[发明专利]一种配准矩阵的校正方法和计算机设备在审

专利信息
申请号: 202010913737.8 申请日: 2020-09-03
公开(公告)号: CN112070695A 公开(公告)日: 2020-12-11
发明(设计)人: 苏林宇;唐文名;邱国平 申请(专利权)人: 深圳大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/33;G06T7/55;G06T7/80;G06N3/08
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 朱阳波
地址: 518060 广东*** 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: 一种 矩阵 校正 方法 计算机 设备
【权利要求书】:

1.一种配准矩阵的校正方法,其特征在于,包括:

获取彩色-深度相机拍摄的若干彩色图像,以及每个彩色图像对应的深度图像,其中,所述彩色-深度相机配置有初始配准矩阵;

根据所述若干彩色图像和若干深度图像确定所述彩色-深度相机的目标配准矩阵;

采用所述目标配准矩阵替换所述初始配准矩阵,以对所述彩色-深度相机的配准矩阵进行校正。

2.根据权利要求1所述的配准矩阵的校正方法,其特征在于,所述根据所述若干彩色图像和若干深度图像确定所述彩色-深度相机的目标配准矩阵,具体包括:

获取一初始网络模型,其中,所述初始网络模型配置的网络参数为所述初始配准矩阵;

根据所述若干彩色图像以及每个彩色图像对应的深度图像对初始网络模型进行训练,以得到配准模型;

获取所述配准模型配置的目标网络参数,并将获取到的目标网络参数作为目标配准矩阵。

3.根据权利要求2所述的配准矩阵的校正方法,其特征在于,所述彩色图像以及所述彩色图像对应的深度图像为所述彩色-深度相机一次拍摄得到的。

4.根据权利要求2或3所述的配准矩阵的校正方法,其特征在于,所述根据所述若干彩色图像以及每个彩色图像对应的深度图像对初始网络模型进行训练,以得到配准模型,具体包括:

对于每个彩色图像,获取该彩色图像中的若干彩色角点坐标以及各彩色角点坐标对应的深度角点坐标,其中,所述深度角点坐标为所述彩色图像对应的深度图像中的角点坐标;

将各彩色角点坐标和各彩色角点坐标各自对应的深度角点坐标作为一组训练组,以得到该彩色图像对应的若干训练组;

根据若干彩色图像中各彩色图像各自对应的若干训练组对初始网络模型进行训练,得到配准模型。

5.根据权利要求4所述的配准矩阵的校正方法,其特征在于,所述若干彩色图像以及每个彩色图像对应的深度图像是所述彩色-深度相机若干次拍摄棋盘格标定板得到的,若干次拍摄各自对应的拍摄角度互不相同;对于每个训练组,所述训练组中的彩色角点坐标和深度角点坐标对应所述棋盘格标定板中的一个角点。

6.根据权利要求4所述的配准矩阵的校正方法,其特征在于,所述根据若干彩色图像中各彩色图像各自对应的若干训练组对初始网络模型进行训练,得到配准模型,具体包括:

将训练组中的深度角点坐标输入初始网络模型,以得到目标坐标;

根据所述训练组中的彩色角点坐标和所述目标坐标确定损失函数值;

根据所述损失函数值修正所述初始网络模型的参数,并继续执行所述将训练组中的深度角点坐标输入初始网络模型,以得到目标坐标的步骤,直至满足预设训练条件,以得到配准模型。

7.一种深度图像配准方法,其特征在于,包括:

获取彩色-深度相机拍摄的待处理深度图像和待处理彩色图像;

获取所述待处理深度图像中的若干初始像素点根据目标配准矩阵确定所述若干初始像素点各自分别对应的目标像素点,其中,所述目标配准矩阵为权利要求1至6中任意一项中所述的目标配准矩阵;

根据各目标像素点、所述待处理深度图像和所述待处理彩色图像确定配准后的目标图像。

8.根据权利要求7所述的深度图像配准方法,其特征在于,所述根据目标配准矩阵确定所述若干初始像素点各自分别对应的目标像素点,具体包括:

将所述若干初始像素点输入配准模型,以得到若干初始像素点各自分别对应的目标像素点,其中,所述配准模型的参数为所述目标配准矩阵。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任意一项所述的配准矩阵的校正方法或者权利要求7或8所述的深度图像配准方法中的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任意一项所述的配准矩阵的校正方法或者权利要求7或8所述的深度图像配准方法中的步骤。

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大学,未经深圳大学许可,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/202010913737.8/1.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