本發(fā)明涉及圖像處理，具體涉及一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法。

背景技術(shù)：

1、利用邊緣計(jì)算技術(shù)實(shí)現(xiàn)的導(dǎo)盲系統(tǒng)的圖像數(shù)據(jù)采集，具有實(shí)時(shí)性強(qiáng)、響應(yīng)速度快、數(shù)據(jù)處理效率高等顯著優(yōu)勢(shì)，能夠有效提升導(dǎo)盲系統(tǒng)的智能化水平，為視障人士提供更加精準(zhǔn)、可靠的環(huán)境感知能力，極大地增強(qiáng)了他們的出行安全性和獨(dú)立性，從而顯著改善生活質(zhì)量，推動(dòng)社會(huì)對(duì)殘障人士的關(guān)愛與支持；

2、但由于邊緣計(jì)算技術(shù)得計(jì)算資源緊張，因此每次處理的圖像需要能夠包含豐富且不含冗余的信息，以便最大化處理效率。然而，實(shí)際采集過程中受到外界光線干擾和用戶運(yùn)動(dòng)等因素的影響，往往導(dǎo)致采集到的圖像中單個(gè)物體的信息量不足，處理后獲得的環(huán)境感知效果較弱，進(jìn)而降低了系統(tǒng)的整體監(jiān)測(cè)能力，從而影響了系統(tǒng)對(duì)周圍環(huán)境的準(zhǔn)確感知，無法為用戶提供可靠的導(dǎo)航輔助。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，以解決現(xiàn)有的問題。

2、本發(fā)明的一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法采用如下技術(shù)方案：

3、本發(fā)明一個(gè)實(shí)施例提供了一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，該方法包括以下步驟：

4、獲取導(dǎo)盲系統(tǒng)采集的同一幀的圖像數(shù)據(jù)和深度數(shù)據(jù)；

5、對(duì)圖像數(shù)據(jù)進(jìn)行劃分獲得若干圖像數(shù)據(jù)的區(qū)域；

6、基于圖像數(shù)據(jù)的區(qū)域內(nèi)的像素點(diǎn)的信息強(qiáng)度，以及與相鄰區(qū)域的灰度差異，獲得圖像數(shù)據(jù)的區(qū)域的信息豐富度；

7、對(duì)相鄰幀進(jìn)行區(qū)域匹配，獲得圖像數(shù)據(jù)的區(qū)域在相鄰幀中的對(duì)應(yīng)區(qū)域，以及圖像數(shù)據(jù)的區(qū)域和對(duì)應(yīng)區(qū)域的光流點(diǎn)；

8、根據(jù)圖像數(shù)據(jù)的區(qū)域與相鄰幀的對(duì)應(yīng)區(qū)域的信息豐富度差異，以及區(qū)域匹配過程中的光流點(diǎn)密度，獲得圖像數(shù)據(jù)的區(qū)域的圖像信息損失程度；

9、基于圖像數(shù)據(jù)的區(qū)域的圖像信息損失程度，以及圖像數(shù)據(jù)的區(qū)域?qū)?yīng)的深度數(shù)據(jù)的受光不變性，獲得圖像數(shù)據(jù)的區(qū)域的導(dǎo)盲信息損失系數(shù)；

10、根據(jù)導(dǎo)盲信息損失系數(shù)對(duì)圖像數(shù)據(jù)的區(qū)域中每個(gè)像素點(diǎn)進(jìn)行處理，獲得圖像數(shù)據(jù)的預(yù)處理圖像，預(yù)處理圖像用于導(dǎo)盲設(shè)備的邊緣計(jì)算。

11、優(yōu)選的，所述圖像數(shù)據(jù)的區(qū)域的具體獲取方式為：

12、使用超像素分割算法對(duì)每一幀圖像數(shù)據(jù)進(jìn)行劃分，獲取每一幀圖像數(shù)據(jù)中的若干區(qū)域。

13、優(yōu)選的，所述信息豐富度的具體獲取方式為：

14、將第j幀圖像數(shù)據(jù)中第i個(gè)區(qū)域的紋理清晰程度記為，第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的信息豐富度的計(jì)算方式為：

15、

16、其中，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的鄰接信息差異系數(shù)，為線性歸一化函數(shù)。

17、優(yōu)選的，所述鄰接信息差異系數(shù)的具體獲取方式為：

18、將與第j幀圖像數(shù)據(jù)中第i個(gè)區(qū)域相鄰的區(qū)域，記為第j幀圖像數(shù)據(jù)中第i個(gè)區(qū)域的相鄰區(qū)域，第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的鄰接信息差異系數(shù)的計(jì)算方式為：

19、

20、其中，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的相鄰區(qū)域的個(gè)數(shù)，為第j幀圖像數(shù)據(jù)中第i個(gè)區(qū)域的第個(gè)相鄰區(qū)域的灰度值均值，為第j幀圖像數(shù)據(jù)中第i個(gè)區(qū)域的灰度值均值；為取絕對(duì)值函數(shù)。

21、優(yōu)選的，所述紋理清晰程度的具體獲取方式為：

22、基于拉普拉斯算子獲得第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域中每個(gè)像素點(diǎn)的梯度，記為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域中每個(gè)像素點(diǎn)的信息強(qiáng)度；

23、將第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域中所有像素點(diǎn)的信息強(qiáng)度的方差，記為第j幀圖像數(shù)據(jù)中第i個(gè)區(qū)域的紋理清晰程度。

24、優(yōu)選的，所述對(duì)應(yīng)區(qū)域的具體獲取方式為：

25、對(duì)采集的所有幀圖像數(shù)據(jù)構(gòu)建光流匹配模型，對(duì)所有幀圖像數(shù)據(jù)內(nèi)的像素點(diǎn)進(jìn)行匹配，獲得每一幀圖像數(shù)據(jù)中每個(gè)區(qū)域在上一幀圖像數(shù)據(jù)中的對(duì)應(yīng)區(qū)域。

26、優(yōu)選的，所述圖像信息損失程度的具體獲取方式為：

27、將第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域在第j-1幀圖像數(shù)據(jù)中的對(duì)應(yīng)區(qū)域的信息豐富度，記為；

28、將第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的光流點(diǎn)數(shù)量記為，將第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域在第j-1幀圖像數(shù)據(jù)中的對(duì)應(yīng)區(qū)域的光流點(diǎn)數(shù)量記為；

29、第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的圖像信息損失程度的計(jì)算方式為：

30、

31、其中，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域在第j-1幀圖像數(shù)據(jù)中的對(duì)應(yīng)區(qū)域中像素點(diǎn)的數(shù)量，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域中像素點(diǎn)的數(shù)量，為取絕對(duì)值函數(shù)，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的信息豐富度。

32、優(yōu)選的，所述導(dǎo)盲信息損失系數(shù)的具體獲取方式為：

33、第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的導(dǎo)盲信息損失系數(shù)的計(jì)算方式為：

34、

35、其中，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的圖像信息損失程度，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的深度數(shù)據(jù)方差，為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域在第j-1幀圖像數(shù)據(jù)中的對(duì)應(yīng)區(qū)域的深度數(shù)據(jù)方差；為取絕對(duì)值函數(shù)，為線性歸一化函數(shù)，為預(yù)設(shè)超參數(shù)。

36、優(yōu)選的，所述圖像數(shù)據(jù)的預(yù)處理圖像的具體獲取方式為：

37、根據(jù)第j幀圖像數(shù)據(jù)的所有區(qū)域的所有像素點(diǎn)的卷積核尺寸進(jìn)行卷積計(jì)算，獲得所有像素點(diǎn)的輸出灰度值，所有像素點(diǎn)的輸出灰度值構(gòu)成第j幀圖像數(shù)據(jù)的預(yù)處理圖像。

38、優(yōu)選的，所述卷積核尺寸的具體獲取方式為：

39、預(yù)設(shè)全局卷積核；

40、第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域下的第n個(gè)像素點(diǎn)的卷積核尺寸的計(jì)算方式為：

41、

42、其中，表示為第j幀圖像數(shù)據(jù)的第i個(gè)區(qū)域的導(dǎo)盲信息損失系數(shù)。

43、本發(fā)明的技術(shù)方案的有益效果是：本發(fā)明通過獲取導(dǎo)盲系統(tǒng)采集的同一幀的圖像數(shù)據(jù)和深度數(shù)據(jù)后進(jìn)行劃分獲得若干圖像數(shù)據(jù)的區(qū)域；基于圖像數(shù)據(jù)的區(qū)域內(nèi)的像素點(diǎn)的信息強(qiáng)度，以及與相鄰區(qū)域的灰度差異，獲得圖像數(shù)據(jù)的區(qū)域的信息豐富度，反映每一幀圖像數(shù)據(jù)中各個(gè)區(qū)域的信息含量；對(duì)相鄰幀進(jìn)行區(qū)域匹配，獲得圖像數(shù)據(jù)的區(qū)域在相鄰幀中的對(duì)應(yīng)區(qū)域，以及圖像數(shù)據(jù)的區(qū)域和對(duì)應(yīng)區(qū)域的光流點(diǎn)；根據(jù)圖像數(shù)據(jù)的區(qū)域與相鄰幀的對(duì)應(yīng)區(qū)域的信息豐富度差異，以及區(qū)域匹配過程中的光流點(diǎn)密度，獲得圖像數(shù)據(jù)的區(qū)域的圖像信息損失程度，量化同一個(gè)區(qū)域?qū)?yīng)的物體在不同幀圖像數(shù)據(jù)中的信息變化，從而反映圖像數(shù)據(jù)的信息豐富度丟失情況；基于圖像數(shù)據(jù)的區(qū)域的圖像信息損失程度，以及圖像數(shù)據(jù)的區(qū)域?qū)?yīng)的深度數(shù)據(jù)的受光不變性，獲得圖像數(shù)據(jù)的區(qū)域的導(dǎo)盲信息損失系數(shù)，利用圖像數(shù)據(jù)和深度數(shù)據(jù)在受光情況下的變化性和不變性，消除由于物體移動(dòng)導(dǎo)致的圖像信息損失程度發(fā)生偏移，使得導(dǎo)盲信息損失系數(shù)更加準(zhǔn)確；根據(jù)導(dǎo)盲信息損失系數(shù)對(duì)圖像數(shù)據(jù)的區(qū)域中每個(gè)像素點(diǎn)進(jìn)行處理，獲得圖像數(shù)據(jù)的預(yù)處理圖像，預(yù)處理圖像用于導(dǎo)盲設(shè)備的邊緣計(jì)算，達(dá)到利用高精準(zhǔn)度的導(dǎo)盲信息損失系數(shù)對(duì)導(dǎo)盲設(shè)備采集的圖像進(jìn)行預(yù)處理，降低了低質(zhì)量的圖像數(shù)據(jù)對(duì)邊緣計(jì)算的計(jì)算資源的占用問題，并提高了邊緣計(jì)算的準(zhǔn)確性。

技術(shù)特征：

1.一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，該方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述圖像數(shù)據(jù)的區(qū)域的具體獲取方式為：

3.根據(jù)權(quán)利要求1所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述信息豐富度的具體獲取方式為：

4.根據(jù)權(quán)利要求3所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述鄰接信息差異系數(shù)的具體獲取方式為：

5.根據(jù)權(quán)利要求3所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述紋理清晰程度的具體獲取方式為：

6.根據(jù)權(quán)利要求1所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述對(duì)應(yīng)區(qū)域的具體獲取方式為：

7.根據(jù)權(quán)利要求1所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述圖像信息損失程度的具體獲取方式為：

8.根據(jù)權(quán)利要求1所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述導(dǎo)盲信息損失系數(shù)的具體獲取方式為：

9.根據(jù)權(quán)利要求1所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述圖像數(shù)據(jù)的預(yù)處理圖像的具體獲取方式為：

10.根據(jù)權(quán)利要求9所述一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，其特征在于，所述卷積核尺寸的具體獲取方式為：

技術(shù)總結(jié)
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于邊緣計(jì)算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法，包括：獲取圖像數(shù)據(jù)和深度數(shù)據(jù)；對(duì)圖像數(shù)據(jù)進(jìn)行劃分獲得若干區(qū)域；基于區(qū)域內(nèi)的像素點(diǎn)的信息強(qiáng)度與相鄰區(qū)域的灰度差異，獲得信息豐富度；對(duì)相鄰幀進(jìn)行區(qū)域匹配獲得區(qū)域在相鄰幀中的對(duì)應(yīng)區(qū)域；根據(jù)區(qū)域與對(duì)應(yīng)區(qū)域的信息豐富度差異和光流點(diǎn)密度獲得圖像信息損失程度；結(jié)合圖像數(shù)據(jù)的區(qū)域?qū)?yīng)的深度數(shù)據(jù)的受光不變性獲得導(dǎo)盲信息損失系數(shù)；根據(jù)導(dǎo)盲信息損失系數(shù)對(duì)每個(gè)像素點(diǎn)進(jìn)行處理，獲得圖像數(shù)據(jù)的預(yù)處理圖像用于導(dǎo)盲設(shè)備的邊緣計(jì)算。本發(fā)明旨在解決采集的圖像在進(jìn)行邊緣計(jì)算時(shí)，模糊的數(shù)據(jù)占用邊緣計(jì)算的計(jì)算資源問題，達(dá)到減小計(jì)算量提高計(jì)算有效性的目的。

技術(shù)研發(fā)人員：王薇,楊麗萍,肖治國(guó),楊哲,李麗娜,劉錢,朱德新,吳佳楠,李姝,王立秋
受保護(hù)的技術(shù)使用者：長(zhǎng)春大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19