[發(fā)明專利]一種圖像處理方法、裝置及電子設備

在審

• 申請?zhí)枺?/td>: 202111051724.5
• 申請日: 2021-09-08
• 公開（公告）號: CN113689422A
• 公開（公告）日: 2021-11-23
• 發(fā)明（設計）人: 趙穎;孟祥涵;湯嘉楓
• 申請（專利權(quán)）人: 理光軟件研究所（北京）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/55;G06T7/70;G06T7/80;G06N3/04;G06N3/08
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權(quán)鮮枝;何健

本申請公開了一種圖像處理方法、裝置及電子設備，該方法包括：獲取雙目相機采集的左圖像和右圖像；對左圖像和右圖像進行物體檢測，得到左圖像的物體檢測結(jié)果和右圖像的物體檢測結(jié)果，物體檢測結(jié)果包括物體檢測框的位置和類別；將左右圖像的物體檢測結(jié)果進行匹配得到匹配結(jié)果，匹配結(jié)果包括物體檢測框?qū)Γ桓鶕?jù)匹配結(jié)果自適應確定深度信息計算模型；根據(jù)左右圖像的物體檢測結(jié)果及深度信息計算模型，確定物體深度信息。本申請通過在物體區(qū)域即感興趣區(qū)域周圍進行深度信息計算等相關(guān)操作，減少了不必要的計算開銷，提高了深度信息計算效率。此外通過自適應確定深度信息計算模型控制了計算成本，保證了計算精度，使其可以適應于更廣泛的應用場景。

技術(shù)領(lǐng)域

本申請涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像處理方法、裝置及電子設備。

背景技術(shù)

物體深度信息的計算是基于立體相機的智慧工地系統(tǒng)中最重要的功能。由于計算整個圖像的深度信息需要大量的計算資源和時間，如何快速獲得目標的深度信息進行智慧工地的危險檢測是一個亟待解決的問題。

現(xiàn)有的基于深度學習的深度信息計算方法通常使用大量的已標記的訓練數(shù)據(jù)來處理問題。

然而，這種方式要想獲得準確、全面的物體深度信息，需要前期投入大量的人工標注工作和后處理工作，導致物體深度信息的計算效率低下，且成本較高，此外，訓練好的模型往往依賴于具體的應用場景，無法滿足不同場景的使用需求。

發(fā)明內(nèi)容

本申請實施例提供了一種圖像處理方法、裝置及電子設備，以快速獲取到準確的物體深度信息，滿足不同應用場景的需求。

本申請實施例采用下述技術(shù)方案：

第一方面，本申請實施例提供一種圖像處理方法，所述方法包括：

獲取雙目相機采集的左圖像和右圖像；

對所述左圖像和所述右圖像進行物體檢測，得到所述左圖像的物體檢測結(jié)果和所述右圖像的物體檢測結(jié)果，所述物體檢測結(jié)果包括物體檢測框的位置和類別；

將所述左圖像的物體檢測結(jié)果和所述右圖像的物體檢測結(jié)果進行匹配，得到匹配結(jié)果，所述匹配結(jié)果包括物體檢測框?qū)Γ?/p>

根據(jù)所述匹配結(jié)果自適應確定深度信息計算模型；

根據(jù)所述左圖像的物體檢測結(jié)果和所述右圖像的物體檢測結(jié)果以及所述深度信息計算模型，確定物體深度信息。

可選地，所述將所述左圖像的物體檢測結(jié)果和所述右圖像的物體檢測結(jié)果進行匹配，得到匹配結(jié)果包括：

基于預設匹配算法，將所述左圖像的物體檢測框的位置和類別與所述右圖像的物體檢測框的位置和類別進行匹配；

將匹配成功的左圖像的物體檢測框與右圖像的物體檢測框構(gòu)成所述物體檢測框?qū)Α?/p>

可選地，所述深度信息計算模型包括第一深度信息計算模型和第二深度信息計算模型，所述物體檢測框?qū)Πㄗ笪矬w檢測框與右物體檢測框，所述根據(jù)所述匹配結(jié)果自適應確定深度信息計算模型包括：

確定所述左物體檢測框與所述右物體檢測框是否水平對齊，且所述左物體檢測框與所述右物體檢測框的視差值是否大于預設視差值閾值；

若是，則確定所述深度信息計算模型為第二深度信息計算模型；

否則，則確定所述深度信息計算模型為第一深度信息計算模型。

可選地，所述確定所述左物體檢測框與右物體檢測框是否水平對齊，且所述左物體檢測框與所述右物體檢測框的視差值是否大于預設視差值閾值包括：

提取所述左物體檢測框和所述右物體檢測框的位置坐標；