圖像的處理方法、裝置及終端的制作方法
【技術領域】
[0001] 本公開涉及公路路面破損檢測技術領域，尤其涉及一種圖像的處理方法、裝置及 終端。
【背景技術】
[0002] 在公路路面破損檢測項目中，通常采用雙目視覺機器人進行圖像的拍攝，并基于 GPS(Global Positioning System，全球定位系統(tǒng)）定位技術，將拍攝到的兩幅圖像進行拼 接。但是由于GPS定位本身存在誤差，因而所拼接的圖像的準確度也受到影響。

【發(fā)明內(nèi)容】

[0003] 為克服相關技術中存在的問題，本公開提供了圖像的處理方法、裝置及終端。
[0004] 根據(jù)本公開實施例的第一方面，提供一種圖像的處理方法，包括：
[0005] 確定第一圖像和第二圖像中的物體的邊緣輪廓信息，所述第一圖像與所述第二圖 像為具有重疊部分的兩幅圖像；
[0006] 基于所述邊緣輪廓信息對所述兩幅圖像分別進行分塊操作，分別得到包含所述邊 緣輪廓信息的若干個圖像塊；
[0007] 分別計算所述兩幅圖像的圖像塊的極值點信息；
[0008] 基于計算出的所述極值點信息對所述兩幅圖像進行拼接和融合處理
[0009] 可選的，所述確定第一圖像和第二圖像中的物體的邊緣輪廓信息，包括：
[0010] 基于最小吸收同值核區(qū)SUSAN算法分別確定所述第一圖像中的物體的第一邊緣信 息和所述第二圖像中的物體的第二邊緣信息；
[0011] 基于形態(tài)學方法分別對所述第一邊緣信息和所述第二邊緣信息進行去干擾處理， 得到包括所述第一圖像中所述物體的連續(xù)輪廓的第一邊緣輪廓信息，及包括所述第二圖像 中所述物體的連續(xù)輪廓的第二邊緣輪廓信息。
[0012] 可選的，所述基于SUSAN算法確定所述第一圖像中的物體的第一邊緣信息和所述 第二圖像中的物體的第二邊緣信息，包括：
[0013] 基于所述SUSAN算法，對所述第一圖像構造第一圓形模板，并對所述第二圖像構造 第二圓形模板；
[0014] 將所述第一圓形模板中的每個像素的灰度值與所述第一圓形模板的圓心的灰度 值進行比較，得到第一灰度差值，并將所述第二圓形模板中的每個像素的灰度值與所述第 二圓形模板的圓心的灰度值進行比較，得到第二灰度差值；
[0015] 將所述第一灰度差值大于灰度閾值的像素點確定為第一邊緣點，將所述第一邊緣 點的坐標及個數(shù)確定為第一邊緣信息，并將所述第二灰度差值大于灰度閾值的像素點確定 為第二邊緣點，將所述第二邊緣點的坐標及個數(shù)確定為第二邊緣信息。
[0016] 可選的，所述基于形態(tài)學方法分別對所述第一邊緣信息和所述第二邊緣信息進行 去干擾處理，得到包括所述第一圖像中所述物體的連續(xù)輪廓的第一邊緣輪廓信息，及包括 所述第二圖像中所述物體的連續(xù)輪廓的第二邊緣輪廓信息，包括：
[0017] 對所述第一邊緣信息和所述第二邊緣信息分別進行第一次開運算，去除連續(xù)像素 點個數(shù)少于設定閾值的對象；
[0018] 通過圓盤膨脹操作連接所述第一次開運算操作之后的第一邊緣信息中的不連通 的邊緣點，并連接所述第一次開運算操作之后的第二邊緣信息中的不連通的邊緣點；
[0019] 對所述圓盤膨脹操作之后的第一邊緣信息和第二邊緣信息分別進行第二次開運 算，去除連續(xù)像素點個數(shù)少于設定閾值的對象；
[0020] 對所述第二次開運算操作之后得到的第一邊緣信息和第二邊緣信息分別進行細 化操作，得到第一邊緣輪廓信息以及第二邊緣輪廓信息。
[0021] 可選的，所述基于所述邊緣輪廓信息對所述兩幅圖像分別進行分塊操作，分別得 到包含所述邊緣輪廓信息的若干個圖像塊，包括：
[0022] 分別遍歷所述第一圖像和所述第二圖像中的像素點；
[0023] 基于遍歷到的所述第一圖像的所述第一邊緣點，確定用于分割所述第一圖像的第 一邊，并基于遍歷到的所述第二圖像的所述第二邊緣點，確定用于分割所述第二圖像的第 二邊，所述第一邊及所述第二邊為橫線或豎線；
[0024] 在所述第一邊將所述第一圖像分割成的塊中，將包含所述第一邊緣輪廓信息的塊 確定為第一圖像塊，并在所述第二邊將所述第二圖像分割成的塊中，將包含所述第二邊緣 輪廓信息的塊確定為第二圖像塊。
[0025] 可選的，所述分別計算所述兩幅圖像的圖像塊的極值點信息，包括：
[0026] 基于人工魚群算法，從所述第一邊緣點中選取設定數(shù)量的點作為第一人工魚，并 從所述第二邊緣點中選取設定數(shù)量的點作為第二人工魚；
[0027] 以各所述第一人工魚的坐標為圓心，以設定長度為半徑做第一圓，計算各所述第 一圓內(nèi)的所有第一邊緣點的第一數(shù)量，并以各所述第二人工魚的坐標為圓心，以設定長度 為半徑做第二圓，計算各所述第二圓內(nèi)的所有第二邊緣點的第二數(shù)量；
[0028] 使第一人工魚以設定步長向第一數(shù)量比自身的第一數(shù)量多的其他第一人工魚的 方向移動，并使第二人工魚以設定步長向第二數(shù)量比自身的第二數(shù)量多的其他第二人工魚 的方向移動；
[0029] 將所述第一人工魚移動的終點的像素點確定為所述像素點所在第一圖像塊的第 一極值點，并將所述第二人工魚移動的終點的像素點確定為所述像素點所在第二圖像塊的 第二極值點。
[0030] 可選的，所述基于計算出的所述極值點信息對所述兩幅圖像進行拼接和融合處 理，包括：
[0031] 將距離拼接方向最近的兩個所述第一極值點確定為第一匹配點，并將距離拼接方 向最近的兩個所述第二極值點確定為第二匹配點；
[0032] 基于所述第一匹配點與所述第二匹配點的位置關系，對所述兩幅圖像進行拼接； [0033]對拼接之后的圖像進行融合處理。
[0034] 可選的，所述基于所述第一匹配點與所述第二匹配點的位置關系，對所述兩幅圖 像進行拼接，包括：
[0035] 以所述第一圖像和所述第二圖像中的任一個作為基準圖像，基于所述第一匹配點 的連線和所述第二匹配點的連線，確定所述第一圖像和所述第二圖像中的另一個與所述基 準圖像實現(xiàn)拼接所需的旋轉角度及平移矩陣；
[0036]基于所述旋轉角度及所述平移矩陣對所述第一圖像和所述第二圖像進行拼接。 [0037]可選的，所述對拼接之后的圖像進行融合處理，包括：
[0038]確定所述重疊部分在所述拼接之后的圖像中的權重；
[0039]基于所述權重對所述拼接之后的圖像進行融合處理。
[0040] 可選的，所述第一圖像和所述第二圖像分別為雙目機器人的左目和右目所拍攝的 圖像。
[0041] 根據(jù)本公開實施例的第二方面，提供一種圖像的處理裝置，包括：
[0042] 確定模塊，被配置為確定第一圖像和第二圖像中的物體的邊緣輪廓信息，所述第 一圖像與所述第二圖像為具有重疊部分的兩幅圖像；
[0043] 分塊模塊，被配置為基于所述確定模塊確定的邊緣輪廓信息對所述兩幅圖像分別 進行分塊操作，分別得到包含所述邊緣輪廓信息的若干個圖像塊；
[0044]計算模塊，被配置為分別計算所述分塊模塊得到的所述兩幅圖像的圖像塊的極值 點信息；
[0045] 處理模塊，被配置為基于所述計算模塊計算出的所述極值點信息對所述兩幅圖像 進行拼接和融合處理。
[0046] 可選的，所述確定模塊包括：
[0047] 邊緣信息確定子模塊，被配置為基于最小吸收同值核區(qū)SUSAN算法分別確定所述 第一圖像中的物體的第一邊緣信息和所述第二圖像中的物體的第二邊緣信息；
[0048] 去干擾子模塊，被配置為基于形態(tài)學方法分別對所述邊緣信息確定子模塊所確定 的所述第一邊緣信息和所述第二邊緣信息進行去干擾處理，得到包括所述第一圖像中所述 物體的連續(xù)輪廓的第一邊緣輪廓信息，及包括所述第二圖像中所述物體的連續(xù)輪廓的第二 邊緣輪廓信息。
[0049] 可選的，所述邊緣信息確定子模塊包括：
[0050] 構造單元，被配置為基于所述SUSAN算法，對所述第一圖像構造第一圓形模板，并 對所述第二圖像構造第二圓形模板；
[0051] 比較單元，被配置為將所述構造單元所構造的所述第一圓形模板中的每個像素的 灰度值與所述第一圓形模板的圓心的灰度值進行比較，得到第一灰度差值，并將所述第二 圓形模板中的每個像素的灰度值與所述第二圓形模板的圓心的灰度值進行比較，得到第二 灰度差值；
[0052] 確定單元，被配置為將所述第一灰度差值大于灰度閾值的像素點確定為第一邊緣 點，將所述第一邊緣點的坐標及個數(shù)確定為第一邊緣信息，并將所述第二灰度差值大于灰 度閾值的像素點確定為第二邊緣點，將所述第二邊緣點的坐標及個數(shù)確定為第二邊緣信 息。
[0053]可選的，所述去干擾子模塊包括：
[0054]第一開運算單元，被配置為對所述第一邊緣信息和所述第二邊緣信息分別進行第 一次開運算，去除連續(xù)像素點個數(shù)少于設定閾值的對象；
[0055]連接單元，被配置為通過圓盤膨脹操作連接所述第一開運算單元的第一次開運算 操作之后的第一邊緣信息中的不連通的邊緣點，并連接所述第一次開運算操作之后的第二 邊緣信息中的不連通的邊緣點；
[0056] 第二開運算單元，被配置為對所述連接單元的圓盤膨脹操作之后的第一邊緣信息 和第二邊緣信息分別進行第二次開運算，去除連續(xù)像素點個數(shù)少于設定閾值的對象；
[0057] 細化單元，被配置為對所述第二開運算單元的所述第二次開運算操作之后得到的 第一邊緣信息和第二邊緣信息分別進行細化操作，得到第一邊緣輪廓信息以及第二邊緣輪 廓信息。
[0058]可選的，所述分塊模塊包括：
[0059] 遍歷子模塊，被配置為分別遍歷所述第一圖像和所述第二圖像中的像素點；
[0060] 邊確定子模塊，被配置為基于所述遍歷子模塊遍歷到的所述第一圖像的所述第一 邊緣點，確定用于分割所述第一圖像的第一邊，并基于遍歷到的所述第二圖像的所述第二 邊緣點，確定用于分割所述第二圖像的第二邊，所述第一邊及所述第二邊為橫線或豎線；
[0061] 塊確定子模塊，被配置為在所述邊確定子模塊確定的所