本發(fā)明涉及圖像處理,具體涉及一種基于邊緣計算的導(dǎo)盲系統(tǒng)圖像數(shù)據(jù)采集方法。
背景技術(shù):
1、利用邊緣計算技術(shù)實現(xiàn)的導(dǎo)盲系統(tǒng)的圖像數(shù)據(jù)采集,具有實時性強(qiáng)、響應(yīng)速度快、數(shù)據(jù)處理效率高等顯著優(yōu)勢,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立性,從而顯著改善生活質(zhì)量,推動社會對殘障人士的關(guān)愛與支持;
2、但由于邊緣計算技術(shù)得計算資源緊張,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,實際采集過程中受到外界光線干擾和用戶運動等因素的影響,往往導(dǎo)致采集到的圖像中單個物體的信息量不足,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)測能力,從而影響了系統(tǒng)對周圍環(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)實現(xiàn)思路
1、本發(fā)明提供一種基于邊緣計算的導(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)明一個實施例提供了一種基于邊緣計算的導(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)域在相鄰幀中的對應(yīng)區(qū)域,以及圖像數(shù)據(jù)的區(qū)域和對應(yīng)區(qū)域的光流點;
8、根據(jù)圖像數(shù)據(jù)的區(qū)域與相鄰幀的對應(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)對圖像數(shù)據(jù)的區(qū)域中每個像素點進(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個區(qū)域的信息豐富度的計算方式為:
15、
16、其中,為第j幀圖像數(shù)據(jù)的第i個區(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個區(qū)域相鄰的區(qū)域,記為第j幀圖像數(shù)據(jù)中第i個區(qū)域的相鄰區(qū)域,第j幀圖像數(shù)據(jù)的第i個區(qū)域的鄰接信息差異系數(shù)的計算方式為:
19、
20、其中,為第j幀圖像數(shù)據(jù)的第i個區(qū)域的相鄰區(qū)域的個數(shù),為第j幀圖像數(shù)據(jù)中第i個區(qū)域的第個相鄰區(qū)域的灰度值均值,為第j幀圖像數(shù)據(jù)中第i個區(qū)域的灰度值均值;為取絕對值函數(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個區(qū)域中每個像素點的梯度,記為第j幀圖像數(shù)據(jù)的第i個區(qū)域中每個像素點的信息強(qiáng)度;
23、將第j幀圖像數(shù)據(jù)的第i個區(qū)域中所有像素點的信息強(qiáng)度的方差,記為第j幀圖像數(shù)據(jù)中第i個區(qū)域的紋理清晰程度。
24、優(yōu)選的,所述對應(yīng)區(qū)域的具體獲取方式為:
25、對采集的所有幀圖像數(shù)據(jù)構(gòu)建光流匹配模型,對所有幀圖像數(shù)據(jù)內(nèi)的像素點進(jìn)行匹配,獲得每一幀圖像數(shù)據(jù)中每個區(qū)域在上一幀圖像數(shù)據(jù)中的對應(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個區(qū)域在第j-1幀圖像數(shù)據(jù)中的對應(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個區(qū)域的光流點數(shù)量記為,將第j幀圖像數(shù)據(jù)的第i個區(qū)域在第j-1幀圖像數(shù)據(jù)中的對應(yīng)區(qū)域的光流點數(shù)量記為;
29、第j幀圖像數(shù)據(jù)的第i個區(qū)域的圖像信息損失程度的計算方式為:
30、
31、其中,為第j幀圖像數(shù)據(jù)的第i個區(qū)域在第j-1幀圖像數(shù)據(jù)中的對應(yīng)區(qū)域中像素點的數(shù)量,為第j幀圖像數(shù)據(jù)的第i個區(qū)域中像素點的數(shù)量,為取絕對值函數(shù),為第j幀圖像數(shù)據(jù)的第i個區(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個區(qū)域的導(dǎo)盲信息損失系數(shù)的計算方式為:
34、
35、其中,為第j幀圖像數(shù)據(jù)的第i個區(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個區(qū)域在第j-1幀圖像數(shù)據(jù)中的對應(yīng)區(qū)域的深度數(shù)據(jù)方差;為取絕對值函數(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)域的所有像素點的卷積核尺寸進(jìn)行卷積計算,獲得所有像素點的輸出灰度值,所有像素點的輸出灰度值構(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個區(qū)域下的第n個像素點的卷積核尺寸的計算方式為:
41、
42、其中,表示為第j幀圖像數(shù)據(jù)的第i個區(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)中各個區(qū)域的信息含量;對相鄰幀進(jìn)行區(qū)域匹配,獲得圖像數(shù)據(jù)的區(qū)域在相鄰幀中的對應(yīng)區(qū)域,以及圖像數(shù)據(jù)的區(qū)域和對應(yīng)區(qū)域的光流點;根據(jù)圖像數(shù)據(jù)的區(qū)域與相鄰幀的對應(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)對圖像數(shù)據(jù)的區(qū)域中每個像素點進(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)備的邊緣計算,達(dá)到利用高精準(zhǔn)度的導(dǎo)盲信息損失系數(shù)對導(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)對邊緣計算的計算資源的占用問題,并提高了邊緣計算的準(zhǔn)確性。
1.一種基于邊緣計算的導(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: