【技術實現(xiàn)步驟摘要】
本專利技術涉及圖像處理，具體地，涉及一種單目實時的密集型深度估計方法及系統(tǒng)。
技術介紹
1、深度估計作為三維重建、自動駕駛和視覺slam(simultaneous?localization?andmapping)等領域的關鍵環(huán)節(jié)，一直是計算機視覺研究的熱點。其中，無監(jiān)督學習的單目深度估計技術由于部署方便、計算成本較低的優(yōu)點，受到廣泛關注。然而，單目視覺只能從單一視角獲取二維圖像信息，缺乏立體視差等深度線索，導致深度估計存在尺度模糊問題。尺度模糊問題是指在單目圖像中，無法從單幀圖像確定物體的絕對尺度和距離。由于缺乏深度線索，遠處的大物體和近處的小物體在圖像中可以呈現(xiàn)相同的大小，導致難以區(qū)分物體的真實尺寸和距離。這種不確定性導致單目深度估計難以準確恢復場景的真實深度信息。為解決尺度模糊問題，部分方法引入了物體運動、語義分割、相機內參矩陣等先驗輔助信息，以提供額外的深度線索，提高深度估計的準確性。然而，這些輔助信息的引入會增加數(shù)據(jù)成本和顯存消耗，將網(wǎng)絡結構復雜化，難以部署在內存和空間有限的嵌入式設備上。
技術實現(xiàn)思路
1、針對現(xiàn)有技術中的缺陷，本專利技術的目的是提供一種單目實時的密集型深度估計方法及系統(tǒng)。
2、為實現(xiàn)上述目的，根據(jù)本專利技術的一個方面，提供一種單目實時的密集型深度估計方法，包括：
3、在感存算一體化傳感器控制液態(tài)鏡頭連續(xù)變焦的過程中，采用感存算一體化傳感器采集多張清晰物體邊緣圖像；
4、在圖像采集過程中對所述清晰物體邊緣圖像進行預處理，
5、根據(jù)所述視野中清晰物體邊緣所對應的焦距、所述感存算一體化傳感器和所述液態(tài)鏡頭之間的距離以及相機成像原理，確定所述視野中清晰物體邊緣對應的深度信息；
6、根據(jù)所述視野中清晰物體邊緣對應的深度信息，對所述視野中清晰物體邊緣進行顏色賦予處理，并將多張所述清晰物體邊緣圖像進行圖像融合處理，生成稀疏型深度估計圖像；
7、對所述稀疏型深度估計圖像中具有深度信息的清晰物體邊緣進行邊緣填充處理以及深度填充處理，確定密集型深度估計圖像。
8、可選地，所述在感存算一體化視覺傳感器控制液態(tài)鏡頭連續(xù)變焦的過程中，采用感存算一體化傳感器采集多張清晰物體邊緣圖像，包括：
9、采用所述感存算一體化傳感器向所述液態(tài)鏡頭發(fā)送控制指令；
10、根據(jù)所述控制指令，控制所述液態(tài)鏡頭由最小焦距調節(jié)至最大焦距再由最大焦距調節(jié)至最小焦距，在鏡頭調節(jié)至每一焦距時，采集在所述每一焦距下視野中清晰物體的圖像，確定所述多張清晰物體邊緣圖像。
11、可選地，所述預處理包括邊緣檢測處理和降噪處理。
12、可選地，所述在圖像采集過程中對所述清晰物體邊緣圖像進行預處理，確定液態(tài)鏡頭在變焦過程中視野中清晰物體邊緣所對應的焦距，包括：
13、采用邊緣檢測算法對所述清晰物體邊緣圖像進行邊緣檢測處理，確定經(jīng)過邊緣檢測處理的物體邊緣圖像；
14、根據(jù)預設的濾波閾值，對所述經(jīng)過邊緣檢測處理的物體邊緣圖像進行高通濾波，確定所述液態(tài)鏡頭在變焦過程中所述視野中清晰物體邊緣所對應的焦距。
15、可選地，所述根據(jù)所述清晰物體邊緣對應的深度信息，對所述清晰物體邊緣進行顏色賦予處理，并將多張所述清晰物體邊緣圖像進行圖像融合處理，生成稀疏型深度估計圖像，包括：
16、根據(jù)每一所述清晰物體邊緣圖像中清晰物體邊緣對應的深度信息，對每一清晰物體邊緣進行顏色賦予處理，確定經(jīng)過顏色賦予處理的物體邊緣圖像；
17、將多張所述經(jīng)過顏色賦予處理的物體邊緣圖像進行圖像融合處理，生成所述稀疏型深度估計圖像。
18、可選地，所述對所述稀疏型深度估計圖像中具有深度信息的清晰物體邊緣進行邊緣填充處理以及深度填充處理，確定密集型深度估計圖像，包括：
19、采用膨脹算法、邊緣插值算法、邊緣檢測算法以及邊緣端點檢測算法對所述稀疏型深度估計圖像中的每一清晰物體邊緣進行邊緣填充處理，確定經(jīng)過邊緣填充處理的深度估計圖像；
20、對所述經(jīng)過邊緣填充處理的深度估計圖像進行圖像腐蝕處理，確定經(jīng)過圖像腐蝕處理的深度估計圖像；
21、根據(jù)所述清晰物體邊緣對應的深度信息，對所述經(jīng)過圖像腐蝕處理的深度估計圖像中的每一清晰物體邊緣內部進行深度填充處理，確定所述密集型深度估計圖像。
22、根據(jù)本專利技術的第二方面，提供一種單目實時的密集型深度估計系統(tǒng)，包括：
23、圖像采集模塊，用于在感存算一體化視覺傳感器控制液態(tài)鏡頭連續(xù)變焦的過程中，采用感存算一體化傳感器采集多張清晰物體邊緣圖像；
24、圖像預處理模塊，用于在圖像采集過程中對所述清晰物體邊緣圖像進行預處理，確定所述液態(tài)鏡頭在變焦過程中視野中清晰物體邊緣所對應的焦距；
25、深度信息估計模塊，用于根據(jù)所述視野中清晰物體邊緣對應的焦距、所述感存算一體化傳感器和所述液態(tài)鏡頭之間的距離以及相機成像原理，確定所述視野中清晰物體邊緣對應的深度信息；
26、稀疏型深度估計模塊，用于根據(jù)所述視野中清晰物體邊緣對應的深度信息，對所述視野中清晰物體邊緣進行顏色賦予處理，并將多張所述清晰物體邊緣圖像進行圖像融合處理，生成稀疏型深度估計圖像；
27、密集型深度估計模塊，用于對所述稀疏型深度估計圖像中具有深度信息的清晰物體邊緣進行邊緣填充處理以及深度填充處理，確定密集型深度估計圖像。
28、根據(jù)本專利技術的第三方面，提供一種單目實時的密集型深度估計裝置，包括：相機和終端，所述相機包括感存算一體化傳感器和液態(tài)鏡頭；
29、所述感存算一體化傳感器用于控制所述液態(tài)鏡頭連續(xù)變焦并采集多張清晰物體邊緣圖像；還用于對采集的多張清晰物體邊緣圖像進行邊緣檢測處理和降噪處理，存儲物體邊緣圖像，記錄每一所述視野中清晰物體邊緣所對應的焦距，計算并存儲清晰物體邊緣所對應的深度信息；
30、所述液態(tài)鏡頭用于在所述感存算一體化傳感器的控制下由最小焦距調節(jié)至最大焦距再由最大焦距調節(jié)至最小焦距，并掃描物體；
31、所述終端用于對所述感存算一體化傳感器存儲的所述清晰物體邊緣對應的深度信息進行顏色賦予處理，對采集并存儲的所述清晰物體邊緣圖像進行圖像融合處理，生成稀疏型深度估計圖像，并將稀疏型深度估計圖像轉化為密集型深度估計圖像。
32、根據(jù)本專利技術的第四方面，提供一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)本專利技術第一方面提供的任一項所述方法的步驟。
33、根據(jù)本專利技術的第五方面，提供一種電子設備，包括：
34、存儲器，其上存儲有計算機程序；
35、處理器，用于執(zhí)行所述存儲器中的所述計算機程序，以實現(xiàn)本公開第一方面提供的任一項所述方法的步驟。
36、與現(xiàn)有技術相比，本專利技術實施例具有如下至少一種有益效果：
37、本文檔來自技高網(wǎng)...
【技術保護點】
1.一種單目實時的密集型深度估計方法，其特征在于，包括：
2.根據(jù)權利要求1所述的方法，其特征在于，所述在感存算一體化視覺傳感器控制液態(tài)鏡頭連續(xù)變焦的過程中，采用感存算一體化傳感器采集多張清晰物體邊緣圖像，包括：
3.根據(jù)權利要求2所述的方法，其特征在于，所述預處理包括邊緣檢測處理和降噪處理；
4.根據(jù)權利要求1所述的方法，其特征在于，所述相機成像原理包括：
5.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述清晰物體邊緣對應的深度信息，對所述清晰物體邊緣進行顏色賦予處理，并將多張所述清晰物體邊緣圖像進行圖像融合處理，生成稀疏型深度估計圖像，包括：
6.根據(jù)權利要求1所述的方法，其特征在于，所述對所述稀疏型深度估計圖像中具有深度信息的清晰物體邊緣進行邊緣填充處理以及深度填充處理，確定密集型深度估計圖像，包括：
7.一種單目實時的密集型深度估計系統(tǒng)，其特征在于，包括：
8.一種單目實時的密集型深度估計裝置，其特征在于，包括相機和終端，所述相機包括感存算一體化傳感器和液態(tài)鏡頭；
9.一種
10.一種電子設備，其特征在于，包括：
...【技術特征摘要】
1.一種單目實時的密集型深度估計方法，其特征在于，包括：
2.根據(jù)權利要求1所述的方法，其特征在于，所述在感存算一體化視覺傳感器控制液態(tài)鏡頭連續(xù)變焦的過程中，采用感存算一體化傳感器采集多張清晰物體邊緣圖像，包括：
3.根據(jù)權利要求2所述的方法，其特征在于，所述預處理包括邊緣檢測處理和降噪處理；
4.根據(jù)權利要求1所述的方法，其特征在于，所述相機成像原理包括：
5.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述清晰物體邊緣對應的深度信息，對所述清晰物體邊緣進行顏色賦予處理，并將多張所述清晰物體邊緣圖像進行圖像融合處理，生成稀疏型深...
【專利技術屬性】
技術研發(fā)人員：劉亞男，宋晨陽，史秀鵬，張建華，
申請(專利權)人：上海大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。