[发明专利]深度图像增强方法、装置、设备及存储介质

说明书

本申请涉及图像处理技术领域，本申请提供一种深度图像增强方法、装置、设备及存储介质，方法将原始深度图的数据按预设比例压缩，对压缩后的原始深度图二值化处理，获得第一深度图；获取第一深度图中图像的轮廓，筛选出轮廓中的丢点区域，对丢点区域进行像素补偿，得到第二深度图；获取第二深度图中的每个像素点的向量，计算每个像素点的向量外积，得到每个像素点的法向量；根据每个像素点的法向量，生成第二深度图的法向量信息，通过法向量信息对第二深度图进行渲染，得到物体表面信息被增强的第三深度图。通过多上述深度图像增强方法锂电池部件表面图像表现出明显缺陷特征，进而更近一步分析缺陷。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种深度图像增强方法、装置、设备及计算机可读存储介质。

背景技术

动力电池作为新能源汽车的核心驱动，其重要性不言而喻，而锂电池是目前动力电池中较为优秀的一种电池，因此，锂电池的需求量日渐益增，锂电池生产过程时，可能会存在微小的缺陷，可能影响锂电池的性能和质量，因此需要对锂电池的质量进行把控。

目前的工业制造场景中，基于机器视觉的无人全自动化检测已经越来越普遍，然而，无人全自动化检测的多数场合中使用的还是传统的2D传感器，但是2D传感器在成像原理上具有潜在缺陷，该缺陷会导致被检测锂电池的原始数据的深度信息丢失，并且被检测锂电池的生成的图片坐标也难以和现实坐标对应，因此，越来越多的工业视觉检测开始采用数据维度保持完整，并且精度上限更高的3D线扫传感器，但是，3D线扫传感器在带来精度更高的同时，也会导致被检测锂电池的缺陷在深度图上的体现不明显，因此，该缺陷对锂电池的无人全自动化检测带来了难处。

发明内容

本发明的主要目的在于提供一种深度图像增强方法、装置、设备及计算机可读存储介质，旨在解决现有3D线扫传感器在检测锂电池的缺陷时，该缺陷在深度图上的体现不明显的技术问题。

为实现上述目的，本发明提供一种深度图像增强方法，所述深度图像增强方法包括：将原始深度图的数据按预设比例压缩，对压缩后的所述原始深度图二值化处理，获得第一深度图；取所述第一深度图中图像的轮廓，筛选出所述轮廓中的丢点区域，对所述丢点区域进行像素补偿，得到第二深度图；获取所述第二深度图中的每个像素点的向量，计算每个所述像素点的向量外积，得到每个所述像素点的法向量；根据每个所述像素点的法向量，生成所述第二深度图的法向量信息，通过所述法向量信息对所述第二深度图进行渲染，得到物体表面信息被增强的第三深度图。

此外，为实现上述目的，本发明还提供一种深度图像增强装置，所述深度图像增强装置包括：深度图像预处理模块，用于将原始深度图的数据按预设比例压缩，对压缩后的所述原始深度图二值化处理，获得第一深度图；深度图像补偿模块，用于获取所述第一深度图中图像的轮廓，筛选出所述轮廓中的丢点区域，对所述丢点区域进行像素补偿，得到第二深度图；深度图像法向量模块，用于获取所述第二深度图中的每个像素点的向量，计算每个所述像素点的向量外积，得到每个所述像素点的法向量；深度图像渲染模块，用于根据每个所述像素点的法向量，生成所述第二深度图的法向量信息，通过所述法向量信息对所述第二深度图进行渲染，得到物体表面信息被增强的第三深度图。

此外，为实现上述目的，本发明还提供一种深度图像增强设备，所述深度图像增强设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的深度图像增强程序，其中所述深度图像增强程序被所述处理器执行时，实现如上述的深度图像增强方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有深度图像增强程序，其中所述深度图像增强程序被处理器执行时，实现如上述的深度图像增强方法的步骤。