 確定所述重疊部分在所述拼接之后的圖像中的權(quán)重; 基于所述權(quán)重對(duì)所述拼接之后的圖像進(jìn)行融合處理。10. 根據(jù)權(quán)利要求1-9任一項(xiàng)所述的方法,其特征在于,所述第一圖像和所述第二圖像 分別為雙目機(jī)器人的左目和右目所拍攝的圖像。11. 一種圖像的處理裝置,其特征在于,包括: 確定模塊,被配置為確定第一圖像和第二圖像中的物體的邊緣輪廓信息,所述第一圖 像與所述第二圖像為具有重疊部分的兩幅圖像; 分塊模塊,被配置為基于所述確定模塊確定的邊緣輪廓信息對(duì)所述兩幅圖像分別進(jìn)行 分塊操作,分別得到包含所述邊緣輪廓信息的若干個(gè)圖像塊; 計(jì)算模塊,被配置為分別計(jì)算所述分塊模塊得到的所述兩幅圖像的圖像塊的極值點(diǎn)信 息; 處理模塊,被配置為基于所述計(jì)算模塊計(jì)算出的所述極值點(diǎn)信息對(duì)所述兩幅圖像進(jìn)行 拼接和融合處理。12. 根據(jù)權(quán)利要求11所述的裝置,其特征在于,所述確定模塊包括: 邊緣信息確定子模塊,被配置為基于最小吸收同值核區(qū)SUSAN算法分別確定所述第一 圖像中的物體的第一邊緣信息和所述第二圖像中的物體的第二邊緣信息; 去干擾子模塊,被配置為基于形態(tài)學(xué)方法分別對(duì)所述邊緣信息確定子模塊所確定的所 述第一邊緣信息和所述第二邊緣信息進(jìn)行去干擾處理,得到包括所述第一圖像中所述物體 的連續(xù)輪廓的第一邊緣輪廓信息,及包括所述第二圖像中所述物體的連續(xù)輪廓的第二邊緣 輪廓信息。13. 根據(jù)權(quán)利要求12所述的裝置,其特征在于,所述邊緣信息確定子模塊包括: 構(gòu)造單元,被配置為基于所述SUSAN算法,對(duì)所述第一圖像構(gòu)造第一圓形模板,并對(duì)所 述第二圖像構(gòu)造第二圓形模板; 比較單元,被配置為將所述構(gòu)造單元所構(gòu)造的所述第一圓形模板中的每個(gè)像素的灰度 值與所述第一圓形模板的圓心的灰度值進(jìn)行比較,得到第一灰度差值,并將所述第二圓形 模板中的每個(gè)像素的灰度值與所述第二圓形模板的圓心的灰度值進(jìn)行比較,得到第二灰度 差值; 確定單元,被配置為將所述第一灰度差值大于灰度閾值的像素點(diǎn)確定為第一邊緣點(diǎn), 將所述第一邊緣點(diǎn)的坐標(biāo)及個(gè)數(shù)確定為第一邊緣信息,并將所述第二灰度差值大于灰度閾 值的像素點(diǎn)確定為第二邊緣點(diǎn),將所述第二邊緣點(diǎn)的坐標(biāo)及個(gè)數(shù)確定為第二邊緣信息。14. 根據(jù)權(quán)利要求12所述的裝置,其特征在于,所述去干擾子模塊包括: 第一開(kāi)運(yùn)算單元,被配置為對(duì)所述第一邊緣信息和所述第二邊緣信息分別進(jìn)行第一次 開(kāi)運(yùn)算,去除連續(xù)像素點(diǎn)個(gè)數(shù)少于設(shè)定閾值的對(duì)象; 連接單元,被配置為通過(guò)圓盤(pán)膨脹操作連接所述第一開(kāi)運(yùn)算單元的第一次開(kāi)運(yùn)算操作 之后的第一邊緣信息中的不連通的邊緣點(diǎn),并連接所述第一次開(kāi)運(yùn)算操作之后的第二邊緣 信息中的不連通的邊緣點(diǎn); 第二開(kāi)運(yùn)算單元,被配置為對(duì)所述連接單元的圓盤(pán)膨脹操作之后的第一邊緣信息和第 二邊緣信息分別進(jìn)行第二次開(kāi)運(yùn)算,去除連續(xù)像素點(diǎn)個(gè)數(shù)少于設(shè)定閾值的對(duì)象; 細(xì)化單元,被配置為對(duì)所述第二開(kāi)運(yùn)算單元的所述第二次開(kāi)運(yùn)算操作之后得到的第一 邊緣信息和第二邊緣信息分別進(jìn)行細(xì)化操作,得到第一邊緣輪廓信息以及第二邊緣輪廓信 息。15. 根據(jù)權(quán)利要求13所述的裝置,其特征在于,所述分塊模塊包括: 遍歷子模塊,被配置為分別遍歷所述第一圖像和所述第二圖像中的像素點(diǎn); 邊確定子模塊,被配置為基于所述遍歷子模塊遍歷到的所述第一圖像的所述第一邊緣 點(diǎn),確定用于分割所述第一圖像的第一邊,并基于遍歷到的所述第二圖像的所述第二邊緣 點(diǎn),確定用于分割所述第二圖像的第二邊,所述第一邊及所述第二邊為橫線(xiàn)或豎線(xiàn); 塊確定子模塊,被配置為在所述邊確定子模塊確定的所述第一邊將所述第一圖像分割 成的塊中,將包含所述第一邊緣輪廓信息的塊確定為第一圖像塊,并在所述邊確定子模塊 確定的所述第二邊將所述第二圖像分割成的塊中,將包含所述第二邊緣輪廓信息的塊確定 為第二圖像塊。16. 根據(jù)權(quán)利要求13所述的裝置,其特征在于,所述計(jì)算模塊包括: 人工魚(yú)確定子模塊,被配置為基于人工魚(yú)群算法,從所述第一邊緣點(diǎn)中選取設(shè)定數(shù)量 的點(diǎn)作為第一人工魚(yú),并從所述第二邊緣點(diǎn)中選取設(shè)定數(shù)量的點(diǎn)作為第二人工魚(yú); 邊緣點(diǎn)數(shù)量計(jì)算子模塊,被配置為以所述人工魚(yú)確定子模塊確定的各所述第一人工魚(yú) 的坐標(biāo)為圓心,以設(shè)定長(zhǎng)度為半徑做第一圓,計(jì)算各所述第一圓內(nèi)的所有第一邊緣點(diǎn)的第 一數(shù)量,并以各所述第二人工魚(yú)的坐標(biāo)為圓心,以設(shè)定長(zhǎng)度為半徑做第二圓,計(jì)算各所述第 二圓內(nèi)的所有第二邊緣點(diǎn)的第二數(shù)量; 移動(dòng)子模塊,被配置為使第一人工魚(yú)以設(shè)定步長(zhǎng)向第一數(shù)量比自身的第一數(shù)量多的其 他第一人工魚(yú)的方向移動(dòng),并使第二人工魚(yú)以設(shè)定步長(zhǎng)向第二數(shù)量比自身的第二數(shù)量多的 其他第二人工魚(yú)的方向移動(dòng); 極值點(diǎn)確定子模塊,被配置為將所述第一人工魚(yú)移動(dòng)的終點(diǎn)的像素點(diǎn)確定為所述像素 點(diǎn)所在第一圖像塊的第一極值點(diǎn),并將所述第二人工魚(yú)移動(dòng)的終點(diǎn)的像素點(diǎn)確定為所述像 素點(diǎn)所在第二圖像塊的第二極值點(diǎn)。17. 根據(jù)權(quán)利要求16所述的裝置,其特征在于,所述處理模塊包括: 匹配點(diǎn)確定子模塊,被配置為將距離拼接方向最近的兩個(gè)所述第一極值點(diǎn)確定為第一 匹配點(diǎn),并將距離拼接方向最近的兩個(gè)所述第二極值點(diǎn)確定為第二匹配點(diǎn); 拼接子模塊,被配置為基于所述匹配點(diǎn)確定子模塊確定的所述第一匹配點(diǎn)與所述第二 匹配點(diǎn)的位置關(guān)系,對(duì)所述兩幅圖像進(jìn)行拼接; 融合子模塊,被配置為對(duì)所述拼接子模塊拼接之后的圖像進(jìn)行融合處理。18. 根據(jù)權(quán)利要求17所述的裝置,其特征在于,所述拼接子模塊包括: 拼接確定單元,被配置為以所述第一圖像和所述第二圖像中的任一個(gè)作為基準(zhǔn)圖像, 基于所述第一匹配點(diǎn)的連線(xiàn)和所述第二匹配點(diǎn)的連線(xiàn),確定所述第一圖像和所述第二圖像 中的另一個(gè)與所述基準(zhǔn)圖像實(shí)現(xiàn)拼接所需的旋轉(zhuǎn)角度及平移矩陣; 拼接單元,被配置為基于所述拼接確定單元確定的所述旋轉(zhuǎn)角度及所述平移矩陣對(duì)所 述第一圖像和所述第二圖像進(jìn)行拼接。19. 根據(jù)權(quán)利要求17所述的裝置,其特征在于,所述融合子模塊包括: 權(quán)重確定單元,被配置為確定所述重疊部分在所述拼接之后的圖像中的權(quán)重; 融合單元,被配置為基于所述權(quán)重確定單元確定的所述權(quán)重對(duì)所述拼接之后的圖像進(jìn) 行融合處理。20. 根據(jù)權(quán)利要求11-19任一項(xiàng)所述的裝置,其特征在于,所述第一圖像和所述第二圖 像分別為雙目機(jī)器人的左目和右目所拍攝的圖像。21. -種終端,其特征在于,包括:處理器;用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器;其中, 所述處理器被配置為: 確定第一圖像和第二圖像中的物體的邊緣輪廓信息,所述第一圖像與所述第二圖像為 具有重疊部分的兩幅圖像; 基于所述邊緣輪廓信息對(duì)所述兩幅圖像分別進(jìn)行分塊操作,分別得到包含所述邊緣輪 廓信息的若干個(gè)圖像塊; 分別計(jì)算所述兩幅圖像的圖像塊的極值點(diǎn)信息; 基于計(jì)算出的所述極值點(diǎn)信息對(duì)所述兩幅圖像進(jìn)行拼接和融合處理。
      【專(zhuān)利摘要】本公開(kāi)是關(guān)于圖像的處理方法、裝置及終端,該方法包括:確定第一圖像和第二圖像中的物體的邊緣輪廓信息,所述第一圖像與所述第二圖像為具有重疊部分的兩幅圖像;基于所述邊緣輪廓信息對(duì)所述兩幅圖像分別進(jìn)行分塊操作,分別得到包含所述邊緣輪廓信息的若干個(gè)圖像塊;分別計(jì)算所述兩幅圖像的圖像塊的極值點(diǎn)信息;基于計(jì)算出的所述極值點(diǎn)信息對(duì)所述兩幅圖像進(jìn)行拼接和融合處理。應(yīng)用本公開(kāi)實(shí)施例,提升了公路路面破損的識(shí)別率,并且提高了公路路面檢測(cè)的正確率。
      【IPC分類(lèi)】G06T3/60, G06T3/40, G06T7/00
      【公開(kāi)號(hào)】CN105513045
      【申請(qǐng)?zhí)枴緾N201510812459
      【發(fā)明人】孫榮艷, 章謹(jǐn)麟, 張宇鵬
      【申請(qǐng)人】小米科技有限責(zé)任公司
      【公開(kāi)日】2016年4月20日
      【申請(qǐng)日】2015年11月20日
      當(dāng)前第6頁(yè)1 2 3 4 5 6 
      網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1