CN103996015B - 一种对3d图像识别的方法及装置 - Google Patents
一种对3d图像识别的方法及装置 Download PDFInfo
- Publication number
- CN103996015B CN103996015B CN201310443404.3A CN201310443404A CN103996015B CN 103996015 B CN103996015 B CN 103996015B CN 201310443404 A CN201310443404 A CN 201310443404A CN 103996015 B CN103996015 B CN 103996015B
- Authority
- CN
- China
- Prior art keywords
- rendering
- image
- angle point
- corner detection
- algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N2013/0074—Stereoscopic image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种对3D图像识别的方法及装置,其中,方法包括流程:a.输入图像;b.将图像处理为左右的灰度图像;c.用角点检测算法对左右灰度图像分别求角点;d.用角点匹配算法对两幅图像的角点进行匹配;e.用剔除算法剔除错误的匹配角点;f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,若否,则所述图像是非3D图像。通过上述方式,本发明提供的对3D图像识别的方法及装置可自动区分3D图像和非3D图像,无需用户再用肉眼进行分辨,可节省用户的时间及体力。
Description
技术领域
本发明涉及图像处理与图像识别领域,特别是涉及一种对3D图像识别的方法及装置。
背景技术
现有的算法并没有提供对3D图像和非3D图像识别的方法,人们需要凭肉眼观察区分是不是3D图像,这种方法耗时耗力。
为解决上述技术问题,本发明提供一种全自动化的方法及装置来区分3D图像与非3D图像,无需再靠人肉眼去仔细分辨。
发明内容
本发明提供一种对3D图像识别的方法及装置,通过将图像处理为左右灰度图像、对转换后的左右灰度图像进行角点检测、角点匹配及错误角点的剔除,最终获得一定数量的正确匹配角点对数,然后将匹配角点对数与3D图像相对应的最小角点匹配对数N进行比较,自动区分3D图像和非3D图像,无需用户再用肉眼进行判断,可节省用户的时间及体力。
为解决上述技术问题,本发明提供的第一个技术方案是提供一种对3D图像识别的方法,包括流程:
a.输入图像;
b.将图像处理为左右的灰度图像;
c.用角点检测算法对左右图像分别求角点;
d.用角点匹配算法对两幅图像的角点进行匹配;
e.用剔除算法剔除错误的匹配角点;
f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,若否,则所述图像是非3D图像;
其中,N是图像为3D图像时时所要求的左右图像的匹配角点对数的最小值。
其中,所述角点检测算法包括Harris角点检测算法。
其中,所述剔除算法包括光束平差法。
根据上述任意一项所述的方法,所述图像的像素为480*640时,对应的N=50。
为解决上述技术问题,本发明提供的第二个技术方案是提供一种对3D图像识别的装置,包括:
图像转换模块,用于将输入的图像处理为左右的灰度图像;
角点检测模块,与所述图像转换模块电连接,用于利用角点检测算法对左右图像分别求角点;
角点匹配模块,与所述角点检测模块电连接,用于利用角点匹配算法对两幅图像的角点进行匹配,并利用剔除算法剔除错误的匹配角点;
判断模块,与所述角点匹配模块电连接,用于判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,若否,则所述图像是非3D图像,并输出所述判断结果;
其中,N是图像为3D图像时所要求的左右图像的匹配角点对数的最小值。其中,所述角点检测算法包括Harris角点检测算法。其中,所述剔除算法包括光束平差法。
根据上述任意一项对3D图像识别的装置的描述,所述图像的像素为480*640时,对应的N=50。
本发明的有益效果是:通过对输入的图像利用转换算法转换成左右灰度图像,然后进行角点检测、角点匹配及错误角点的剔除,最终获得一定数量的正确匹配的角点对数,然后将匹配角点对数与3D图像相对应的最小角点匹配对数N进行比较,自动区分3D图像和非3D图像,无需用户再用肉眼进行判断,可节省用户的时间及体力验。
附图说明
图1是本发明对3D图像识别的方法的一实施例的流程示意图。
图2是本发明对3D图像识别的装置的一实施例的结构示意图。
具体实施方式
请参见图1,图1是本发明对3D图像识别的方法的一实施例的流程示意图。如图1所示,本实施例包括流程:
a.输入图像;
b.将图像处理为左右的灰度图像,
自动将输入的图像通过图像转换算法转换为灰度图像,并将转换后的图像拆分成左右的图像格式;
c.用角点检测算法对左右灰度图像分别求角点,
在本发明的实施例中,优选的角点检测算法包括Harris角点检测算法,但是也可以使用其他可以达到同样目的的角点检测算法,本发明对此不作限制;
d.用角点匹配算法对两幅图像的角点进行匹配,
在利用角点检测算法检测出角点的当前位置时,程序再调用角点匹配算法对两幅图像的角点进行匹配;
e.用剔除算法剔除错误的匹配角点,
由于某些角点是不相匹配的,利用剔除算法可以剔除错误的匹配角点,只留下一定数量的正确的匹配角点,具体的剔除算法包括光束平差法,当然在具体的应用中也可以采用其他可以实现同样目的的剔除算法来达到本发明的目的,本发明对此也不做限制;
f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,若否,则所述图像是非3D图像,
针对一幅像素确定的图像,如果是3D图像,则这个图像的匹配角点对数必须大于等于一个与图像像素相关联的常数,本发明的实施例中用参数N来表示这个常数,N也是图像为3D图像时所对应的图像匹配角点对数的最小值。例如,如果的图像的像素480*640时,对应的N=50,在分成的两幅图像的匹配点对数大于等于50的情况下,对应的图像为3D图像,本流程步骤中,要利用这个常数N来判断输入的图像是否为3D图像,具体地:判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像为3D图像,若否,图像则是非3D图像。
请参见图2,图2是本发明对3D图像识别的装置的一实施例的示意图结构。如图2所示,本实施例的对3D图像识别的装置20包括图像转换模块21、角点检测模块22、角点匹配模块23和判断模块24。其中,图像转换模块21与角点检测模块22电连接,角点检测模块22与角点匹配模块23电连接,角点匹配模块23与判断模块24电连接,数据从图像转换模块21依次流向角点检测模块22、角点匹配模块23和判断模块24。
在本实施例中,图像转换模块21接收到输入的图像后,将图像通过转换算法转换为左右的灰度图像。然后,灰度图像传输给角点检测模块22,角点检测模块22利用角点检测算法对左右灰度图像分别求角点获得角点的位置坐标。角点检测模块22利用角点匹配算法对两幅图像的角点进行匹配,并利用剔除算法剔除错误的匹配角点,进而获得一定数量正确的匹配角点对数。判断模块24判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,若否,则所述图像是非3D图像,并输出所述判断结果,其中,N是图像为3D图像时所要求的左右图像的匹配角点对数的最小值。
在本发明的一优选实施例中,角点检测算法包括Harris角点检测算法。在本发明的一优选实施例中,剔除算法包括光束平差法。当然,在本发明的其他实施例中,也可以用其他可实现本发明目的的角点检测算法和剔除算法,本发明对此不做限制。
在本发明的对3D图像识别的装置的一优选实施例中,若图像转换模块21收到的图像像素为480*640时,对应的N=50,因此对于像素为480*640图像,当左右灰度图像的相匹配的角点对数大于等于50,图像就为3D图像,否则为非3D图像,本发明的对3D图像识别的装置以此来判断图像是否为3D图像。
通过上述方式,本发明提供的对3D图像识别的方法及装置能够准确的识别出3D图像与非3D图像,无需用户肉眼观察进而判断图像是否为3D图像,可节省人力和时间。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种对3D图像识别的方法,其特征在于,所述方法包括流程:
a.输入图像;
b.将图像处理为左右的灰度图像;
c.用角点检测算法对左右灰度图像分别求角点;
d.用角点匹配算法对两幅图像的角点进行匹配;
e.用剔除算法剔除错误的匹配角点;
f.判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,若否,则所述图像是非3D图像;
其中,N是图像为3D图像时所要求的左右图像的匹配角点对数的最小值,N的值根据所述图像的像素确定。
2.根据权利要求1所述的方法,其特征在于,所述角点检测算法包括Harris角点检测算法。
3.根据权利要求1所述的方法,其特征在于,所述剔除算法包括光束平差法。
4.根据权利要求1-3任意一项所述的方法,其特征在于,所述图像的像素为480*640时,对应的N=50。
5.一种对3D图像识别的装置,其特征在于,所述装置包括:
图像转换模块,用于将输入的图像处理为左右的灰度图像;
角点检测模块,与所述图像转换模块电连接,用于利用角点检测算法对左右灰度图像分别求角点;
角点匹配模块,与所述角点检测模块电连接,用于利用角点匹配算法对两幅图像的角点进行匹配,并利用剔除算法剔除错误的匹配角点;
判断模块,与所述角点匹配模块电连接,用于判断两幅图像的角点相匹配的对数是否≥N,若是,则所述图像是3D图像,若否,则所述图像是非3D图像,并输出所述判断结果;
其中,N是图像为3D图像时所要求的左右图像的匹配角点对数的最小值,N的值根据所述图像的像素确定。
6.根据权利要求5所述的装置,其特征在于,所述角点检测算法包括Harris角点检测算法。
7.根据权利要求5所述的装置,其特征在于,所述剔除算法包括光束平差法。
8.根据权利要求5-7任意一项所述的装置,其特征在于,所述图像的像素为480*640时,对应的N=50。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310443404.3A CN103996015B (zh) | 2013-09-26 | 2013-09-26 | 一种对3d图像识别的方法及装置 |
PCT/CN2014/082899 WO2015043301A1 (zh) | 2013-09-26 | 2014-07-24 | 一种对3d图像识别的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310443404.3A CN103996015B (zh) | 2013-09-26 | 2013-09-26 | 一种对3d图像识别的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103996015A CN103996015A (zh) | 2014-08-20 |
CN103996015B true CN103996015B (zh) | 2016-09-07 |
Family
ID=51310177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310443404.3A Expired - Fee Related CN103996015B (zh) | 2013-09-26 | 2013-09-26 | 一种对3d图像识别的方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103996015B (zh) |
WO (1) | WO2015043301A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106023171B (zh) * | 2016-05-12 | 2019-05-14 | 惠州学院 | 一种基于转弯半径的图像角点检测方法 |
CN108475341B (zh) * | 2017-04-11 | 2021-08-17 | 深圳市柔宇科技股份有限公司 | 三维图像的识别方法和终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625768A (zh) * | 2009-07-23 | 2010-01-13 | 东南大学 | 一种基于立体视觉的三维人脸重建方法 |
CN102074015A (zh) * | 2011-02-24 | 2011-05-25 | 哈尔滨工业大学 | 一种基于二维图像序列的目标对象的三维重建方法 |
CN103177468A (zh) * | 2013-03-29 | 2013-06-26 | 渤海大学 | 一种基于无标记的三维运动物体增强现实注册方法 |
CN103247053A (zh) * | 2013-05-16 | 2013-08-14 | 大连理工大学 | 基于双目显微立体视觉的零件精确定位方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011071467A1 (en) * | 2009-12-09 | 2011-06-16 | Thomson Licensing | Method for distinguishing a 3d image from a 2d image and for identifying the presence of a 3d image format by feature correspondence determination |
CN101799939A (zh) * | 2010-04-02 | 2010-08-11 | 天津大学 | 基于左右视点图像的中间视点快速、自适应生成算法 |
CN102395037B (zh) * | 2011-06-30 | 2014-11-05 | 深圳超多维光电子有限公司 | 一种格式识别方法及识别装置 |
CN103051913A (zh) * | 2013-01-05 | 2013-04-17 | 北京暴风科技股份有限公司 | 一种3d片源格式自动识别的方法 |
-
2013
- 2013-09-26 CN CN201310443404.3A patent/CN103996015B/zh not_active Expired - Fee Related
-
2014
- 2014-07-24 WO PCT/CN2014/082899 patent/WO2015043301A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625768A (zh) * | 2009-07-23 | 2010-01-13 | 东南大学 | 一种基于立体视觉的三维人脸重建方法 |
CN102074015A (zh) * | 2011-02-24 | 2011-05-25 | 哈尔滨工业大学 | 一种基于二维图像序列的目标对象的三维重建方法 |
CN103177468A (zh) * | 2013-03-29 | 2013-06-26 | 渤海大学 | 一种基于无标记的三维运动物体增强现实注册方法 |
CN103247053A (zh) * | 2013-05-16 | 2013-08-14 | 大连理工大学 | 基于双目显微立体视觉的零件精确定位方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2015043301A1 (zh) | 2015-04-02 |
CN103996015A (zh) | 2014-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8098276B2 (en) | Stereo vision system and control method thereof | |
CN103530599A (zh) | 一种真实人脸和图片人脸的区别方法和*** | |
CN104036480B (zh) | 基于surf算法的快速消除误匹配点方法 | |
CN105096307B (zh) | 在成对的立体图像中检测物体的方法 | |
CN105913093A (zh) | 一种用于文字识别处理的模板匹配方法 | |
CN103559499B (zh) | 一种rgb矢量匹配快速识别***及方法 | |
CN106127690A (zh) | 一种无人机遥感图像快速拼接方法 | |
CN107578403A (zh) | 基于梯度信息指导双目视图融合的立体图像质量评价方法 | |
SG169287A1 (en) | Apparatus, method and article for evaluating a stack of objects in an image | |
CN107832806A (zh) | 一种车牌类型判别方法和*** | |
CN104766072A (zh) | 一种活体人脸识别的装置及其使用方法 | |
CN104978575A (zh) | 指纹辨识***及其操作方法 | |
CN106295491B (zh) | 车道直线检测方法及装置 | |
CN104899609A (zh) | 一种基于图像配准的机械式表计识别方法 | |
CN103512892A (zh) | 电磁线薄膜绕包的检测方法 | |
CN103729631A (zh) | 一种基于视觉的连接器表面特征自动识别方法 | |
CN103996015B (zh) | 一种对3d图像识别的方法及装置 | |
CN103185546A (zh) | 宽度量测方法及*** | |
CN107818583A (zh) | 十字中心检测方法及装置 | |
CN111127494A (zh) | 基于图像处理的高速公路货车限重识别方法 | |
CN105550706A (zh) | 一种2d图像与3d图像的识别方法 | |
CN102663441B (zh) | 基于点线关系一致性的错误匹配去除方法 | |
CN106056599B (zh) | 一种基于物体深度数据的物体识别算法及装置 | |
CN105631887B (zh) | 基于自适应支持权重匹配算法的两步视差改良方法及*** | |
CN210324282U (zh) | 一种安检机快速接入与智能叠加*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160907 Termination date: 20200926 |