CN112200842A - 一种图像配准方法、装置、终端设备及存储介质 - Google Patents
一种图像配准方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN112200842A CN112200842A CN202010955225.8A CN202010955225A CN112200842A CN 112200842 A CN112200842 A CN 112200842A CN 202010955225 A CN202010955225 A CN 202010955225A CN 112200842 A CN112200842 A CN 112200842A
- Authority
- CN
- China
- Prior art keywords
- object distance
- image
- visible light
- light image
- thermal imaging
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001931 thermography Methods 0.000 claims abstract description 84
- 230000009466 transformation Effects 0.000 claims abstract description 68
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 21
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/147—Transformations for image registration, e.g. adjusting or mapping for alignment of images using affine transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种图像配准方法、装置、终端设备及存储介质,其中,方法包括:获取第一可见光图像和第一热成像图像;获取所述第一可见光图像中的人脸在预设方向上的像素长度;根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;获取与所述第一物距对应的变换参数;根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。本申请实施例由于可根据可见光图像中人脸的像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;获取与所述第一物距对应的变换参数,根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准,提高了配准的准确性且减少算法复杂度。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像配准方法、装置、终端设备及存储介质。
背景技术
热成像图像是通过非接触方式探测目标辐射的红外能量,并将其转换为电信号,进而生成能反应目标温度信息的图像,热成像图像对比度较低,图像细节的反映能力差,可见光图像可以很好的反映目标的细节特征,如对于目标是人的图像,可见光图像可以识别出人脸的特征,如可见光图像能根据人脸区别性别或大致的年龄,热成像图像就不能区分。
当需要测量人体体温时,可以结合热成像图像与可见光图像,获得热成像图像中的人体的细节。结合热成像图像与可见光图像需要对可见光图像和热成像图像进行配准,但由于可见光图像和热成像图像之间存在较大差异,现有配准方法复杂度高且准确性低。
发明内容
本申请实施例提供了一种图像配准方法、装置、终端设备及存储介质,旨在解决现有现有的可见光图像和热成像图像的配准算法准确性低且复杂度高的问题。
第一方面,本申请实施例提供了一种图像配准方法,包括:
获取第一可见光图像和第一热成像图像;
获取所述第一可见光图像中的人脸在预设方向上的像素长度;
根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;
获取与所述第一物距对应的变换参数;
根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。
第二方面,本申请实施例提供了一种图像配准装置,包括:
第一获取模块,用于获取第一可见光图像和第一热成像图像;
第二获取模块,用于获取所述第一可见光图像中的人脸在预设方向上的像素长度;
第一确定模块,用于根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;
第三获取模块,用于获取与所述第一物距对应的变换参数;
配准模块,用于根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述图像配准方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现上述图像配准方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述现上述图像配准方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:获取第一可见光图像和第一热成像图像;获取所述第一可见光图像中的人脸在预设方向上的像素长度;根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;获取与所述第一物距对应的变换参数;根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。由于可根据可见光图像中人脸的像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;获取与所述第一物距对应的变换参数,根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准,提高了配准的准确性且减少算法复杂度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的图像配准方法的流程示意图;
图2是本申请实施例提供的步骤S104的一个具体流程示意图;
图3是本申请实施例提供的步骤S104的另一个具体流程示意图;
图4是本申请实施例提供的图像配准装置的结构示意图;
图5是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的图像配准方法,可以应用于包括热成像传感器和可见光传感器的摄像机或电子设备,或者与所述包括热成像传感器和可见光传感器的摄像机或电子设备进行通信连接的终端设备,所述终端设备为机器人、手机、平板电脑、可穿戴设备、车载设备、增强现实(Augmented Reality,AR)/虚拟现实(Virtual Reality,VR)设备、笔记本电脑、超级移动个人计算机(Ultra-Mobile Personal Computer,UMPC)、上网本、个人数字助理(Personal Digital Assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
为了说明本申请所述的技术方案,下面通过以下实施例来进行说明。
请参阅图1,本申请实施例提供的一种图像配准方法,包括:
步骤S101,获取第一可见光图像和第一热成像图像。
具体的,可通过包括热成像传感器和可见光传感器的摄像机进行拍摄,在拍摄的可见光视频帧中检测到人脸时,获取此时拍摄到的可见光图像和热成像图像并作为第一可见光图像和热成像图像。
步骤S102,获取所述第一可见光图像中的人脸在预设方向上的像素长度。
具体的,人脸检测可将人脸在图像中进行定位,通过人脸检测算法确定人脸在第一可见光图像中的位置,并获取人脸在第一可见光图像中预设方向上的像素长度;其中,人脸在预设方向上的像素长度为人脸在所述第一可见光图像中预设方向上所占的像素个数,所述预设方向可以是图像中预设的垂直方向。
步骤S103,根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距。
具体的,可根据实际人脸预先设定人脸物理长度,例如,实际人脸的长度大都为19、20、21厘米;则可通过获得实际人脸长度的中间值或者平均值,作为预设人脸物理长度,或根据实际应用场景预设其他数值作为预设人脸图例长度。预先对摄像机的焦距进行标定,将标定的焦距作为预标定的焦距,根据像素长度、预设人脸物理长度以及预标定的焦距,确定出第一物距。
在应用中,预先对摄像机的焦距进行标定,可以是预先使用户站在距离摄像机的K个不同距离的位置上,用户与摄像机间的K个不同距离可人工测量获得,然后通过公式求出每个距离的焦距值,其中,所述F1表示对应距离的焦距值,W1表示用户与摄像机的距离,所述L1表示所述预设的人脸物理长度,所述Pl1表示对可见光图像进行人脸检测后得到的人脸的像素长度。最后得到的K个焦距值,可求平均值得到最终预标定的焦距。其中,K可根据实际应用进行取值,K取大于等于2的数。
在一个实施例中,所述根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距的计算公式为:
其中,所述W表示所述第一物距,所述F表示所述预标定的焦距,所述L表示所述预设的人脸物理长度,所述Pl表示所述像素长度。
步骤S104,获取与所述第一物距对应的变换参数。
具体的,预先存储不同物距下对应的变换参数,根据计算出的第一物距获取与第一物距对应的变换参数。
在一个实施例中,在获取与所述第一物距对应的变换参数之前,包括:分别获取N个不同第二物距下的第二可见光图像与第二热成像图像;分别获取每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点;其中,所述K≥3且为整数;分别根据每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的仿射变换矩阵。
具体的,预先标定出不同距离下的仿射变换矩阵,具体标定过程可以是:如预先让一个用户当做标定目标,用户位于摄像机前方且用户正面面向摄像机,保持该用户手,脸基本在同一个平面内,通过测量获取用户的人体与摄像机之间的距离,称为第二物距;通过摄像机获取到包括人体的可见光图像和热成像图像后,手动标注可见光图像和热成像图像中人体对应的特征点,由于仿射变换矩阵为一个2*3的矩阵,可通过计算出仿射变换矩阵中6个未知数得到两幅图之间的仿射变换矩阵;其中,计算6个未知数需要6个方程进行求解,即确定仿射变换矩阵至少需要提供3组特征点,且这三组特征点不同线,每组特征点可列两个方程,对应的三组特征点即可有六个未知数六个方程;因此,具体可在第二可见光图像标注出K个第一特征点,以及在第二热成像图像中标注出与可见光图像中标注出的特征点对应的K个第二特征点,根据标注的特征点在图像中的坐标,即可确定出与第二物距对应的第二可见光图像与第二热成像图像之间的仿射变换矩阵。可分别获取N个不同第二物距下的第二可见光图像与第二热成像图像;分别获取每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点;其中,所述K≥3且为整数;分别根据每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的仿射变换矩阵。
在一个实施例中,如图2所示,所述变换参数包括仿射变换矩阵;所述获取与所述第一物距对应的变换参数,包括步骤S1041和步骤S1042:
步骤S1041,在所述N个第二物距中,确定与所述第一物距相匹配的第二物距。
在一个具体实施例中,在所述N个第二物距中,确定与所述第一物距相匹配的第二物距,包括:在获取所述N个第二物距中,将与所述第一物距差值最小的第二物距,确定为与所述第一物距相匹配的第二物距。即将与第一物距最接近的第二物距作为与第一物距相匹配的第二物距,当与第一物距差值最小的的第二物距有大于等于2个时,可根据预先设定选择其中一个,如预先设定在与第一物距差值最小的第二物距中选择最大或最小的第二物距。
步骤S1042,根据与所述第一物距相匹配的第二物距,获取与所述第一物距对应的仿射变换矩阵。
具体的,预先存储了N个第二物距各自对应仿射变换矩阵,将与所述第一物距相匹配的第二物距对应的的仿射变换矩阵作为与所述第一物距对应的仿射变换矩阵,并获取与所述第一物距对应的仿射变换矩阵。
在一个实施例中,在获取与所述第一物距对应的变换参数之前,包括:分别获取N个不同第二物距下的第三可见光图像与第三热成像图像;分别获取每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点;其中,所述I≥4且为整数;分别根据每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的单应性矩阵。
具体的,预先标定出不同距离下的单应性矩阵,具体标定过程可以是:如预先让一个用户当做标定目标,用户位于摄像机前方且用户正面面向摄像机,保持该用户手,脸基本在同一个平面内,通过测量获取用户的人体与摄像机之间的距离,称为第二物距;通过摄像机获取到包括人体的可见光图像和热成像图像后,手动标注可见光图像和热成像图像中人体对应的特征点,由于单应性矩阵为一个3*3的矩阵,单应性矩阵可表示二维图像点之间的关系,单应性矩阵是用到齐次坐标表达九个变量,一般会令右下角的元素为1来归一化,可通过计算出单应性矩阵中8个未知数即可得到两幅图之间的单应性矩阵;其中,计算8个未知数需要8个方程进行求解,即确定单应性矩阵至少需要提供4组特征点,每组特征点可列两个方程,对应的四组特征点即可有八个未知数八个方程,因此具体可在第二可见光图像标注出I个第三特征点,以及在第二热成像图像中标注出与可见光图像中标注出的特征点对应的I个第四特征点,根据标注的特征点的在图像中的坐标,即可确定出与第二物距对应的第二可见光图像与第二热成像图像之间的单应性矩阵。可分别获取N个不同第二物距下的第三可见光图像与第三热成像图像;分别获取每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点;其中,所述I≥4且为整数;分别根据每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的单应性矩阵。
在一个实施例中,如图3所示,所述变换参数包括单应性矩阵;所述获取与所述第一物距对应的变换参数,包括步骤S1043和步骤S1044:
步骤S1043,在所述N个第二物距中,确定与所述第一物距相匹配的第二物距。
在一个具体实施例中,在所述N个第二物距中,确定与所述第一物距相匹配的第二物距,包括:在获取所述N个第二物距中,将与所述第一物距差值最小的第二物距,确定为与所述第一物距相匹配的第二物距。即将与第一物距最接近的第二物距作为与第一物距相匹配的第二物距,当与第一物距差值最小的的第二物距有大于等于2个时,可根据预先设定选择其中一个,如预先设定在与第一物距差值最小的第二物距中选择最大或最小的第二物距。
步骤S1044,根据与所述第一物距相匹配的第二物距,获取与所述第一物距对应的单应性矩阵。
具体的,预先存储N个第二物距中与每个第二物距对应单应性矩阵,将与所述第一物距相匹配的第二物距对应的单应性矩阵作为与所述第一物距对应的单应性矩阵,并获取与所述第一物距对应的单应性矩阵。
步骤S105,根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。
具体的,图像配准是对存在几何变换的图像建立对应关系,上述第一可见光图像与第一热成像图像。根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准可以是:根据变换参数,从第一可见光图像的像素点坐标出发,根据变换参数求出第一热成像图像上对应的像素点坐标,从而第一可见光图像与所述第一热成像图像进行配准。或者从第一热成像图像的像素点坐标出发,然后根据变换参数求出第一可见光图像上对应的像素点坐标,从而第一热成像图像与所述第一可见光图像进行配准。
在应用中,在根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准后,将第一可见光图像上点的像素值赋给热成像图像上相应的点。
在应用中,例如是对人体进程体温测量,可通过热成像测量人体额温,但由于热成像图像不能反应图像细节,不能对有异常体温的人进行识别,可根据变换参数,从第一可见光图像的人脸像素点坐标出发,然后根据变换参数求出第一热成像图像上对应人脸的像素点坐标,将第一可见光图像上人脸区域的像素值赋给热成像图像上相应的点,从而可以将第一可见光图像中能展现人脸的图像细节可在第一热成像图像展示。
由于可根据可见光图像中人脸的像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;获取与所述第一物距对应的变换参数,根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准,提高了配准的准确性且减少算法复杂度。
对应于上文实施例所述的图像配准方法,图4示出了本申请实施例提供的的图像配准装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。参照图4,图像配准装置400包括:
第一获取模块401,用于获取第一可见光图像和第一热成像图像;
第二获取模块402,用于获取所述第一可见光图像中的人脸在预设方向上的像素长度;
第一确定模块403,用于根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;
第三获取模块404,用于获取与所述第一物距对应的变换参数;
配准模块405,用于根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。
在一个实施例中,第一确定模块403执行根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距的计算公式为:
其中,所述W表示所述第一物距,所述F表示所述预标定的焦距,所述L表示所述预设的人脸物理长度,所述Pl表示所述像素长度。
在一个实施例中,图像配准装置400还包括:
第四获取模块,用于分别获取N个不同第二物距下的第二可见光图像与第二热成像图像;
第五获取模块,用于分别获取每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点;其中,所述K≥3且为整数;
第二确定模块,用于分别根据每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的仿射变换矩阵。
在一个实施例中,所述变换参数包括仿射变换矩阵;所述第三获取模块包括:
第一确定单元,用于在所述N个第二物距中,确定与所述第一物距相匹配的第二物距;
第一获取单元,用于根据与所述第一物距相匹配的第二物距,获取与所述第一物距对应的仿射变换矩阵。
在一个实施例中,图像配准装置400还包括:
第六获取模块,用于分别获取N个不同第二物距下的第三可见光图像与第三热成像图像;
第七获取模块,用于分别获取每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点;其中,所述I≥4且为整数;
第三确定模块,用于分别根据每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的单应性矩阵。
在一个实施例中,所述变换参数包括单应性矩阵;所述第三获取模块包括:
第二确定单元,用于在所述N个第二物距中,确定与所述第一物距相匹配的第二物距;
第二获取单元,用于根据与所述第一物距相匹配的第二物距,获取与所述第一物距对应的单应性矩阵。
在一个实施例中,所述第一确定单元具体用于:获取所述N个第二物距中与所述第一物距差值最小的第二物距,得到与所述第一物距相匹配的第二物距。
在一个实施例中,所述第二确定单元具体用于:获取所述N个第二物距中与所述第一物距差值最小的第二物距,得到与所述第一物距相匹配的第二物距。
由于可根据可见光图像中人脸的像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;获取与所述第一物距对应的变换参数,根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准,提高了配准的准确性且减少算法复杂度。
如图5所示,本发明的一个实施例还提供一种终端设备500包括:处理器501,存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503,例如图像配准程序。所述处理器501执行所述计算机程序503时实现上述各个图像配准方法实施例中的步骤。所述处理器501执行所述计算机程序503时实现上述各装置实施例中各模块的功能,例如图4所示模块401至405的功能。
示例性的,所述计算机程序503可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器502中,并由所述处理器501执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序503在所述终端设备500中的执行过程。例如,所述计算机程序503可以被分割成第一获取模块,第二获取模块,第一确定模块,第三获取模块和配准模块,各模块具体功能在上述实施例中已有描述,此处不再赘述。
所述终端设备500可以是包括热成像传感器和可见光传感器的摄像机或电子设备,或者与所述包括热成像传感器和可见光传感器的摄像机或电子设备进行通信连接的终端设备,所述终端设备为机器人、手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personaldigital assistant,PDA)等终端设备机器人,移动终端设备桌上型计算机、笔记本及掌上电脑等计算设备。所述终端设备可包括,但不仅限于,处理器501,存储器502。本领域技术人员可以理解,图5仅仅是终端设备500的示例,并不构成对终端设备500的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是所述终端设备500的内部存储单元,例如终端设备500的硬盘或内存。所述存储器502也可以是所述终端设备500的外部存储设备,例如所述终端设备500上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器502还可以既包括所述终端设备500的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像配准方法,其特征在于,包括:
获取第一可见光图像和第一热成像图像;
获取所述第一可见光图像中的人脸在预设方向上的像素长度;
根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;
获取与所述第一物距对应的变换参数;
根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。
3.根据权利要求1所述的图像配准方法,其特征在于,在获取与所述第一物距对应的变换参数之前,包括:
分别获取N个不同第二物距下的第二可见光图像与第二热成像图像;
分别获取每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点;其中,所述K≥3且为整数;
分别根据每个第二物距下的第二可见光图像的K个第一特征点和第二热成像图像的K个第二特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的仿射变换矩阵。
4.根据权利要求3所述的图像配准方法,其特征在于,所述变换参数包括仿射变换矩阵;
所述获取与所述第一物距对应的变换参数,包括:
在所述N个第二物距中,确定与所述第一物距相匹配的第二物距;
根据与所述第一物距相匹配的第二物距,获取与所述第一物距对应的仿射变换矩阵。
5.根据权利要求1所述的图像配准方法,其特征在于,在获取与所述第一物距对应的变换参数之前,包括:
分别获取N个不同第二物距下的第三可见光图像与第三热成像图像;
分别获取每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点;其中,所述I≥4且为整数;
分别根据每个第二物距下的第三可见光图像的I个第三特征点和第三热成像图像的I个第四特征点,确定每个第二物距下的第二可见光图像与第二热成像图像之间的单应性矩阵。
6.根据权利要求5所述的图像配准方法,其特征在于,所述变换参数包括单应性矩阵;
所述获取与所述第一物距对应的变换参数,包括:
在所述N个第二物距中,确定与所述第一物距相匹配的第二物距;
根据与所述第一物距相匹配的第二物距,获取与所述第一物距对应的单应性矩阵。
7.根据权利要求4至6任一项所述的图像配准方法,其特征在于,所述在所述N个第二物距中,确定与所述第一物距相匹配的第二物距,包括:
获取所述N个第二物距中与所述第一物距差值最小的第二物距,得到与所述第一物距相匹配的第二物距。
8.一种图像配准装置,其特征在于,包括:
第一获取模块,用于获取第一可见光图像和第一热成像图像;
第二获取模块,用于获取所述第一可见光图像中的人脸在预设方向上的像素长度;
第一确定模块,用于根据所述像素长度、预设人脸物理长度以及预标定的焦距,确定第一物距;
第三获取模块,用于获取与所述第一物距对应的变换参数;
配准模块,用于根据所述变换参数对所述第一可见光图像与所述第一热成像图像进行配准。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010955225.8A CN112200842B (zh) | 2020-09-11 | 2020-09-11 | 一种图像配准方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010955225.8A CN112200842B (zh) | 2020-09-11 | 2020-09-11 | 一种图像配准方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112200842A true CN112200842A (zh) | 2021-01-08 |
CN112200842B CN112200842B (zh) | 2023-12-01 |
Family
ID=74014783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010955225.8A Active CN112200842B (zh) | 2020-09-11 | 2020-09-11 | 一种图像配准方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112200842B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112991411A (zh) * | 2021-03-05 | 2021-06-18 | 浙江大华技术股份有限公司 | 图像配准方法和设备、存储介质 |
CN118158364A (zh) * | 2024-05-09 | 2024-06-07 | 中科星图数字地球合肥有限公司 | 一种办公室数字孪生监控***及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102305664A (zh) * | 2011-05-19 | 2012-01-04 | 中国农业大学 | 热像测温和故障定位巡视*** |
CN107976257A (zh) * | 2016-10-21 | 2018-05-01 | 杭州海康威视数字技术股份有限公司 | 一种红外热成像仪的图像显示方法、装置及红外热成像仪 |
CN107993258A (zh) * | 2017-11-23 | 2018-05-04 | 浙江大华技术股份有限公司 | 一种图像配准方法及装置 |
CN108510528A (zh) * | 2017-02-28 | 2018-09-07 | 深圳市朗驰欣创科技股份有限公司 | 一种可见光和红外图像配准融合的方法及装置 |
US20190065845A1 (en) * | 2016-02-03 | 2019-02-28 | Hefei Xu | Biometric composite imaging system and method reusable with visible light |
CN110361092A (zh) * | 2018-04-11 | 2019-10-22 | 杭州海康威视数字技术股份有限公司 | 一种图像配准方法、装置及热成像摄像机 |
CN110728703A (zh) * | 2019-09-16 | 2020-01-24 | 东南大学 | 可见光图像与日盲紫外光图像的配准融合方法 |
-
2020
- 2020-09-11 CN CN202010955225.8A patent/CN112200842B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102305664A (zh) * | 2011-05-19 | 2012-01-04 | 中国农业大学 | 热像测温和故障定位巡视*** |
US20190065845A1 (en) * | 2016-02-03 | 2019-02-28 | Hefei Xu | Biometric composite imaging system and method reusable with visible light |
CN107976257A (zh) * | 2016-10-21 | 2018-05-01 | 杭州海康威视数字技术股份有限公司 | 一种红外热成像仪的图像显示方法、装置及红外热成像仪 |
CN108510528A (zh) * | 2017-02-28 | 2018-09-07 | 深圳市朗驰欣创科技股份有限公司 | 一种可见光和红外图像配准融合的方法及装置 |
CN107993258A (zh) * | 2017-11-23 | 2018-05-04 | 浙江大华技术股份有限公司 | 一种图像配准方法及装置 |
CN110361092A (zh) * | 2018-04-11 | 2019-10-22 | 杭州海康威视数字技术股份有限公司 | 一种图像配准方法、装置及热成像摄像机 |
CN110728703A (zh) * | 2019-09-16 | 2020-01-24 | 东南大学 | 可见光图像与日盲紫外光图像的配准融合方法 |
Non-Patent Citations (2)
Title |
---|
张宝辉;张俊举;苗壮;常本康;钱芸生;: "远距离多源图像融合***实时配准设计", 应用光学, no. 03 * |
王俊影;李扬;袁浩期;简单;郝敏;: "可见光与红外图像自动配准算法的设计与实现", 机电工程技术, no. 11 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112991411A (zh) * | 2021-03-05 | 2021-06-18 | 浙江大华技术股份有限公司 | 图像配准方法和设备、存储介质 |
CN112991411B (zh) * | 2021-03-05 | 2024-04-12 | 浙江华感科技有限公司 | 图像配准方法和设备、存储介质 |
CN118158364A (zh) * | 2024-05-09 | 2024-06-07 | 中科星图数字地球合肥有限公司 | 一种办公室数字孪生监控***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112200842B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110473242B (zh) | 一种纹理特征提取方法、纹理特征提取装置及终端设备 | |
CN112348863B (zh) | 图像对齐方法、图像对齐装置及终端设备 | |
CN110942032B (zh) | 活体检测方法及装置、存储介质 | |
US20050248539A1 (en) | Apparatus and method for detecting a pointer relative to a touch surface | |
CN112200842B (zh) | 一种图像配准方法、装置、终端设备及存储介质 | |
CN111695429B (zh) | 视频图像目标关联方法、装置及终端设备 | |
CN110858872A (zh) | 光轴偏移补偿方法及装置 | |
CN112085771A (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN112927306B (zh) | 拍摄装置的标定方法、装置及终端设备 | |
CN114862929A (zh) | 三维目标检测方法、装置、计算机可读存储介质及机器人 | |
CN111383254A (zh) | 一种深度信息获取方法、***及终端设备 | |
CN114078165A (zh) | 光学成像模组的标定方法、畸变校正的方法及相关设备 | |
CN112287798A (zh) | 测温方法及装置、电子设备及存储介质 | |
CN111383264A (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN113962876B (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
CN112200002A (zh) | 一种体温测量方法、装置、终端设备及存储介质 | |
CN112102378B (zh) | 图像配准方法、装置、终端设备及计算机可读存储介质 | |
CN113362445B (zh) | 基于点云数据重建对象的方法及装置 | |
CN113034565B (zh) | 一种单目结构光的深度计算方法及*** | |
CN111222446B (zh) | 人脸识别方法、人脸识别装置及移动终端 | |
CN111340722A (zh) | 图像处理方法、处理装置、终端设备及可读存储介质 | |
CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
CN111982468B (zh) | 一种视场角的测量方法、设备、***及计算机存储介质 | |
CN114415129A (zh) | 基于多项式模型的视觉与毫米波雷达联合标定方法及装置 | |
CN114549348A (zh) | 一种全景图像去噪方法、装置、服务器以及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |