[发明专利]基于稀疏深度与边界的深度重建方法、系统、设备及介质在审

专利信息
申请号: 201910799407.8 申请日: 2019-08-28
公开(公告)号: CN112446946A 公开(公告)日: 2021-03-05
发明(设计)人: 李品品;朱力;吕方璐;汪博 申请(专利权)人: 深圳市光鉴科技有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06T5/40;G06T7/181;G06T7/593
代理公司: 暂无信息 代理人: 暂无信息
地址: 518054 广东省深圳市南山区粤海街道高*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 稀疏 深度 边界 重建 方法 系统 设备 介质
【权利要求书】:

1.一种基于稀疏深度与边界的深度重建方法,其特征在于,包括如下步骤:

步骤S1:获取目标图像,通过对所述目标图像中各目标物体进行边界提取生多条粗边界;

步骤S2:对所述粗边界中的断线进行连接,生成光滑边界;

步骤S3:根据所述光滑边界对所述目标图像对应的深度图像进行补全生成目标深度图像。

2.根据权利要求1所述的基于稀疏深度与边界的深度重建方法,其特征在于,所述步骤S1包括如下步骤:

步骤S101:获取所述目标物体的RGB图像,将所述RGB图像转化为灰度图生成所述目标图像;

步骤S102:将所述目标图像进行直方图均衡;

步骤S103:将直方图均衡化后的所述目标图像进行边界提取生成所述粗边界。

3.根据权利要求1所述的基于稀疏深度与边界的深度重建方法,其特征在于,所述步骤S3包括如下步骤:

步骤S301:获取所述目标图像的原始深度信息;

步骤S302:建立能量函数模型,在所述能量函数模型中对所述原始深度信息施加约束;

步骤S303:对所述能量函数模型求极小值生成一组含有原始深度信息的线性方程组;

步骤S304:求解所述线性方程组生成能够对所述光滑边界的进行补全的目标深度信息,进而对所述深度图像进行补全生成目标深度图像。

4.根据权利要求3所述的基于稀疏深度与边界的深度重建方法,其特征在于,

所述能量函数模型E为:

E=λDED+ES

其中,ED表示对原始深度信息的约束,λD表示数据项权重,ES表示对目标深度信息的约束。

5.根据权利要求2所述的基于稀疏深度与边界的深度重建方法,其特征在于,所述步骤S2包括如下步骤:

步骤S201:获取粗边界的多个第一线段条;

步骤S202:判断任意两个第一线段条之间的距离是否小于等于预设置的第一距离阈值,当两个第一线段条之间的距离小于等于预设置的第一距离阈值,则对该两个第一线段条进行连接生成多条第二线段条;

步骤S203:对多个所述第一线段条或/和第二线段条进行直线检测,并将位于同一直线上的多个第一线段条连接生成多条直线条;

步骤S204:判断任意两个直线条之间的距离是否小于等于预设置的第二距离阈值,当两个直线条之间的距离小于等于预设置的第二距离阈值,则对该两个直线条进行连接,进而生成所述光滑边界。

6.根据权利要求1所述的基于稀疏深度与边界的深度重建方法,其特征在于,所述步骤S3包括如下步骤:

步骤S301:获取所述目标图像的原始深度信息;

步骤S302:根据所述原始深度信息和所述光滑边界将所述目标图像分为多个面和/或线,每一面或线中多个像素点的原始深度信息具有一深度变化关系;

步骤S303:根据每一面或线中多个像素点的深度变化关系对对应的面或线进行深度信息的补全以生成所述目标深度图像。

7.根据权利要求3所述的基于稀疏深度与边界的深度重建方法,其特征在于,所述深度变化关系包括如下任一种或任多种几何变化关系:

-深度信息相同;

-深度信息逐渐变大;

-深度信息逐渐变小;

-多个像素的深度信息构成一曲面轮廓;

-多个像素的深度信息构成一斜面轮廓。

8.一种基于稀疏深度与边界的深度重建系统,用于实现权利要求1至7中任一项所述的基于稀疏深度与边界的深度重建方法,其特征在于,包括:

边界提取模块,用于获取目标图像,对所述目标图像中各目标物体进行边界提取生成粗边界;

断线重连模块,用于对所述粗边界中的断线进行连接,生成光滑边界;

深度补全模块,用于根据所述光滑边界对所述目标图像对应的深度图像进行补全生成目标深度图像。

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深圳市光鉴科技有限公司,未经深圳市光鉴科技有限公司许可,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/201910799407.8/1.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