CN104424635A - 一种信息处理方法、***和设备 - Google Patents
一种信息处理方法、***和设备 Download PDFInfo
- Publication number
- CN104424635A CN104424635A CN201310389812.5A CN201310389812A CN104424635A CN 104424635 A CN104424635 A CN 104424635A CN 201310389812 A CN201310389812 A CN 201310389812A CN 104424635 A CN104424635 A CN 104424635A
- Authority
- CN
- China
- Prior art keywords
- image
- electronic device
- position information
- spatial position
- feature point
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 34
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000000605 extraction Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种图像信息处理方法、***和设备,应用于第一电子设备的方法包括:接收第二电子设备上传的第一图像并保存;构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集。通过本发明,实现了基于图像的电子设备空间定位。
Description
技术领域
本发明涉及基于图像的定位技术领域,尤其涉及一种图像信息处理方法、***和设备。
背景技术
定位技术目前广泛应用于人们的日常工作和生活中,目前成熟的定位技术大多精确度不高。基于图像的定位技术是目前的研究方向,如何基于图像信息的处理实现精确度较高的定位是目前亟待解决的问题。
发明内容
有鉴于此,本发明的主要目的在于提供一种图像信息处理方法、***和设备,以至少实现基于图像的电子设备空间定位。
为达到上述目的,本发明的技术方案是这样实现的:
一种图像信息处理方法,应用于第一电子设备,该方法包括:
接收第二电子设备上传的第一图像并保存;
构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;
基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集。
一种图像信息处理方法,应用于第二电子设备,该方法包括:
采集当前场景内的第一图像,并将所述第一图像上传给第一电子设备;所述第一图像是供所述第一电子设备进行特征点提取的图像。
一种图像信息处理方法,应用于第三电子设备,该方法包括:
向第一电子设备发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息;
接收所述第一电子设备根据所述第二图像为所述第一电子设备确定的所述第一空间位置信息。
一种第一电子设备,包括:
第一接收模块,用于接收第二电子设备上传的第一图像;
处理模块,用于构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集;
保存模块,用于保存所述第一图像和所述特征点数据集。
一种第二电子设备,包括:
采集模块,用于采集当前场景内的第一图像;
上传模块,用于将所述第一图像上传给第一电子设备,所述第一图像是供所述第一电子设备进行特征点提取的图像。
一种第三电子设备,包括:
发送模块,用于向第一电子设备发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息;
第二接收模块,用于接收所述第一电子设备根据所述第二图像为所述第一电子设备确定的所述第一空间位置信息。
一种图像信息处理***,包括上述的第一电子设备、第二电子设备和第三电子设备。
本发明所提供的一种图像信息处理方法、***和设备,实现了基于电子设备上传的图像对所述电子设备进行空间定位,且定位精度较高。
附图说明
图1为本发明实施例的一种图像信息处理方法的流程图一;
图2为本发明实施例的一种图像信息处理方法的流程图二;
图3为本发明实施例的一种图像信息处理方法的流程图三;
图4为本发明实施例的一种第一电子设备的组成结构示意图;
图5为本发明实施例的一种第二电子设备的组成结构示意图;
图6为本发明实施例的一种第三电子设备的组成结构示意图;
图7为本发明实施例的一种图像信息处理***的组成结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
为实现基于图像的电子设备空间定位,本发明实施例提供一种图像信息处理方法,应用于第一电子设备,如图1所示,该方法包括:
步骤101,接收第二电子设备上传的第一图像并保存。
由于该方法应用于第一电子设备中,因此所述步骤101的执行主体为第一电子设备,那么,步骤101也可描述为:第一电子设备接收第二电子设备上传的第一图像并保存。所述第一图像可以是2D图像,也可以是3D图像。
步骤102,构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息。
由于该方法应用于第一电子设备中,因此所述步骤102的执行主体为第一电子设备,那么,步骤102也可描述为:第一电子设备构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息。
其中,对第一图像进行特征点提取可以采用以下特征点提取方式之一:基于快速鲁棒特征(SURF,Speeded Up Robust Features)算法的特征点提取方式、基于尺度不变特征转换(SIFT,Scale-Invariant Feature Transform)算法的特征点提取方式、基于harris算法的特征点提取方式。所述特征点描述信息包括所述特征点对应的RGB颜色信息等等;提取的特征点在所述三维坐标地图中的空间位置信息,包括相应特征点在三维坐标地图中对应的(x,y,z)信息。
步骤103,基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集。
由于该方法应用于第一电子设备中,因此所述步骤103的执行主体为第一电子设备,那么,步骤103也可描述为:第一电子设备基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集。
其中,所述第一数量根据实际需要进行设定,由第二电子设备采集的一定数量的所述第一图像即构成采样集合。本发明实施例中,通过对采样集合中的图像进行分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;并基于所有图像的特征点对应的所述特征点描述信息、以及空间位置信息构建特征点数据集。优选的,所述特征点数据集可以八叉地图(octomap)的方式进行构建,所述octomap中的每个节点保存对应特征点的特征点描述信息、空间位置信息、指向。相邻特征点的指针信息等等。
作为本发明的一种较佳实施方式,第一电子设备接收所述第二电子设备在上传所述第一图像同时上传的在所述第一图像中所选特征点的深度信息;
相应的,在对所述第一图像进行特征点提取并获得所述特征点的空间位置信息后,根据所选特征点的深度信息、以及对应所选特征点的空间位置信息,计算所述第二电子设备在采集所述第一图像时所处的空间位置信息并对应保存。特征点的空间位置信息是指特征点在在三维坐标地图中对应的(x,y,z)信息。
较佳的,所述方法还包括:
第一电子设备接收所述第三电子设备的定位请求,所述定位请求中携带第二图像;
对所述第二图像进行特征点提取,获得相应特征点的特征点描述信息,并依据获得的所述特征点描述信息查找所述特征点数据集,当通过查找所述特征点数据集能匹配到相应的所述第一图像时,将保存的对应所述第一图像的空间位置信息发送给所述第三电子设备,作为所述第三电子设备的第一空间位置信息。
作为本发明的一种实施方式,当第一电子设备通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;从所述第二图像中匹配的特征点中选取特征点进行深度分析,获得所选特征点的深度信息;根据所选特征点的深度信息以及所选特征点的空间位置信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。第三电子设备的第一空间位置信息是指第三电子设备在三维坐标地图中对应的(x,y,z)信息。
作为本发明的另一实施方式,所述定位请求中还携带所述第二图像中所选特征点的深度信息,当第一电子设备通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;根据与所选特征点匹配的特征点所对应的空间位置信息、以及所述所选特征点的深度信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
较佳的,该方法还包括:第一电子设备接收所述第二电子设备在上传所述第一图像同时上传的第二空间位置信息并保存,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时获得的空间定位信息;
相应的,在获得所述第三电子设备的第一空间位置信息后,对所述第一空间位置信息和所述第二空间位置信息进行加权处理,并将加权处理后得到的第三空间位置信息发送给所述第三电子设备。
其中,所述第二空间位置信息例如是所述第二电子设备在采集所述第一图像时从网络侧获得的全球定位***(GPS)位置信息。GPS位置信息的误差通常较大,且其误差值的范围趋于稳定。本发明实施例中根据特征点所对应的空间位置信息、以及所述特征点的深度信息计算所得的第一空间位置信息,也会随所述特征点的深度信息不同而存在不同的误差,当特征点的深度信息大于一定的阈值时,计算所得的第一空间位置信息误差会大于所述GPS位置信息的误差;因此,作为一种较佳的实施方式,可以通过对所述第一空间位置信息和所述第二空间位置信息进行加权处理,例如:在所述深度信息大于所设定的阈值时,所述第一空间位置信息的权值设为0,选择所述GPS位置信息(即第二空间位置信息)作为所述第三空间位置信息发送给第三电子设备,在所述深度信息小于所设定的阈值时,所述GPS位置信息的权值设为0,选择所述第一空间位置信息作为所述第三空间位置信息发送给第三电子设备。
本发明实施例还提供一种图像信息处理方法,应用于第二电子设备,如图2所示,该方法包括:
步骤201,采集当前场景内的第一图像。
由于该方法应用于第二电子设备中,因此所述步骤201的执行主体为第二电子设备,那么,步骤201也可描述为:第二电子设备采集当前场景内的第一图像。
步骤202,将所述第一图像上传给第一电子设备,所述第一图像是供所述第一电子设备进行特征点提取的图像。
由于该方法应用于第二电子设备中,因此所述步骤202的执行主体为第二电子设备,那么,步骤202也可描述为:第二电子设备将所述第一图像上传给第一电子设备,所述第一图像是供所述第一电子设备进行特征点提取的图像。
优选的,该方法还包括:第二电子设备在上传所述第一图像同时上传在所述第一图像中所选特征点的深度信息;以供第一电子设备在对所述第一图像进行特征点提取并获得所述特征点的空间位置信息后,根据所选特征点的深度信息、以及对应所选特征点的空间位置信息,计算所述第二电子设备在采集所述第一图像时所处的空间位置信息并对应保存。
优选的,该方法还包括:第二电子设备在上传所述第一图像同时上传第二空间位置信息,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时所处的空间定位信息;
那么相应的,所述第一电子设备在获得第三电子设备的第一空间位置信息后,可以对所述第一空间位置信息和所述第二空间位置信息进行加权处理,并将加权处理后得到的第三空间位置信息发送给所述第三电子设备。
对应实施例还提供一种图像信息处理方法,应用于第三电子设备,如图3所示,该方法包括:
步骤301,向第一电子设备发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息。
由于该方法应用于第三电子设备中,因此所述步骤301的执行主体为第二电子设备,那么,步骤301也可描述为:第三电子设备向第一电子设备发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息。
当所述定位请求中携带第二图像时,相应的,第一电子设备对所述第二图像进行特征点提取,获得相应特征点的特征点描述信息,并依据获得的所述特征点描述信息查找所述特征点数据集,当通过查找所述特征点数据集能匹配到相应的所述第一图像时,将保存的对应所述第一图像的空间位置信息发送给所述第三电子设备,作为所述第三电子设备的第一空间位置信息;
当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;从所述第二图像中匹配的特征点中选取特征点进行深度分析,获得所选特征点的深度信息;根据所选特征点的深度信息以及所选特征点的空间位置信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
当所述定位请求中携带第二图像以及所述第二图像中所选特征点的深度信息时,相应的,第一电子设备对所述第二图像进行特征点提取,获得相应特征点的特征点描述信息,并依据获得的所述特征点描述信息查找所述特征点数据集,当通过查找所述特征点数据集能匹配到相应的所述第一图像时,将保存的对应所述第一图像的空间位置信息发送给所述第三电子设备,作为所述第三电子设备的第一空间位置信息;
当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;根据与所选特征点匹配的特征点所对应的空间位置信息、以及所述所选特征点的深度信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
步骤302,接收所述第一电子设备根据所述第二图像为所述第一电子设备确定的空间位置信息。
由于该方法应用于第三电子设备中,因此所述步骤302的执行主体为第二电子设备,那么,步骤302也可描述为:第三电子设备接收所述第一电子设备根据所述第二图像为所述第一电子设备确定的空间位置信息。需要说明的是,在第一电子设备不执行上述的加权处理时,所述第一电子设备根据所述第二图像为所述第一电子设备确定的空间位置信息即为所述的第一空间位置信息;在第一电子设备执行上述的加权处理时,所述第一电子设备根据所述第二图像为所述第一电子设备确定的空间位置信息即为所述的第三空间位置信息。
对应第一电子设备侧实现的图像信息处理方法,本发明实施例还提供了一种第一电子设备,如图4所示,该设备包括:
第一接收模块11,用于接收第二电子设备上传的第一图像;
处理模块12,用于构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集;
保存模块13,用于保存所述第一图像和所述特征点数据集。
优选的,第一接收模块11进一步用于,接收所述第二电子设备在上传所述第一图像同时上传的在所述第一图像中所选特征点的深度信息;
相应的,所述处理模块12进一步用于,在对所述第一图像进行特征点提取并获得所述特征点的空间位置信息后,根据所选特征点的深度信息、以及对应所选特征点的空间位置信息,计算所述第二电子设备在采集所述第一图像时所处的空间位置信息;
保存模块13进一步用于,对所述第二电子设备在采集所述第一图像时所处的空间位置信息进行保存。
优选的,第一接收模块11进一步用于,接收所述第三电子设备的定位请求,所述定位请求中携带第二图像;
相应的,所述处理模块12进一步用于,对所述第二图像进行特征点提取,获得相应特征点的特征点描述信息,并依据获得的所述特征点描述信息查找所述特征点数据集,当通过查找所述特征点数据集能匹配到相应的所述第一图像时,将保存的对应所述第一图像的空间位置信息发送给所述第三电子设备,作为所述第三电子设备的第一空间位置信息。
优选的,处理模块12进一步用于,当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;从所述第二图像中匹配的特征点中选取特征点进行深度分析,获得所选特征点的深度信息;根据所选特征点的深度信息以及所选特征点的空间位置信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
优选的,所述定位请求中还携带所述第二图像中所选特征点的深度信息,
处理模块12进一步用于,当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;根据与所选特征点匹配的特征点所对应的空间位置信息、以及所述所选特征点的深度信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
优选的,第一接收模块11进一步用于,接收所述第二电子设备在上传所述第一图像同时上传的第二空间位置信息并保存,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时所处的空间定位信息;
相应的,所述处理模块12进一步用于,在获得所述第三电子设备的第一空间位置信息后,对所述第一空间位置信息和所述第二空间位置信息进行加权处理,并将加权处理后得到的第三空间位置信息发送给所述第三电子设备。
优选的,特征点提取的方式采用以下方式之一:基于SURF算法的特征点提取方式、基于SIFT算法的特征点提取方式、基于harris算法的特征点提取方式。
对应第二电子设备侧实现的图像信息处理方法,本发明实施例还提供了一种第二电子设备,如图5所示,该设备包括:
采集模块21,用于采集当前场景内的第一图像;
上传模块22,用于将所述第一图像上传给第一电子设备,所述第一图像是供所述第一电子设备进行特征点提取的图像。
优选的,上传模块22进一步用于,在上传所述第一图像同时上传在所述第一图像中所选特征点的深度信息;或者,
在上传所述第一图像同时上传第二空间位置信息,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时所处的空间定位信息。
优选的,第二电子设备还可包括:图像处理模块23,用于在所述采集模块采集当前场景内的第一图像后,对采集的所述第一图像进行第一处理;
相应的,所述上传模块22进一步用于,将图像处理模块23进行第一处理后的第一图像上传给所述第一电子设备。所述第一处理可以时卡尔曼滤波以提高图像质量,还可以是依据图像的I帧和P帧进行图像压缩以节省存储空间。
对应第三电子设备侧实现的图像信息处理方法,本发明实施例还提供了一种第三电子设备,如图6所示,该设备包括:
发送模块31,用于向第一电子设备发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息;
第二接收模块32,用于接收所述第一电子设备根据所述第二图像为所述第一电子设备确定的所述第一空间位置信息。
另外,本发明实施例还提供了一种包括上述第一电子设备、第二电子设备和第三电子设备的图像信息处理***,如图7所示,其中,
第一电子设备10位于云端,用于接收第二电子设备20上传的第一图像并保存;构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集。
较佳的,第一电子设备10还用于,接收第二电子设备20在上传所述第一图像同时上传的在所述第一图像中所选特征点的深度信息;
相应的,在对所述第一图像进行特征点提取并获得所述特征点的空间位置信息后,根据所选特征点的深度信息、以及对应所选特征点的空间位置信息,计算第二电子设备20在采集所述第一图像时所处的空间位置信息并对应保存。
较佳的,第一电子设备10还用于,接收第三电子设备30的定位请求,所述定位请求中携带第二图像;
对所述第二图像进行特征点提取,获得相应特征点的特征点描述信息,并依据获得的所述特征点描述信息查找所述特征点数据集,当通过查找所述特征点数据集能匹配到相应的所述第一图像时,将保存的对应所述第一图像的空间位置信息发送给第三电子设备30,作为第三电子设备30的第一空间位置信息。
较佳的,第一电子设备10还用于,在通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;从所述第二图像中匹配的特征点中选取特征点进行深度分析,获得所选特征点的深度信息;根据所选特征点的深度信息以及所选特征点的空间位置信息,计算第三电子设备30的第一空间位置信息并发送给第三电子设备30。
较佳的,定位请求中还携带所述第二图像中所选特征点的深度信息,第一电子设备10还用于,在通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;根据与所选特征点匹配的特征点所对应的空间位置信息、以及所述所选特征点的深度信息,计算所述第三电子设备30的第一空间位置信息并发送给所述第三电子设备30。
较佳的,第一电子设备10还用于,接收第二电子设备20在上传所述第一图像同时上传的第二空间位置信息并保存,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时获得的空间定位信息;
相应的,在获得第三电子设备30的第一空间位置信息后,对所述第一空间位置信息和所述第二空间位置信息进行加权处理,并将加权处理后得到的第三空间位置信息发送给所述第三电子设备30。
第二电子设备20用于,采集当前场景内的第一图像,并将所述第一图像上传给第一电子设备10;所述第一图像是供所述第一电子设备10进行特征点提取的图像。
较佳的,第二电子设备20还用于,在上传所述第一图像同时上传在所述第一图像中所选特征点的深度信息;或者,在上传所述第一图像同时上传第二空间位置信息,所述第二空间位置信息是用于表征所述第二电子设备20在采集所述第一图像时所处的空间定位信息。
较佳的,第二电子设备20还用于,采集当前场景内的第一图像后,对采集的所述第一图像进行第一处理后上传给第一电子设备10。
第三电子设备30用于,向第一电子设备10发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息;接收所述第一电子设备10根据所述第二图像为所述第一电子设备10确定的空间位置信息。
其中,所述第一电子设备10的内部结构和功能参见图4及其对应实施例,第二电子设备20的内部结构和功能参见图5及其对应实施例,第三电子设备30的内部结构和功能参见图6及其对应实施例。
需要说明的是,实际应用中所述第二电子设备和第三电子设备也可为同一设备,例如:需要对进入场景的第二电子设备进行定位时,所述第二电子设备则同时具备所述第三设备的功能。
本发明实施例实现了基于电子设备上传的图像对所述电子设备进行空间定位,且定位精度较高。
在本发明所提供的几个实施例中,应该理解到,所揭露的方法、装置和电子设备,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明实施例上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (23)
1.一种图像信息处理方法,应用于第一电子设备,其特征在于,该方法包括:
接收第二电子设备上传的第一图像并保存;
构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;
基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集。
2.根据权利要求1所述图像信息处理方法,其特征在于,该方法还包括:
接收所述第二电子设备在上传所述第一图像同时上传的在所述第一图像中所选特征点的深度信息;
相应的,在对所述第一图像进行特征点提取并获得所述特征点的空间位置信息后,根据所选特征点的深度信息、以及对应所选特征点的空间位置信息,计算所述第二电子设备在采集所述第一图像时所处的空间位置信息并对应保存。
3.根据权利要求2所述图像信息处理方法,其特征在于,所述方法还包括:
接收所述第三电子设备的定位请求,所述定位请求中携带第二图像;
对所述第二图像进行特征点提取,获得相应特征点的特征点描述信息,并依据获得的所述特征点描述信息查找所述特征点数据集,当通过查找所述特征点数据集能匹配到相应的所述第一图像时,将保存的对应所述第一图像的空间位置信息发送给所述第三电子设备,作为所述第三电子设备的第一空间位置信息。
4.根据权利要求3所述图像信息处理方法,其特征在于,所述方法还包括:
当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;从所述第二图像中匹配的特征点中选取特征点进行深度分析,获得所选特征点的深度信息;根据所选特征点的深度信息以及所选特征点的空间位置信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
5.根据权利要求3所述图像信息处理方法,其特征在于,所述定位请求中还携带所述第二图像中所选特征点的深度信息,所述方法还包括:
当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;
根据与所选特征点匹配的特征点所对应的空间位置信息、以及所述所选特征点的深度信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
6.根据权利要求3、4或5所述图像信息处理方法,其特征在于,该方法还包括:
接收所述第二电子设备在上传所述第一图像同时上传的第二空间位置信息并保存,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时获得的空间定位信息;
相应的,在获得所述第三电子设备的第一空间位置信息后,对所述第一空间位置信息和所述第二空间位置信息进行加权处理,并将加权处理后得到的第三空间位置信息发送给所述第三电子设备。
7.根据权利要求1至6任一项所述图像信息处理方法,其特征在于,所述特征点提取的方式采用以下方式之一:基于快速鲁棒特征SURF算法的特征点提取方式、基于尺度不变特征转换SIFT算法的特征点提取方式、基于harris算法的特征点提取方式。
8.一种图像信息处理方法,应用于第二电子设备,其特征在于,该方法包括:
采集当前场景内的第一图像,并将所述第一图像上传给第一电子设备;所述第一图像是供所述第一电子设备进行特征点提取的图像。
9.根据权利要求8所述图像信息处理方法,其特征在于,该方法还包括:在上传所述第一图像同时上传在所述第一图像中所选特征点的深度信息;或者,
在上传所述第一图像同时上传第二空间位置信息,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时所处的空间定位信息。
10.根据权利要求8或9所述图像信息处理方法,其特征在于,该方法还包括:采集当前场景内的第一图像后,对采集的所述第一图像进行第一处理后上传给所述第一电子设备。
11.一种图像信息处理方法,应用于第三电子设备,其特征在于,该方法包括:
向第一电子设备发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息;
接收所述第一电子设备根据所述第二图像为所述第一电子设备确定的空间位置信息。
12.一种第一电子设备,其特征在于,包括:
第一接收模块,用于接收第二电子设备上传的第一图像;
处理模块,用于构建三维坐标地图,并基于构建的三维坐标地图对所述第一图像进行特征点提取,分析并保存相应特征点的特征点描述信息,确定并保存提取的特征点在所述三维坐标地图中的空间位置信息;基于对第一数量的所述第一图像分析并保存的所述特征点描述信息、以及确定并保存的所述特征点的空间位置信息构建特征点数据集;
保存模块,用于保存所述第一图像和所述特征点数据集。
13.根据权利要求12所述第一电子设备,其特征在于,所述第一接收模块进一步用于,接收所述第二电子设备在上传所述第一图像同时上传的在所述第一图像中所选特征点的深度信息;
相应的,所述处理模块进一步用于,在对所述第一图像进行特征点提取并获得所述特征点的空间位置信息后,根据所选特征点的深度信息、以及对应所选特征点的空间位置信息,计算所述第二电子设备在采集所述第一图像时所处的空间位置信息;
所述保存模块进一步用于,对所述第二电子设备在采集所述第一图像时所处的空间位置信息进行保存。
14.根据权利要求13所述第一电子设备,其特征在于,所述第一接收模块进一步用于,接收所述第三电子设备的定位请求,所述定位请求中携带第二图像;
相应的,所述处理模块进一步用于,对所述第二图像进行特征点提取,获得相应特征点的特征点描述信息,并依据获得的所述特征点描述信息查找所述特征点数据集,当通过查找所述特征点数据集能匹配到相应的所述第一图像时,将保存的对应所述第一图像的空间位置信息发送给所述第三电子设备,作为所述第三电子设备的第一空间位置信息。
15.根据权利要求14所述第一电子设备,其特征在于,所述处理模块进一步用于,当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;从所述第二图像中匹配的特征点中选取特征点进行深度分析,获得所选特征点的深度信息;根据所选特征点的深度信息以及所选特征点的空间位置信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
16.根据权利要求14所述第一电子设备,其特征在于,所述定位请求中还携带所述第二图像中所选特征点的深度信息,
所述处理模块进一步用于,当通过查找所述特征点数据集无法匹配到相应的所述第一图像时,通过查找所述特征点数据集获得匹配的特征点及对应所述特征点的空间位置信息;根据与所选特征点匹配的特征点所对应的空间位置信息、以及所述所选特征点的深度信息,计算所述第三电子设备的第一空间位置信息并发送给所述第三电子设备。
17.根据权利要求14、15或16所述第一电子设备,其特征在于,所述第一接收模块进一步用于,接收所述第二电子设备在上传所述第一图像同时上传的第二空间位置信息并保存,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时获得的空间定位信息;
相应的,所述处理模块进一步用于,在获得所述第三电子设备的第一空间位置信息后,对所述第一空间位置信息和所述第二空间位置信息进行加权处理,并将加权处理后得到的第三空间位置信息发送给所述第三电子设备。
18.根据权利要求12至17任一项所述第一电子设备,其特征在于,所述特征点提取的方式采用以下方式之一:基于快速鲁棒特征SURF算法的特征点提取方式、基于尺度不变特征转换SIFT算法的特征点提取方式、基于harris算法的特征点提取方式。
19.一种第二电子设备,其特征在于,包括:
采集模块,用于采集当前场景内的第一图像;
上传模块,用于将所述第一图像上传给第一电子设备,所述第一图像是供所述第一电子设备进行特征点提取的图像。
20.根据权利要求19所述第二电子设备,其特征在于,所述上传模块进一步用于,在上传所述第一图像同时上传在所述第一图像中所选特征点的深度信息;或者,
在上传所述第一图像同时上传第二空间位置信息,所述第二空间位置信息是用于表征所述第二电子设备在采集所述第一图像时所处的空间定位信息。
21.根据权利要求19或20所述第二电子设备,其特征在于,还包括:图像处理模块,用于在所述采集模块采集当前场景内的第一图像后,对采集的所述第一图像进行第一处理;
相应的,所述上传模块进一步用于,将第一处理后的第一图像上传给所述第一电子设备。
22.一种第三电子设备,其特征在于,包括:
发送模块,用于向第一电子设备发送定位请求,所述定位请求中携带第二图像,或者携带所述第二图像以及所述第二图像中所选特征点的深度信息;
第二接收模块,用于接收所述第一电子设备根据所述第二图像为所述第一电子设备确定的空间位置信息。
23.一种图像信息处理***,其特征在于,所述***包括权利要求12-18任一项所述的第一电子设备、权利要求19-21任一项所述的第二电子设备、以及权利要求22所述的第三电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310389812.5A CN104424635A (zh) | 2013-08-30 | 2013-08-30 | 一种信息处理方法、***和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310389812.5A CN104424635A (zh) | 2013-08-30 | 2013-08-30 | 一种信息处理方法、***和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104424635A true CN104424635A (zh) | 2015-03-18 |
Family
ID=52973522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310389812.5A Pending CN104424635A (zh) | 2013-08-30 | 2013-08-30 | 一种信息处理方法、***和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104424635A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107610177A (zh) * | 2017-09-29 | 2018-01-19 | 联想(北京)有限公司 | 一种同步定位与地图构建中确定特征点的方法和设备 |
CN110268225A (zh) * | 2019-05-09 | 2019-09-20 | 珊口(深圳)智能科技有限公司 | 在地图上定位设备的方法、服务端及移动机器人 |
CN112150405A (zh) * | 2019-06-28 | 2020-12-29 | Oppo广东移动通信有限公司 | 一种图像质量分析方法及装置、存储介质 |
CN112735342A (zh) * | 2020-12-30 | 2021-04-30 | 深圳Tcl新技术有限公司 | 背光光型的处理方法、装置及计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101109643A (zh) * | 2007-08-22 | 2008-01-23 | 广东瑞图万方科技有限公司 | 导航装置 |
CN101131323A (zh) * | 2006-08-25 | 2008-02-27 | 高德软件有限公司 | 道路景观信息和定位信息的采集装置 |
US20090237510A1 (en) * | 2008-03-19 | 2009-09-24 | Microsoft Corporation | Visualizing camera feeds on a map |
CN101945327A (zh) * | 2010-09-02 | 2011-01-12 | 郑茂 | 基于数字图像识别和检索的无线定位方法、*** |
CN102142081A (zh) * | 2010-02-02 | 2011-08-03 | 索尼公司 | 图像处理设备、图像处理方法、以及程序 |
CN103067856A (zh) * | 2011-10-24 | 2013-04-24 | 康佳集团股份有限公司 | 基于图像识别的地理位置定位方法及*** |
CN103177475A (zh) * | 2013-03-04 | 2013-06-26 | 腾讯科技(深圳)有限公司 | 一种街景地图展现方法及*** |
CN103249142A (zh) * | 2013-04-26 | 2013-08-14 | 东莞宇龙通信科技有限公司 | 一种定位方法、***及移动终端 |
-
2013
- 2013-08-30 CN CN201310389812.5A patent/CN104424635A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101131323A (zh) * | 2006-08-25 | 2008-02-27 | 高德软件有限公司 | 道路景观信息和定位信息的采集装置 |
CN101109643A (zh) * | 2007-08-22 | 2008-01-23 | 广东瑞图万方科技有限公司 | 导航装置 |
US20090237510A1 (en) * | 2008-03-19 | 2009-09-24 | Microsoft Corporation | Visualizing camera feeds on a map |
CN102142081A (zh) * | 2010-02-02 | 2011-08-03 | 索尼公司 | 图像处理设备、图像处理方法、以及程序 |
CN101945327A (zh) * | 2010-09-02 | 2011-01-12 | 郑茂 | 基于数字图像识别和检索的无线定位方法、*** |
CN103067856A (zh) * | 2011-10-24 | 2013-04-24 | 康佳集团股份有限公司 | 基于图像识别的地理位置定位方法及*** |
CN103177475A (zh) * | 2013-03-04 | 2013-06-26 | 腾讯科技(深圳)有限公司 | 一种街景地图展现方法及*** |
CN103249142A (zh) * | 2013-04-26 | 2013-08-14 | 东莞宇龙通信科技有限公司 | 一种定位方法、***及移动终端 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107610177A (zh) * | 2017-09-29 | 2018-01-19 | 联想(北京)有限公司 | 一种同步定位与地图构建中确定特征点的方法和设备 |
CN110268225A (zh) * | 2019-05-09 | 2019-09-20 | 珊口(深圳)智能科技有限公司 | 在地图上定位设备的方法、服务端及移动机器人 |
WO2020223975A1 (zh) * | 2019-05-09 | 2020-11-12 | 珊口(深圳)智能科技有限公司 | 在地图上定位设备的方法、服务端及移动机器人 |
CN110268225B (zh) * | 2019-05-09 | 2022-05-10 | 深圳阿科伯特机器人有限公司 | 一种多设备之间协同操作的方法、服务端及电子设备 |
CN112150405A (zh) * | 2019-06-28 | 2020-12-29 | Oppo广东移动通信有限公司 | 一种图像质量分析方法及装置、存储介质 |
CN112735342A (zh) * | 2020-12-30 | 2021-04-30 | 深圳Tcl新技术有限公司 | 背光光型的处理方法、装置及计算机可读存储介质 |
CN112735342B (zh) * | 2020-12-30 | 2022-05-03 | 深圳Tcl新技术有限公司 | 背光光型的处理方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5654127B2 (ja) | インクリメントな特徴抽出を使用するオブジェクト認識 | |
CN108596108B (zh) | 基于三元组语义关系学习的航拍遥感图像变化检测方法 | |
JP5563494B2 (ja) | 対応参照画像検索装置及び方法、コンテンツ重畳装置、システム、及び方法、並びにコンピュータプログラム | |
CN110645986A (zh) | 定位方法及装置、终端、存储介质 | |
US10681336B2 (en) | Depth map generation | |
KR20190118619A (ko) | 보행자 추적 방법 및 전자 디바이스 | |
CN112445929B (zh) | 视觉定位方法及相关装置 | |
CN104657389A (zh) | 定位方法、***及移动终端 | |
CN110941978B (zh) | 一种未识别身份人员的人脸聚类方法、装置及存储介质 | |
CN105825228B (zh) | 图像识别方法及装置 | |
CN104486585A (zh) | 一种基于gis的城市海量监控视频管理方法及*** | |
CN104424635A (zh) | 一种信息处理方法、***和设备 | |
JP2022540101A (ja) | ポジショニング方法及び装置、電子機器、コンピュータ読み取り可能な記憶媒体 | |
CN112270709A (zh) | 地图构建方法及装置、计算机可读存储介质和电子设备 | |
CN111065044B (zh) | 基于大数据的数据关联分析方法、装置及计算机存储介质 | |
KR20190124436A (ko) | 영상 기반 건물 검색 방법 및 장치 | |
CN114241012A (zh) | 一种高空抛物的判定方法及装置 | |
CN108447084B (zh) | 基于orb特征的立体匹配补偿方法 | |
CN104508706A (zh) | 特征提取方法、程序和*** | |
JP2014178857A (ja) | 画像検索システム及び画像検索方法 | |
CN112907671A (zh) | 点云数据生成方法、装置、电子设备及存储介质 | |
CN107944429B (zh) | 一种面部识别方法、装置及其使用的移动终端 | |
CN114674328B (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN112487082A (zh) | 一种生物特征识别的方法及相关设备 | |
CN113920306B (zh) | 目标再识别方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150318 |