CN115578432B - 图像处理方法、装置、电子设备及存储介质 - Google Patents
图像处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115578432B CN115578432B CN202211213817.8A CN202211213817A CN115578432B CN 115578432 B CN115578432 B CN 115578432B CN 202211213817 A CN202211213817 A CN 202211213817A CN 115578432 B CN115578432 B CN 115578432B
- Authority
- CN
- China
- Prior art keywords
- point
- image
- building
- feature point
- error
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000013507 mapping Methods 0.000 claims description 52
- 238000000034 method Methods 0.000 claims description 49
- 230000008859 change Effects 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 17
- 238000012216 screening Methods 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 238000013135 deep learning Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 53
- 238000004891 communication Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000013519 translation Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/38—Outdoor scenes
- G06V20/39—Urban scenes
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像处理方法、装置、电子设备及存储介质,涉及人工智能技术领域,具体为增强现实、虚拟现实、计算机视觉、深度学***面;提取所述第一图像中的至少一个第一特征点;基于所述位置信息和所述第一位姿信息,确定至少一个关联点面对,其中,所述至少一个关联点面对中的每个关联点面对包括相关联的一个第一特征点和一个建筑平面;以及基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及增强现实、虚拟现实、计算机视觉、深度学习等技术领域,可应用于各种场景。本公开具体涉及一种图像处理方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
在计算机视觉领域,深度指的是物体到图像采集设备(例如相机)的距离。相应地,深度估计(Depth Estimation)指的是估计图像中的每个像素到图像采集设备的距离。
城市街景图像的深度估计对于智慧城市、街景漫游、自动驾驶等应用领域具有重要意义。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种图像处理方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种图像处理方法,包括:获取包含建筑的第一图像、所述建筑的地面投影的位置信息和图像采集设备在采集所述第一图像时的第一位姿信息,其中,所述建筑包括沿高度方向的多个建筑平面;提取所述第一图像中的至少一个第一特征点;基于所述位置信息和所述第一位姿信息,确定至少一个关联点面对,其中,所述至少一个关联点面对中的每个关联点面对包括相关联的一个第一特征点和一个建筑平面,所述第一特征点为所述至少一个第一特征点中的任一第一特征点,所述建筑平面为所述多个建筑平面中的任一建筑平面;以及基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化。
根据本公开的一方面,提供了一种图像处理装置,包括:获取模块,被配置为获取包含建筑的第一图像、所述建筑的地面投影的位置信息和图像采集设备在采集所述第一图像时的第一位姿信息,其中,所述建筑包括沿高度方向的多个建筑平面;点提取模块,被配置为提取所述第一图像中的至少一个第一特征点;点面关联模块,被配置为基于所述位置信息和所述第一位姿信息,确定至少一个关联点面对,其中,所述至少一个关联点面对中的每个关联点面对包括相关联的一个第一特征点和一个建筑平面,所述第一特征点为所述至少一个第一特征点中的任一第一特征点,所述建筑平面为所述多个建筑平面中的任一建筑平面;以及联合优化模块,被配置为基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化。
根据本公开的一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述图像处理方法。
根据本公开的一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行上述图像处理方法。
根据本公开的一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述图像处理方法。
根据本公开的一个或多个实施例,能够提高建筑的位置信息与图像采集设备的位姿信息的准确性和统一性,从而提高街景深度估计的准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性***的示意图;
图2示出了根据本公开的实施例的图像处理方法的流程图;
图3示出了根据本公开的实施例的特征点匹配过程的示意图;
图4示出了根据本公开的实施例的单应误差的示意图;
图5示出了根据本公开的实施例的图像处理装置的结构框图;以及
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
城市街景图像的深度估计对于智慧城市、街景漫游、自动驾驶等应用领域具有重要意义。例如,通过对城市街景图像进行深度估计,可以将二维的城市街景图像重建成三维场景并呈现给用户,以向用户提供真实的、沉浸式的观赏体验。又例如,通过对自动驾驶车辆采集的城市街景图像进行深度估计,能够使自动驾驶车辆感知自身与周围环境中的物体的距离,及时避让障碍物,从而提高自动驾驶的安全性。
相关技术中,通常采用SLAM(Simultaneous Location and Mapping,实时定位建图)算法或SFM(Structure from Motion,运动恢复结构)算法来对街景图像进行深度估计。但是,SLAM算法依赖于连续的、稠密的数据,在街景图像较为稀疏的情况下(例如街景图像的观察视角较少、不同视角的差距较大),无法得到准确的深度估计结果,甚至无法得到深度估计结果。SFM 算法虽然理论上可以对稀疏的街景图像进行深度估计,但其计算过程繁琐、耗时长、准确性差。
针对上述问题,本公开实施例提供一种图像处理方法,能够提高建筑的位置信息与图像采集设备的位姿信息的准确性和统一性,从而提高街景深度估计的准确性。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1,该***100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、 102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行图像处理方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供其他服务或软件应用,这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或 106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的***配置是可能的,其可以与***100不同。因此,图1是用于实施本文所描述的各种方法的***的一个示例,并且不旨在进行限制。
客户端设备101、102、103、104、105和/或106可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、车载设备、游戏***、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作***,例如MICROSOFT Windows、APPLE iOS、类UNIX操作***、 Linux或类Linux操作***(例如GOOGLE Chrome OS);或包括各种移动操作***,例如MICROSOFTWindows Mobile OS、iOS、Windows Phone、 Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏***可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS) 应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络 (VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、Wi-Fi)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如 PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式***的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
***100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130 可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件***支持的常规存储库。
图1的***100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
在一些实施例中,客户端设备101-106中可以包括电子地图应用程序,该电子地图应用程序可以提供基于电子地图的各种功能,例如地图(包括投影地图、全景地图、卫星地图等)浏览、地点查找、离线路线规划、在线导航等。与此相应地,服务器120可以是该电子地图应用对应的服务器。服务器120中可以包括服务程序,该服务程序可以基于数据库130中已存储的电子地图数据(包括投影地图数据、全景地图数据、卫星地图数据等),向客户端设备中运行的电子地图应用程序提供地图服务。可替换地,服务器120 也可以将电子地图数据提供给客户端设备,由客户端设备中运行的电子地图应用程序根据本地存储的电子地图数据提供地图服务。
具体地,服务器120或客户端设备101-106可以执行本公开实施例的图像处理方法,对电子地图中的建筑的位置信息和街景图像对应的图像采集设备的位姿信息进行联合优化,提高位置信息与位姿信息的准确性和统一性。基于优化后的准确的位置信息和位姿信息对街景图像进行深度估计,能够提高街景深度估计的准确性,从而使电子地图数据(尤其是全景地图数据)更加准确,提升用户体验。
图2示出了根据本公开实施例的图像处理方法200的流程图。方法200 的执行主体通常是服务器(例如图1中的服务器120)。在一些情况中,方法200的执行主体也可以是客户端设备(例如图1中的客户端设备101-106)。如图2所示,方法200包括步骤S210-S240。
在步骤S210中,获取包含建筑的第一图像、该建筑的地面投影的位置信息和图像采集设备在采集第一图像时的第一位姿信息。该建筑包括沿高度方向的多个建筑平面。
在步骤S220中,提取第一图像中的至少一个第一特征点。
在步骤S230中,基于位置信息和第一位姿信息,确定至少一个关联点面对,至少一个关联点面对中的每个关联点面对包括相关联的一个第一特征点和一个建筑平面。第一特征点为至少一个第一特征点中的任一第一特征点,建筑平面为多个建筑平面中的任一建筑平面。
在步骤S240中,基于至少一个关联点面对,对位置信息和第一位姿信息进行联合优化。
根据本公开的实施例,基于第一图像与建筑的位置映射关系(即至少一个关联点面对),对建筑的位置信息和第一图像对应的第一位姿信息进行联合优化。位置信息和第一位姿信息相互补充、相互校验,提高了位置信息和第一位姿信息的准确性和统一性,从而提高了街景深度估计的准确性。
在本公开的实施例中,图像采集设备可以是任意具有图像采集功能的设备,包括但不限于相机、摄像机、手机、平板电脑等。
位置信息用于指示建筑的地面投影的位置和朝向。建筑的地面投影的位置例如可以采用一组形如(x,y)的二维坐标来表示。建筑的地面投影通常呈现为一个多边形,该多边形可以通过每个顶点的二维坐标以及顶点之间的邻接关系来表示。可以理解,该多边形的每条边对应于三维空间中的沿建筑高度方向(即垂直方向、z轴方向)的一个建筑平面。建筑的地面投影的朝向例如可以采用建筑的正面(通常为设置有正门的一面)绕z轴的旋转角度来表示。
位姿信息用于指示图像采集设备的位置和姿态。图像采集设备的位置例如可以采用形如(x,y,z)的三维坐标来表示。图像采集设备的姿态例如可以采用姿态角来表示。姿态角进一步包括俯仰角(pitch)、偏航角(yaw) 和翻滚角(roll)。
在本公开的实施例中,第一图像中包括至少一个建筑。通常地,除了建筑之外,第一图像中还包括其他对象,例如道路、行人、树木等。
根据一些实施例,第一图像可以是单个视角的街景图像。相应地,第一位姿信息为图像采集设备在采集该街景图像时的位姿信息。
根据另一些实施例,第一图像也可以是由多个视角的街景图像拼合形成的全景图像。在该情况下,每一个视角对应于图像采集设备的一组位姿信息。第一位姿信息可以是上述多个视角中的任一视角对应的位姿信息。在一些实施例中,可以将图像采集设备在采集位于全景图像中心的街景图像时的位姿信息作为第一位姿信息。
在第一图像为单个视角的街景图像的情况下,可以采用任意图像特征提取算法来提取至少一个第一特征点。图像特征提取算法包括但不限于ORB (Oriented FAST andRotated BRIEF)、SIFT(Scale-Invariant Feature Transform)、SURF(Speeded Up RobustFeatures)、ASLFeat(Local Features of Accurate Shape and Localization)、SuperPoint(Self-Supervised Interest Point Detection and Description)等。每个第一特征点对应于第一图像中的一个像素,可以通过其在街景图像中的第一位置坐标唯一标识。通过特征提取,可以确定每个第一特征点的第一描述信息(通常表示为一个特征向量)。在一些实施例中,还可以确定每个第一特征点的第一显著程度(通常表示为一个数值,该数值越大,表示相应的第一特征点越显著)。
在第一图像为全景图像的情况下,可以基于以下步骤S221-S223来确定第一图像中的至少一个特征点。
在步骤S221中,将全景图像拆分为多个针孔图像。
在步骤S222中,对于多个针孔图像中的任一针孔图像,对该针孔图像进行特征提取,以得到至少一个局部特征点和至少一个局部特征点各自的第一描述信息。
在步骤S223中,对于多个针孔图像中的任一针孔图像,基于该针孔图像与所述全景图像的位置映射关系,将所述至少一个局部特征点映射到所述全景图像,以得到所述全景图像的至少一个第一特征点。
全景图像往往存在几何畸变(即“全景畸变”)。根据上述实施例,通过将全景图像拆分为多个针孔图像,分别对每个针孔图像进行特征提取,能够降低全景畸变对特征提取的影响,提高特征提取的准确性。
需要说明的是,在上述实施例中,针孔图像的数量和尺寸可以根据需要设置。并且,针孔图像的数量和尺寸与生成全景图像的街景图像的数量和尺寸不必然相同。
在上述实施例中,可以采用任意图像提取算法来提取针孔图像中的局部特征点。图像提取算法包括但不限于ORB、SIFT、SURF、ASLFeat、SuperPoint 等。每个局部特征点对应于相应针孔图像中的一个像素,可以通过其在该针孔图像中的位置坐标唯一标识。通过特征提取,可以确定每个局部特征点的第一描述信息(通常表示为一个特征向量)。在一些实施例中,还可以确定每个局部特征点的第一显著程度(通常表示为一个数值,该数值越大,表示相应的第一特征点越显著)。
在上述实施例中,基于针孔图像与全景图像的位置映射关系,可以将每个局部特征点在针孔图像中的位置坐标(局部坐标)映射为全景图像中的位置坐标(全局坐标),该全局坐标在全景图像中所代表的像素即为全景图像的第一特征点。
根据一些实施例,在第一图像为全景图像的情况下,在得到该全景图像的至少一个第一特征点后,进一步执行下述步骤S224-S225。
在步骤S224中,将至少一个第一特征点映射到全景图像对应的球坐标系中,以得到至少一个第一特征点中的每个第一特征点在球坐标系中的第一位置坐标。
在步骤S225中,对于至少一个第一特征点中的每个第一特征点,基于该第一特征点的第一位置坐标和第一描述信息,确定第二图像中的与该第一特征点相匹配的第二特征点。
全景图像对应的球坐标系是以采集该全景图像的图像采集设备的位置为原点的三维正交坐标系。球坐标系中的一点P的位置坐标采用形如 的三维坐标表示,其中,r为原点到点P的距离,θ为原点到点P的连线与z轴正方向之间的夹角(即,天顶角),/>为原点到点P的连线在xy平面上的投影线与x轴正方向之间的夹角(即,方位角)。全景图像中的像素点在球坐标系中位于预设半径的球面上。
全景图像通常是一个矩形的图像,全景图像中的像素的位置坐标是不连续的。例如,位于全景图像的左边缘上的一点A与位于全景图像的右边缘上的一点B在三维空间中的位置相邻,但二者在全景图像中的位置却很远。根据上述实施例,通过将第一特征点映射到球坐标系中,能够提高位置坐标编码的连续性和准确性,使第一位置坐标能够准确反映真实三维空间的位置关系。基于第一位置坐标来进行特征点匹配,能够提高特征点匹配的准确性。
第二图像至少与第一图像包括一个相同的建筑。与第一图像类似地,第二图像可以是单个视角的街景图像,也可以是由多个视角的街景图像拼合而成的全景图像。例如,第一图像可以是全景采集车(其上安装有图像采集设备)在道路A上的点B处采集到的全景图像,第一图像拍摄到了建筑C。第二图像可以是全景采集车沿道路A前进10米后,在点D处采集到的全景图像,第二图像也拍摄到了建筑C。
通过对第二图像进行特征提取,可以得到第二图像的至少一个第二特征点,确定每个第二特征点的第二位置坐标和第二描述信息。在一些实施例中,还可以确定每个第二特征点的第二显著程度。至少一个第二特征点的具体提取方式与上文所述的至少一个第一特征点的提取方式类似,此处不再赘述。
根据一些实施例,针对步骤S255,可以将至少一个第一特征点各自的第一位置坐标和第一描述信息以及第二图像中的至少一个第二特征点各自的第二位置坐标和第二描述信息输入经训练的特征点匹配模型,以得到特征点匹配模型输出的至少一个第一特征点与至少一个第二特征点的匹配关系。
特征点匹配模型例如可以基于已标注了匹配关系的至少一个第一样本特征点和至少一个第二样本特征点训练得出。
在一些实施例中,除了将至少一个第一特征点各自的第一位置坐标和第一描述信息以及至少一个第二特征点各自的第二位置坐标和第二描述信息输入特征点匹配模型之外,还可以将至少一个第一特征点各自的第一显著程度和至少一个第二特征点各自的第二显著程度输入经训练的特征点匹配模型,以得到特征点匹配模型输出的至少一个第一特征点与至少一个第二特征点的匹配关系。由此可以进一步提高特征点匹配结果的准确性。
至少一个第一特征点与至少一个第二特征点的匹配关系可以表示为至少一个匹配点对。每个匹配点对包括相匹配的一个第一特征点和一个第二特征点。第一特征点与第二特征点相匹配,表示第一特征点和第二特征点对应于同一个三维空间点。
至少一个第一特征点与至少一个第二特征点的匹配关系可以用于计算建筑的位置信息与第一图像的第一位姿信息的联合误差。
图3示出了根据本公开实施例的示例性的特征点匹配过程300的示意图。如图3所示,过程300包括步骤S310-S360。
在步骤S310中,将第一全景图像、第二全景图像分别拆分为多个针孔图像。
在步骤S320中,对每个针孔图像进行特征提取,得到局部特征点的位置坐标、描述信息和显著程度。
在步骤S330中,将各针孔图像的局部特征点映射到相应的全景图像中,得到第一全景图像的多个第一特征点和第二图像全景的多个第二特征点。
在步骤S340中,将多个第一特征点映射到第一图像对应的球坐标系中,将多个第二特征点映射到第二图像对应的球坐标系中。
在步骤S350中,基于特征点的描述信息、显著程度和在球坐标系中的位置坐标,将多个第一特征点和多个第二特征点进行匹配,得到匹配结果。
在步骤S360中,采用例如RANSAC(Random Sample Consensus,随机抽样一致)算法对匹配结果进行校验。
在步骤S230中,基于位置信息和第一位姿信息,确定至少一个关联点面对。每个关联点面对包括相关联的一个第一特征点和一个建筑平面。第一特征点与建筑平面相关联,表示该第一特征点对应的三维空间点位于该建筑平面上。
根据一些实施例,“基于位置信息和第一位姿信息,确定至少一个关联点面对”包括下述步骤S231-S232。
在步骤S231中,基于第一位姿信息,确定与至少一个第一特征点分别对应的至少一条像素射线。所述至少一条像素射线中的每条像素射线为由所述图像采集设备指向相应第一特征点的射线。
在步骤S232中,基于所述至少一条像素射线与所述多个建筑平面的相交关系,确定所述至少一个关联点面对。
像素射线是由图像采集设备指向第一特征点的射线。具体地,基于第一位姿信息和图像采集设备的内参数(包括焦距、像素的物理尺寸、图像中心与图像原点相差的像素数量等),以及各第一特征点在第一图像(或者第一图像对应的球坐标系)中的第一位置坐标,可以确定各第一特征点在三维空间中的位置。进一步地,通过将图像采集设备的位置与第一特征点在三维空间中的位置相连,即可得到该第一特征点对应的像素射线。
根据一些实施例,步骤S232可以包括:对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个关联点面对。由此可以提高计算效率。
根据另一些实施例,步骤S232可以包括:对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个候选点面对,以得到至少一个候选点面对;以及基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对,其中,所述第二图像包含所述建筑,所述至少一个第二特征点与所述至少一个候选点面对中的第一特征点分别匹配。通过对候选点面对进行筛选,能够剔除不准确的点面关联关系,从而提高所确定的关联点面对的准确性。
根据一些实施例,“基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对”包括:对于所述至少一个候选点面对中的任一候选点面对:基于所述位置信息和所述第一位姿信息,将该候选点面对中的第一特征点映射为相应建筑平面上的一个三维空间点;基于所述第二图像对应的第二位姿信息,将所述三维空间点映射为所述第二图像中的一个像素点;以及响应于该第一特征点匹配的第二特征点与所述像素点的距离小于或等于第一阈值,将该候选点面对确定为关联点面对。由此能够剔除重投影误差较大的候选点面对,从而提高关联点面对的准确性。
建筑平面可以表示为三维空间中的平面方程。如上所述,候选点面对中的第一特征点对应于一个像素射线。通过计算该像素射线与平面方程的交点,即可将该第一特征点映射为建筑平面上的三维空间点。基于第二图像的第二位姿信息以及图像采集设备的内参数,可以将该三维空间点映射(即,重投影)为第二图像中的一个像素点。随后,计算该像素点与第一特征点匹配的第二特征点的距离。若该距离小于或等于第一阈值,则将该候选点面对确定为关联点面对。若该距离大于第一阈值,则重投影误差过大,该候选点面对不准确,因此将其剔除。剔除候选点面对具体指的是解除该候选点面对所指示的第一特征点与建筑平面的关联关系。
需要说明的是,在上述实施例中,重投影得到的像素点与第二特征点的距离可以是球坐标系下的距离。相应地,该距离可以表示射线夹角误差与预设半径的乘积,射线夹角误差为球坐标系原点到该像素点的射线与球坐标系原点到第二特征点的射线的夹角。
根据另一些实施例,“基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对”包括:对于所述多个建筑平面中的任一建筑平面:基于所述至少一个候选点面对,确定该建筑平面对应的多个第一特征点;基于所述多个第一特征点和与所述多个第一特征点分别匹配的多个第二特征点,确定由第一图像到第二图像的单应性矩阵;基于所述单应性矩阵,确定所述第一图像到所述第二图像的第一位姿变化量;以及响应于所述第一位姿变化量与第二位姿变化量的差异小于或等于第二阈值,将该建筑平面对应的候选点面对确定为关联点面对,其中,所述第二位姿变化量为所述第一位姿信息与所述第二图像对应的第二位姿信息的差。由此能够剔除单应误差较大的候选点面对,从而提高关联点面对的准确性。
基于第一位姿信息和第二图像对应的第二位姿信息,可以确定第一位姿信息到第二位姿信息的变化量(即,图像采集设备的相对位姿)。在本公开的实施例中,将第一位姿信息到第二位姿信息的变化量记为第二位姿变化量。第二位姿变化量包括第二旋转矩阵R2和第二平移向量t2。
单应性矩阵用于表示两个平面中的点的映射关系。通过对单应性矩阵进行奇异值分解(Singular Value Decomposition,SVD),可以得到多个位姿变化量,每个位姿变化量包括旋转矩阵R和平移向量t,将其中的与第二位姿变化量(R2,t2)最接近的位姿变化量作为第一位姿变化量(R1,t1)。第一位姿变化量包括第一旋转矩阵R1和第一平移向量t1。计算第一位姿变化量 (R1,t1)与第二位姿变化量(R2,t2)的差异。若该差异小于或等于第二阈值,则将该建筑平面对应的候选点面对确定为关联点面对。若该差异大于第二阈值,则单应误差过大,该建筑平面对应的候选点面对不准确,因此将其剔除。
根据一些实施例,第一位姿变化量(R1,t1)与第二位姿变化量(R2,t2) 的差异可以是旋转矩阵R1、R2的差异与平移向量t1、t2的差异的和。具体地,可以将R1 -1 R2转换为形如(x,y,z,w)的四元数,基于四元数中的w的值来确定旋转矩阵R1、R2的差异(是一个角度)。平移向量t1、t2的差异为两个向量的夹角。
在确定了至少一个关联点面对后,可以基于至少一个关联点面对,对建筑的位置信息和第一图像的第一位姿信息进行联合优化。
根据一些实施例,对位姿信息和第一位姿信息进行联合优化包括:基于所述至少一个关联点面对,确定所述位置信息和所述第一位姿信息的联合误差;以及调整所述位置信息和所述第一位姿信息,以减小所述联合误差。
根据一些实施例,联合误差包括以下至少一项:重投影误差、单应误差、点面距离误差、设备惯性误差和建筑惯性误差。
重投影误差为第一特征点在第二图像中的第一映射点到第二特征点的距离。第二图像包含上述建筑,第一特征点与第二特征点对应于同一个三维空间点。第一映射点是基于第一位姿信息和第二图像的第二位姿信息确定的。具体地,可以基于第一位姿信息,将候选点面对中的第一特征点映射为相应建筑平面上的一个三维空间点。随后,基于第二位姿信息,将该三维空间点映射为第二图像中的一个像素点,即,第一映射点。
单应误差为第一特征点在第二图像中的第二映射点到第二特征点的距离。第二映射点是基于第一图像到第二图像的单应性矩阵确定的。具体地,可以计算第一图像到第二图像的单应性矩阵,将单应性矩阵与第一特征点的位置坐标相乘,得到第二映射点的位置坐标,即得到第二映射点。
图4示出了根据本公开实施例的单应误差的示意图。在图4中,Bj是第j个建筑410的位置信息,412、414为建筑410的沿高度方向的建筑平面上的三维空间点。三维空间点412、414仅作为示例说明图像采集设备 420在不同位姿下的点映射关系,并不用于计算单应误差。
SE(2)是李代数中的变量表征形式,表示二维平面上的位移和旋转(共三个自由度)。其中的旋转指的是绕垂直于平面的方向,即建筑的高度方向旋转。
Wjk是建筑410的沿高度方向的建筑平面k的平面方程。建筑平面的平面方程Wjk可以按照下式(1)计算:
Wjk=f(Bj,Wk)=(njk,hjk) (1)
式(1)中,Wjk=f(Bj,Wk)表示建筑平面的平面方程Wjk是建筑的位置信息Bj和建筑平面k的平面方程的初始值(即位置信息Bj未作优化时的平面方程)的函数。njk是建筑410的建筑平面k的法向,hjk为世界坐标系原点到平面Wjk的距离。
T1、T2、T3分别为图像采集设备420在采集图像1、图像2、图像3时的位姿信息。图像1可以作为本公开实施例的第一图像,图像2、图像3可以作为本公开实施例的第二图像,相应地,T1可以作为本公开实施例的第一位姿信息,T2、T3均可以作为本公开实施例的第二位姿信息。SE(3)是李代数中的变量表征形式,表示三维空间中的位移和旋转(共六个自由度)。
第一图像到第二图像的单应性矩阵H可以表示为下式(2):
式(2)中,R、t分别为旋转矩阵和平移向量。njk、hjk的含义与上式 (1)相同。
单应误差L可以按照下式(3)计算:
L=f(B,T)=∑||p′-Hp|| (3)
式(3)中,B为任一建筑的位置信息,T为任一图像对应的图像采集设备的位姿信息。L=f(B,T)表示单应误差L是位置信息B和第一位姿信息T的函数。p为第一位姿信息T1对应的第一图像中的第一特征点A的位置坐标, H为第一图像到第二图像的单应性矩阵,p’为第二位姿信息T2对应的第二图像中的与第一特征点A相匹配的第二特征点A’的位置坐标。
点面距离误差为第一特征点对应的三维空间点到相应建筑平面的距离。
设备惯性误差为优化后的相对位姿与优化前的相对位姿的差,其中,相对位姿为相应的第一位姿信息到第二位姿信息的变化量。
建筑惯性误差为优化后的位置信息与优化前的位置信息的差。
根据一些实施例,联合误差包括重投影误差、单应误差、点面距离误差、设备惯性误差和建筑惯性误差,上述“调整所述位置信息和所述第一位姿信息,以减小所述联合误差”包括:基于单应误差、设备惯性误差和建筑惯性误差,调整位置信息和第一位姿信息,以得到中间位置信息和中间第一位姿信息;以及基于重投影误差、点面距离误差、设备惯性误差和建筑惯性误差,调整中间位置信息和中间第一位姿信息,以得到优化后的位置信息和第一位姿信息。
上述实施例采用了一种两阶段的优化方式。在第一阶段中,基于单应误差、设备惯性误差和建筑惯性误差来优化位置信息和第一位姿信息。三维空间点是基于位置信息和第一位姿信息映射得出的,三维空间点的映射依赖于位置信息和第一位姿信息。单应误差、设备惯性误差和建筑惯性误差的计算过程均不涉及三维空间点的映射,从而能够减少优化变量的数量(优化变量仅包括位置信息和第一位姿信息),对位置信息和第一位姿信息进行针对性地优化,提高了计算效率,能够得到较为准确的优化结果。
在通过第一阶段的优化得到较为准确的中间位置信息和中间第一位姿信息后,进行第二阶段的优化。第二阶段的优化过程中涉及了三维空间点的映射,能够进一步提高位置信息和第一位姿信息的准确性。
根据一些实施例,上述第二阶段的优化过程还包括:基于重投影误差、点面距离误差、设备惯性误差和建筑惯性误差,调整第一特征点对应的三维空间点的坐标。由此能够对中间位置信息、中间第一位姿信息和三维空间点的坐标进行联合优化,在提高位置信息和第一位姿信息的准确性的同时,也提高了三维空间点的坐标的准确性。
根据一些实施例,在基于至少一个关联点面对,对位置信息和第一位姿信息进行联合优化之前,提取第一图像中的至少一条特征线;确定至少一个关联点线对,所述至少一个关联点线对中的每个关联点线对包括一条特征线和位于该特征线上的一个第一特征点;以及基于所述至少一个关联点线对,对所述第一位姿信息进行优化。
根据上述实施例,在对建筑的位置信息和第一图像的第一位姿信息进行联合优化之前,对第一位姿信息进行单独的预优化,以提高其准确性。在经过预优化的第一位姿信息的基础上,对位置信息和第一位姿信息进行联合优化,能够进一步提高位置信息与第一位姿信息的准确性。
根据一些实施例,“基于所述至少一个关联点线对,对所述第一位姿信息进行优化”包括:对于所述至少一个关联点线对中的任一关联点线对:基于所述第一位姿信息,将该关联点线对中的第一特征点和特征线映射到三维空间,以得到该第一特征点对应的三维空间点和该特征线对应的三维空间线;以及基于所述三维空间点到所述三维空间线的距离,确定点线距离误差;以及调整所述第一位姿信息,以减小所述点线距离误差。
根据一些实施例,方法200还包括:基于优化后的位置信息和第一位姿信息,确定第一图像的深度图。由于本公开的实施例提高了位置信息和第一位姿信息的准确性,因此基于准确的位置信息和第一位姿信息所确定的第一图像的深度图也更加准确,即,提高了街景深度估计的准确性。
具体地,可以基于优化后的位置信息和第一位姿信息,确定建筑在图像采集设备坐标系下的三维坐标以及建筑对应的第一图像中的像素点,从而确定这些像素点的深度值。像素点的深度值为建筑在图像采集设备坐标系下的三维坐标中的z坐标值。对于第一图像中的对应于地面的像素点,可以基于建筑底面点(同时也是地面点)的三维坐标,确定图像采集设备坐标系下的地面平面方程。通过联合求解地面平面方程以及地面点从图像采集设备坐标系到第一图像坐标系的坐标转换方程,可以求得任一地面点在图像采集设备坐标系下的三维坐标,该三维坐标中的z坐标值即为相应的地面像素点的深度值。
根据本公开的实施例,还提供了一种图像处理装置。
图5示出了根据本公开实施例的图像处理装置500的结构框图。如图5 所示,装置500包括获取模块510、点提取模块520、点面关联模块530和联合优化模块540。
获取模块510被配置为获取包含建筑的第一图像、所述建筑的地面投影的位置信息和图像采集设备在采集所述第一图像时的第一位姿信息,其中,所述建筑包括沿高度方向的多个建筑平面。
点提取模块520被配置为提取所述第一图像中的至少一个第一特征点。
点面关联模块530被配置为基于所述位置信息和所述第一位姿信息,确定至少一个关联点面对,其中,所述至少一个关联点面对中的每个关联点面对包括相关联的一个第一特征点和一个建筑平面,所述第一特征点为所述至少一个第一特征点中的任一第一特征点,所述建筑平面为所述多个建筑平面中的任一建筑平面。
联合优化模块540被配置为基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化。
根据本公开的实施例,基于第一图像与建筑的位置映射关系(即至少一个关联点面对),对建筑的位置信息和第一图像对应的第一位姿信息进行联合优化。位置信息和第一位姿信息相互补充、相互校验,提高了位置信息和第一位姿信息的准确性和统一性,从而提高了街景深度估计的准确性。
根据一些实施例,所述点面关联模块530包括:射线确定单元,被配置为基于所述第一位姿信息,确定与所述至少一个第一特征点分别对应的至少一条像素射线,其中,所述至少一条像素射线中的每条像素射线为由所述图像采集设备指向相应第一特征点的射线;以及点面关联单元,被配置为基于所述至少一条像素射线与所述多个建筑平面的相交关系,确定所述至少一个关联点面对。
根据一些实施例,所述点面关联单元进一步被配置为:对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个关联点面对。
根据一些实施例,所述点面关联单元包括:关联子单元,被配置为对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个候选点面对,以得到至少一个候选点面对;以及筛选子单元,被配置为基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对,其中,所述第二图像包含所述建筑,所述至少一个第二特征点与所述至少一个候选点面对中的第一特征点分别匹配。
根据一些实施例,所述筛选子单元进一步被配置为:对于所述至少一个候选点面对中的任一候选点面对:基于所述位置信息和所述第一位姿信息,将该候选点面对中的第一特征点映射为相应建筑平面上的一个三维空间点;基于所述第二图像对应的第二位姿信息,将所述三维空间点映射为所述第二图像中的一个像素点;以及响应于该第一特征点匹配的第二特征点与所述像素点的距离小于或等于第一阈值,将该候选点面对确定为关联点面对。
根据一些实施例,所述筛选子单元进一步被配置为:对于所述多个建筑平面中的任一建筑平面:基于所述至少一个候选点面对,确定该建筑平面对应的多个第一特征点;基于所述多个第一特征点和与所述多个第一特征点分别匹配的多个第二特征点,确定由第一图像到第二图像的单应性矩阵;基于所述单应性矩阵,确定所述第一图像到所述第二图像的第一位姿变化量;以及响应于所述第一位姿变化量与第二位姿变化量的差异小于或等于第二阈值,将该建筑平面对应的候选点面对确定为关联点面对,其中,所述第二位姿变化量为所述第一位姿信息与所述第二位姿信息的差。
根据一些实施例,所述联合优化模块540包括:第一误差单元,被配置为基于所述至少一个关联点面对,确定所述位置信息和所述第一位姿信息的联合误差;以及第一调整单元,被配置为调整所述位置信息和所述第一位姿信息,以减小所述联合误差。
根据一些实施例,所述联合误差包括以下至少一项:重投影误差、单应误差、点面距离误差、设备惯性误差和建筑惯性误差,其中,所述重投影误差为第一特征点在第二图像中的第一映射点到第二特征点的距离,其中,所述第二图像包含所述建筑,所述第一特征点与所述第二特征点对应于同一个三维空间点,所述第一映射点是基于所述第一位姿信息和所述第二图像的第二位姿信息确定的;所述单应误差为第一特征点在第二图像中的第二映射点到第二特征点的距离,其中,所述第二映射点是基于所述第一图像到所述第二图像的单应性矩阵确定的;所述点面距离误差为第一特征点对应的三维空间点到相应建筑平面的距离;所述设备惯性误差为优化后的相对位姿与优化前的相对位姿的差,其中,所述相对位姿为相应的第一位姿信息到第二位姿信息的变化量;所述建筑惯性误差为优化后的位置信息与优化前的位置信息的差。
根据一些实施例,所述联合误差包括所述重投影误差、所述单应误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,并且其中,所述第一调整单元包括:第一调整子单元,被配置为基于所述单应误差、所述设备惯性误差和所述建筑惯性误差,调整所述位置信息和所述第一位姿信息,以得到中间位置信息和中间第一位姿信息;以及第二调整子单元,被配置为基于所述重投影误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,调整所述中间位置信息和所述中间第一位姿信息,以得到优化后的位置信息和第一位姿信息。
根据一些实施例,所述第二调整子单元进一步被配置为:基于所述重投影误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,调整第一特征点对应的三维空间点的坐标。
根据一些实施例,所述第一图像为全景图像,并且其中,所述点提取模块520包括:拆分单元,被配置为将所述全景图像拆分为多个针孔图像;以及提取单元,被配置为对于所述多个针孔图像中的任一针孔图像,对该针孔图像进行特征提取,以得到至少一个局部特征点和所述至少一个局部特征点各自的第一描述信息;以及第一映射单元,被配置为对于所述多个针孔图像中的任一针孔图像,基于该针孔图像与所述全景图像的位置映射关系,将所述至少一个局部特征点映射到所述全景图像,以得到所述全景图像的至少一个第一特征点。
根据一些实施例,所述点提取模块520还包括:第二映射单元,被配置为将所述至少一个第一特征点映射到所述全景图像对应的球坐标系中,以得到所述至少一个第一特征点中的每个第一特征点在所述球坐标系中的第一位置坐标;以及匹配单元,被配置为对于所述第一特征点中的每个第一特征点,基于该第一特征点的第一位置坐标和第一描述信息,确定第二图像中的与该第一特征点相匹配的第二特征点。
根据一些实施例,所述匹配单元进一步被配置为:将所述至少一个第一特征点各自的第一位置坐标和第一描述信息以及所述第二图像中的至少一个第二特征点各自的第二位置坐标和第二描述信息输入经训练的特征点匹配模型,以得到所述特征点匹配模型输出的所述至少一个第一特征点与所述至少一个第二特征点的匹配关系。
根据一些实施例,装置500还包括:线提取模块,被配置为在所述基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化之前,提取所述第一图像中的至少一条特征线;点线关联模块,被配置为确定至少一个关联点线对,所述至少一个关联点线对中的每个关联点线对包括一条特征线和位于该特征线上的一个第一特征点;以及预优化模块,被配置为基于所述至少一个关联点线对,对所述第一位姿信息进行优化。
根据一些实施例,所述预优化模块包括:第二误差单元,被配置为对于所述至少一个关联点线对中的任一关联点线对:基于所述第一位姿信息,将该关联点线对中的第一特征点和特征线映射到三维空间,以得到该第一特征点对应的三维空间点和该特征线对应的三维空间线;以及基于所述三维空间点到所述三维空间线的距离,确定点线距离误差;以及第二调整单元,被配置为调整所述第一位姿信息,以减小所述点线距离误差。
根据一些实施例,装置500还包括:深度估计模块,被配置为基于优化后的位置信息和第一位姿信息,确定所述第一图像的深度图。
应当理解,图5中所示装置500的各个模块或单元可以与参考图2描述的方法200中的各个步骤相对应。由此,上面针对方法200描述的操作、特征和优点同样适用于装置500及其包括的模块以及单元。为了简洁起见,某些操作、特征和优点在此不再赘述。
虽然上面参考特定模块讨论了特定功能,但是应当注意,本文讨论的各个模块的功能可以分为多个模块,和/或多个模块的至少一些功能可以组合成单个模块。
还应当理解,本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图5描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如,这些模块可以被实现为计算机程序代码/指令,该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地,这些模块可以被实现为硬件逻辑/电路。例如,在一些实施例中,模块510-540中的一个或多个可以一起被实现在片上*** (System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如,中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件),并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的实施例,还提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器,该存储器存储有可被上述至少一个处理器执行的指令,该指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行本公开实施例的图像处理方法。
根据本公开的实施例,还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开实施例的图像处理方法。
根据本公开的实施例,还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现本公开实施例的图像处理方法。
参考图6,现将描述可以作为本公开的服务器或客户端的电子设备600 的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。计算单元601、 ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605 也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备,输入单元606可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和 /或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、Wi-Fi设备、 WiMAX设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和 /或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601 执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件) 而被配置为执行方法200。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备 (CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器 (CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管) 或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、***和设备仅仅是示例性的实施例或示例,本公开的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (34)
1.一种图像处理方法,包括:
获取包含建筑的第一图像、所述建筑的地面投影的位置信息和图像采集设备在采集所述第一图像时的第一位姿信息,其中,所述建筑包括沿高度方向的多个建筑平面;
提取所述第一图像中的至少一个第一特征点;
基于所述位置信息和所述第一位姿信息,确定至少一个关联点面对,其中,所述至少一个关联点面对中的每个关联点面对包括相关联的一个第一特征点和一个建筑平面,所述第一特征点为所述至少一个第一特征点中的任一第一特征点,所述建筑平面为所述多个建筑平面中的任一建筑平面;以及
基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化。
2.根据权利要求1所述的方法,其中,所述基于所述位置信息和所述第一位姿信息,确定至少一个关联点面对包括:
基于所述第一位姿信息,确定与所述至少一个第一特征点分别对应的至少一条像素射线,其中,所述至少一条像素射线中的每条像素射线为由所述图像采集设备指向相应第一特征点的射线;以及
基于所述至少一条像素射线与所述多个建筑平面的相交关系,确定所述至少一个关联点面对。
3.根据权利要求2所述的方法,其中,所述基于所述至少一条像素射线与所述多个建筑平面的相交关系,确定所述至少一个关联点面对包括:
对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个关联点面对。
4.根据权利要求2所述的方法,其中,所述基于所述至少一条像素射线与所述多个建筑平面的相交关系,确定所述至少一个关联点面对包括:
对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个候选点面对,以得到至少一个候选点面对;以及
基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对,其中,所述第二图像包含所述建筑,所述至少一个第二特征点与所述至少一个候选点面对中的第一特征点分别匹配。
5.根据权利要求4所述的方法,其中,所述基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对包括:
对于所述至少一个候选点面对中的任一候选点面对:
基于所述位置信息和所述第一位姿信息,将该候选点面对中的第一特征点映射为相应建筑平面上的一个三维空间点;
基于所述第二图像对应的第二位姿信息,将所述三维空间点映射为所述第二图像中的一个像素点;以及
响应于该第一特征点匹配的第二特征点与所述像素点的距离小于或等于第一阈值,将该候选点面对确定为关联点面对。
6.根据权利要求4所述的方法,其中,所述基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对包括:
对于所述多个建筑平面中的任一建筑平面:
基于所述至少一个候选点面对,确定该建筑平面对应的多个第一特征点;
基于所述多个第一特征点和与所述多个第一特征点分别匹配的多个第二特征点,确定由第一图像到第二图像的单应性矩阵;
基于所述单应性矩阵,确定所述第一图像到所述第二图像的第一位姿变化量;以及
响应于所述第一位姿变化量与第二位姿变化量的差异小于或等于第二阈值,将该建筑平面对应的候选点面对确定为关联点面对,其中,所述第二位姿变化量为所述第一位姿信息到所述第二图像对应的第二位姿信息的变化量。
7.根据权利要求1-6中任一项所述的方法,其中,所述基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化包括:
基于所述至少一个关联点面对,确定所述位置信息和所述第一位姿信息的联合误差;以及
调整所述位置信息和所述第一位姿信息,以减小所述联合误差。
8.根据权利要求7所述的方法,其中,所述联合误差包括以下至少一项:重投影误差、单应误差、点面距离误差、设备惯性误差和建筑惯性误差,其中,
所述重投影误差为第一特征点在第二图像中的第一映射点到第二特征点的距离,其中,所述第二图像包含所述建筑,所述第一特征点与所述第二特征点对应于同一个三维空间点,所述第一映射点是基于所述第一位姿信息和所述第二图像的第二位姿信息确定的;
所述单应误差为第一特征点在第二图像中的第二映射点到第二特征点的距离,其中,所述第二映射点是基于所述第一图像到所述第二图像的单应性矩阵确定的;
所述点面距离误差为第一特征点对应的三维空间点到相应建筑平面的距离;
所述设备惯性误差为优化后的相对位姿与优化前的相对位姿的差,其中,所述相对位姿为相应的第一位姿信息到第二位姿信息的变化量;
所述建筑惯性误差为优化后的位置信息与优化前的位置信息的差。
9.根据权利要求8所述的方法,其中,所述联合误差包括所述重投影误差、所述单应误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,并且其中,所述调整所述位置信息和所述第一位姿信息,以减小所述联合误差包括:
基于所述单应误差、所述设备惯性误差和所述建筑惯性误差,调整所述位置信息和所述第一位姿信息,以得到中间位置信息和中间第一位姿信息;以及
基于所述重投影误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,调整所述中间位置信息和所述中间第一位姿信息,以得到优化后的位置信息和第一位姿信息。
10.根据权利要求9所述的方法,还包括:
基于所述重投影误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,调整第一特征点对应的三维空间点的坐标。
11.根据权利要求1所述的方法,其中,所述第一图像为全景图像,并且其中,所述提取所述第一图像中的至少一个第一特征点包括:
将所述全景图像拆分为多个针孔图像;以及
对于所述多个针孔图像中的任一针孔图像:
对该针孔图像进行特征提取,以得到至少一个局部特征点和所述至少一个局部特征点各自的第一描述信息;以及
基于该针孔图像与所述全景图像的位置映射关系,将所述至少一个局部特征点映射到所述全景图像,以得到所述全景图像的至少一个第一特征点。
12.根据权利要求11所述的方法,还包括:
将所述至少一个第一特征点映射到所述全景图像对应的球坐标系中,以得到所述至少一个第一特征点中的每个第一特征点在所述球坐标系中的第一位置坐标;以及
对于所述至少一个第一特征点中的每个第一特征点,基于该第一特征点的第一位置坐标和第一描述信息,确定第二图像中的与该第一特征点相匹配的第二特征点。
13.根据权利要求12所述的方法,其中,所述基于该第一特征点的第一位置坐标和第一描述信息,确定第二图像中的与该第一特征点相匹配的第二特征点包括:
将所述至少一个第一特征点各自的第一位置坐标和第一描述信息以及所述第二图像中的至少一个第二特征点各自的第二位置坐标和第二描述信息输入经训练的特征点匹配模型,以得到所述特征点匹配模型输出的所述至少一个第一特征点与所述至少一个第二特征点的匹配关系。
14.根据权利要求1所述的方法,还包括:
在所述基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化之前,提取所述第一图像中的至少一条特征线;
确定至少一个关联点线对,所述至少一个关联点线对中的每个关联点线对包括一条特征线和位于该特征线上的一个第一特征点;以及
基于所述至少一个关联点线对,对所述第一位姿信息进行优化。
15.根据权利要求14所述的方法,其中,所述基于所述至少一个关联点线对,对所述第一位姿信息进行优化包括:
对于所述至少一个关联点线对中的任一关联点线对:
基于所述第一位姿信息,将该关联点线对中的第一特征点和特征线映射到三维空间,以得到该第一特征点对应的三维空间点和该特征线对应的三维空间线;以及
基于所述三维空间点到所述三维空间线的距离,确定点线距离误差;以及
调整所述第一位姿信息,以减小所述点线距离误差。
16.根据权利要求1所述的方法,还包括:
基于优化后的位置信息和第一位姿信息,确定所述第一图像的深度图。
17.一种图像处理装置,包括:
获取模块,被配置为获取包含建筑的第一图像、所述建筑的地面投影的位置信息和图像采集设备在采集所述第一图像时的第一位姿信息,其中,所述建筑包括沿高度方向的多个建筑平面;
点提取模块,被配置为提取所述第一图像中的至少一个第一特征点;
点面关联模块,被配置为基于所述位置信息和所述第一位姿信息,确定至少一个关联点面对,其中,所述至少一个关联点面对中的每个关联点面对包括相关联的一个第一特征点和一个建筑平面,所述第一特征点为所述至少一个第一特征点中的任一第一特征点,所述建筑平面为所述多个建筑平面中的任一建筑平面;以及
联合优化模块,被配置为基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化。
18.根据权利要求17所述的装置,其中,所述点面关联模块包括:
射线确定单元,被配置为基于所述第一位姿信息,确定与所述至少一个第一特征点分别对应的至少一条像素射线,其中,所述至少一条像素射线中的每条像素射线为由所述图像采集设备指向相应第一特征点的射线;以及
点面关联单元,被配置为基于所述至少一条像素射线与所述多个建筑平面的相交关系,确定所述至少一个关联点面对。
19.根据权利要求18所述的装置,其中,所述点面关联单元进一步被配置为:
对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个关联点面对。
20.根据权利要求18所述的装置,其中,所述点面关联单元包括:
关联子单元,被配置为对于所述至少一条像素射线中的任一像素射线,响应于该像素射线与所述多个建筑平面中的任一建筑平面相交,将该像素射线对应的第一特征点和该建筑平面确定为一个候选点面对,以得到至少一个候选点面对;以及
筛选子单元,被配置为基于第二图像中的至少一个第二特征点,对所述至少一个候选点面对进行筛选,以得到所述至少一个关联点面对,其中,所述第二图像包含所述建筑,所述至少一个第二特征点与所述至少一个候选点面对中的第一特征点分别匹配。
21.根据权利要求20所述的装置,其中,所述筛选子单元进一步被配置为:
对于所述至少一个候选点面对中的任一候选点面对:
基于所述位置信息和所述第一位姿信息,将该候选点面对中的第一特征点映射为相应建筑平面上的一个三维空间点;
基于所述第二图像对应的第二位姿信息,将所述三维空间点映射为所述第二图像中的一个像素点;以及
响应于该第一特征点匹配的第二特征点与所述像素点的距离小于或等于第一阈值,将该候选点面对确定为关联点面对。
22.根据权利要求20所述的装置,其中,所述筛选子单元进一步被配置为:
对于所述多个建筑平面中的任一建筑平面:
基于所述至少一个候选点面对,确定该建筑平面对应的多个第一特征点;
基于所述多个第一特征点和与所述多个第一特征点分别匹配的多个第二特征点,确定由第一图像到第二图像的单应性矩阵;
基于所述单应性矩阵,确定所述第一图像到所述第二图像的第一位姿变化量;以及
响应于所述第一位姿变化量与第二位姿变化量的差异小于或等于第二阈值,将该建筑平面对应的候选点面对确定为关联点面对,其中,所述第二位姿变化量为所述第一位姿信息与所述第二图像对应的第二位姿信息的差。
23.根据权利要求17-22中任一项所述的装置,其中,所述联合优化模块包括:
第一误差单元,被配置为基于所述至少一个关联点面对,确定所述位置信息和所述第一位姿信息的联合误差;以及
第一调整单元,被配置为调整所述位置信息和所述第一位姿信息,以减小所述联合误差。
24.根据权利要求23所述的装置,其中,所述联合误差包括以下至少一项:重投影误差、单应误差、点面距离误差、设备惯性误差和建筑惯性误差,其中,
所述重投影误差为第一特征点在第二图像中的第一映射点到第二特征点的距离,其中,所述第二图像包含所述建筑,所述第一特征点与所述第二特征点对应于同一个三维空间点,所述第一映射点是基于所述第一位姿信息和所述第二图像的第二位姿信息确定的;
所述单应误差为第一特征点在第二图像中的第二映射点到第二特征点的距离,其中,所述第二映射点是基于所述第一图像到所述第二图像的单应性矩阵确定的;
所述点面距离误差为第一特征点对应的三维空间点到相应建筑平面的距离;
所述设备惯性误差为优化后的相对位姿与优化前的相对位姿的差,其中,所述相对位姿为相应的第一位姿信息到第二位姿信息的变化量;
所述建筑惯性误差为优化后的位置信息与优化前的位置信息的差。
25.根据权利要求24所述的装置,其中,所述联合误差包括所述重投影误差、所述单应误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,并且其中,所述第一调整单元包括:
第一调整子单元,被配置为基于所述单应误差、所述设备惯性误差和所述建筑惯性误差,调整所述位置信息和所述第一位姿信息,以得到中间位置信息和中间第一位姿信息;以及
第二调整子单元,被配置为基于所述重投影误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,调整所述中间位置信息和所述中间第一位姿信息,以得到优化后的位置信息和第一位姿信息。
26.根据权利要求25所述的装置,其中,所述第二调整子单元进一步被配置为:
基于所述重投影误差、所述点面距离误差、所述设备惯性误差和所述建筑惯性误差,调整第一特征点对应的三维空间点的坐标。
27.根据权利要求17所述的装置,其中,所述第一图像为全景图像,并且其中,所述点提取模块包括:
拆分单元,被配置为将所述全景图像拆分为多个针孔图像;以及
提取单元,被配置为对于所述多个针孔图像中的任一针孔图像,对该针孔图像进行特征提取,以得到至少一个局部特征点和所述至少一个局部特征点各自的第一描述信息;以及
第一映射单元,被配置为对于所述多个针孔图像中的任一针孔图像,基于该针孔图像与所述全景图像的位置映射关系,将所述至少一个局部特征点映射到所述全景图像,以得到所述全景图像的至少一个第一特征点。
28.根据权利要求27所述的装置,所述点提取模块还包括:
第二映射单元,被配置为将所述至少一个第一特征点映射到所述全景图像对应的球坐标系中,以得到所述至少一个第一特征点中的每个第一特征点在所述球坐标系中的第一位置坐标;以及
匹配单元,被配置为对于所述第一特征点中的每个第一特征点,基于该第一特征点的第一位置坐标和第一描述信息,确定第二图像中的与该第一特征点相匹配的第二特征点。
29.根据权利要求28所述的装置,其中,所述匹配单元进一步被配置为:
将所述至少一个第一特征点各自的第一位置坐标和第一描述信息以及所述第二图像中的至少一个第二特征点各自的第二位置坐标和第二描述信息输入经训练的特征点匹配模型,以得到所述特征点匹配模型输出的所述至少一个第一特征点与所述至少一个第二特征点的匹配关系。
30.根据权利要求17所述的装置,还包括:
线提取模块,被配置为在所述基于所述至少一个关联点面对,对所述位置信息和所述第一位姿信息进行联合优化之前,提取所述第一图像中的至少一条特征线;
点线关联模块,被配置为确定至少一个关联点线对,所述至少一个关联点线对中的每个关联点线对包括一条特征线和位于该特征线上的一个第一特征点;以及
预优化模块,被配置为基于所述至少一个关联点线对,对所述第一位姿信息进行优化。
31.根据权利要求30所述的装置,其中,所述预优化模块包括:
第二误差单元,被配置为对于所述至少一个关联点线对中的任一关联点线对:
基于所述第一位姿信息,将该关联点线对中的第一特征点和特征线映射到三维空间,以得到该第一特征点对应的三维空间点和该特征线对应的三维空间线;以及
基于所述三维空间点到所述三维空间线的距离,确定点线距离误差;以及
第二调整单元,被配置为调整所述第一位姿信息,以减小所述点线距离误差。
32.根据权利要求17所述的装置,还包括:
深度估计模块,被配置为基于优化后的位置信息和第一位姿信息,确定所述第一图像的深度图。
33.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-16中任一项所述的方法。
34.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-16中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211213817.8A CN115578432B (zh) | 2022-09-30 | 2022-09-30 | 图像处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211213817.8A CN115578432B (zh) | 2022-09-30 | 2022-09-30 | 图像处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115578432A CN115578432A (zh) | 2023-01-06 |
CN115578432B true CN115578432B (zh) | 2023-07-07 |
Family
ID=84583945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211213817.8A Active CN115578432B (zh) | 2022-09-30 | 2022-09-30 | 图像处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115578432B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117724610A (zh) * | 2023-12-13 | 2024-03-19 | 广东聚华新型显示研究院 | 用于头显设备的数据处理方法、装置、头戴设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110749308A (zh) * | 2019-09-30 | 2020-02-04 | 浙江工业大学 | 使用消费级gps和2.5d建筑物模型的面向slam的室外定位方法 |
CN112651997A (zh) * | 2020-12-29 | 2021-04-13 | 咪咕文化科技有限公司 | 地图构建方法、电子设备和存储介质 |
CN114964052A (zh) * | 2022-06-10 | 2022-08-30 | 深圳大学 | 一种三维测量***的标定和重建方法及三维测量*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109211241B (zh) * | 2018-09-08 | 2022-04-29 | 天津大学 | 基于视觉slam的无人机自主定位方法 |
CN110349213B (zh) * | 2019-06-28 | 2023-12-12 | Oppo广东移动通信有限公司 | 基于深度信息的位姿确定方法、装置、介质与电子设备 |
CN114170290A (zh) * | 2020-09-10 | 2022-03-11 | 华为技术有限公司 | 图像的处理方法及相关设备 |
WO2022147655A1 (zh) * | 2021-01-05 | 2022-07-14 | 深圳市大疆创新科技有限公司 | 定位方法、空间信息获取方法、装置、拍摄设备 |
CN114627268A (zh) * | 2022-03-11 | 2022-06-14 | 北京百度网讯科技有限公司 | 视觉地图更新方法、装置、电子设备及介质 |
-
2022
- 2022-09-30 CN CN202211213817.8A patent/CN115578432B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110749308A (zh) * | 2019-09-30 | 2020-02-04 | 浙江工业大学 | 使用消费级gps和2.5d建筑物模型的面向slam的室外定位方法 |
CN112651997A (zh) * | 2020-12-29 | 2021-04-13 | 咪咕文化科技有限公司 | 地图构建方法、电子设备和存储介质 |
CN114964052A (zh) * | 2022-06-10 | 2022-08-30 | 深圳大学 | 一种三维测量***的标定和重建方法及三维测量*** |
Also Published As
Publication number | Publication date |
---|---|
CN115578432A (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
KR20220004607A (ko) | 목표 검출방법, 전자장치, 노변장치와 클라우드 컨트롤 플랫폼 | |
CN115147558B (zh) | 三维重建模型的训练方法、三维重建方法及装置 | |
CN115578433B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110349212B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN115578515B (zh) | 三维重建模型的训练方法、三维场景渲染方法及装置 | |
CN113361365B (zh) | 定位方法和装置、设备及存储介质 | |
CN115239888B (zh) | 用于重建三维人脸图像的方法、装置、电子设备和介质 | |
CN115482325B (zh) | 画面渲染方法、装置、***、设备及介质 | |
CN113129352A (zh) | 一种稀疏光场重建方法及装置 | |
JP7351892B2 (ja) | 障害物検出方法、電子機器、路側機器、及びクラウド制御プラットフォーム | |
CN115578432B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114998433A (zh) | 位姿计算方法、装置、存储介质以及电子设备 | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
CN117274370A (zh) | 三维位姿确定方法、装置、电子设备和介质 | |
CN113096254B (zh) | 目标物渲染方法及装置、计算机设备和介质 | |
CN114674328B (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN114266876B (zh) | 定位方法、视觉地图的生成方法及其装置 | |
CN112085842A (zh) | 深度值确定方法及装置、电子设备和存储介质 | |
CN115773759A (zh) | 自主移动机器人的室内定位方法、装置、设备及存储介质 | |
CN113920174A (zh) | 点云配准方法、装置、设备、介质和自动驾驶车辆 | |
Porzi et al. | An automatic image-to-DEM alignment approach for annotating mountains pictures on a smartphone | |
CN115797455B (zh) | 目标检测方法、装置、电子设备和存储介质 | |
CN116246026B (zh) | 三维重建模型的训练方法、三维场景渲染方法及装置 | |
CN115331077B (zh) | 特征提取模型的训练方法、目标分类方法、装置、设备 |
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 |