图像的处理方法、装置及终端的制作方法
【技术领域】
[0001] 本公开涉及公路路面破损检测技术领域，尤其涉及一种图像的处理方法、装置及 终端。
【背景技术】
[0002] 在公路路面破损检测项目中，通常采用双目视觉机器人进行图像的拍摄，并基于 GPS(Global Positioning System，全球定位系统）定位技术，将拍摄到的两幅图像进行拼 接。但是由于GPS定位本身存在误差，因而所拼接的图像的准确度也受到影响。
【发明内容】
[0003] 为克服相关技术中存在的问题，本公开提供了图像的处理方法、装置及终端。
[0004] 根据本公开实施例的第一方面，提供一种图像的处理方法，包括：
[0005] 确定第一图像和第二图像中的物体的边缘轮廓信息，所述第一图像与所述第二图 像为具有重叠部分的两幅图像；
[0006] 基于所述边缘轮廓信息对所述两幅图像分别进行分块操作，分别得到包含所述边 缘轮廓信息的若干个图像块；
[0007] 分别计算所述两幅图像的图像块的极值点信息；
[0008] 基于计算出的所述极值点信息对所述两幅图像进行拼接和融合处理
[0009] 可选的，所述确定第一图像和第二图像中的物体的边缘轮廓信息，包括：
[0010] 基于最小吸收同值核区SUSAN算法分别确定所述第一图像中的物体的第一边缘信 息和所述第二图像中的物体的第二边缘信息；
[0011] 基于形态学方法分别对所述第一边缘信息和所述第二边缘信息进行去干扰处理， 得到包括所述第一图像中所述物体的连续轮廓的第一边缘轮廓信息，及包括所述第二图像 中所述物体的连续轮廓的第二边缘轮廓信息。
[0012] 可选的，所述基于SUSAN算法确定所述第一图像中的物体的第一边缘信息和所述 第二图像中的物体的第二边缘信息，包括：
[0013] 基于所述SUSAN算法，对所述第一图像构造第一圆形模板，并对所述第二图像构造 第二圆形模板；
[0014] 将所述第一圆形模板中的每个像素的灰度值与所述第一圆形模板的圆心的灰度 值进行比较，得到第一灰度差值，并将所述第二圆形模板中的每个像素的灰度值与所述第 二圆形模板的圆心的灰度值进行比较，得到第二灰度差值；
[0015] 将所述第一灰度差值大于灰度阈值的像素点确定为第一边缘点，将所述第一边缘 点的坐标及个数确定为第一边缘信息，并将所述第二灰度差值大于灰度阈值的像素点确定 为第二边缘点，将所述第二边缘点的坐标及个数确定为第二边缘信息。
[0016] 可选的，所述基于形态学方法分别对所述第一边缘信息和所述第二边缘信息进行 去干扰处理，得到包括所述第一图像中所述物体的连续轮廓的第一边缘轮廓信息，及包括 所述第二图像中所述物体的连续轮廓的第二边缘轮廓信息，包括：
[0017] 对所述第一边缘信息和所述第二边缘信息分别进行第一次开运算，去除连续像素 点个数少于设定阈值的对象；
[0018] 通过圆盘膨胀操作连接所述第一次开运算操作之后的第一边缘信息中的不连通 的边缘点，并连接所述第一次开运算操作之后的第二边缘信息中的不连通的边缘点；
[0019] 对所述圆盘膨胀操作之后的第一边缘信息和第二边缘信息分别进行第二次开运 算，去除连续像素点个数少于设定阈值的对象；
[0020] 对所述第二次开运算操作之后得到的第一边缘信息和第二边缘信息分别进行细 化操作，得到第一边缘轮廓信息以及第二边缘轮廓信息。
[0021] 可选的，所述基于所述边缘轮廓信息对所述两幅图像分别进行分块操作，分别得 到包含所述边缘轮廓信息的若干个图像块，包括：
[0022] 分别遍历所述第一图像和所述第二图像中的像素点；
[0023] 基于遍历到的所述第一图像的所述第一边缘点，确定用于分割所述第一图像的第 一边，并基于遍历到的所述第二图像的所述第二边缘点，确定用于分割所述第二图像的第 二边，所述第一边及所述第二边为横线或竖线；
[0024] 在所述第一边将所述第一图像分割成的块中，将包含所述第一边缘轮廓信息的块 确定为第一图像块，并在所述第二边将所述第二图像分割成的块中，将包含所述第二边缘 轮廓信息的块确定为第二图像块。
[0025] 可选的，所述分别计算所述两幅图像的图像块的极值点信息，包括：
[0026] 基于人工鱼群算法，从所述第一边缘点中选取设定数量的点作为第一人工鱼，并 从所述第二边缘点中选取设定数量的点作为第二人工鱼；
[0027] 以各所述第一人工鱼的坐标为圆心，以设定长度为半径做第一圆，计算各所述第 一圆内的所有第一边缘点的第一数量，并以各所述第二人工鱼的坐标为圆心，以设定长度 为半径做第二圆，计算各所述第二圆内的所有第二边缘点的第二数量；
[0028] 使第一人工鱼以设定步长向第一数量比自身的第一数量多的其他第一人工鱼的 方向移动，并使第二人工鱼以设定步长向第二数量比自身的第二数量多的其他第二人工鱼 的方向移动；
[0029] 将所述第一人工鱼移动的终点的像素点确定为所述像素点所在第一图像块的第 一极值点，并将所述第二人工鱼移动的终点的像素点确定为所述像素点所在第二图像块的 第二极值点。
[0030] 可选的，所述基于计算出的所述极值点信息对所述两幅图像进行拼接和融合处 理，包括：
[0031] 将距离拼接方向最近的两个所述第一极值点确定为第一匹配点，并将距离拼接方 向最近的两个所述第二极值点确定为第二匹配点；
[0032] 基于所述第一匹配点与所述第二匹配点的位置关系，对所述两幅图像进行拼接； [0033]对拼接之后的图像进行融合处理。
[0034] 可选的，所述基于所述第一匹配点与所述第二匹配点的位置关系，对所述两幅图 像进行拼接，包括：
[0035] 以所述第一图像和所述第二图像中的任一个作为基准图像，基于所述第一匹配点 的连线和所述第二匹配点的连线，确定所述第一图像和所述第二图像中的另一个与所述基 准图像实现拼接所需的旋转角度及平移矩阵；
[0036]基于所述旋转角度及所述平移矩阵对所述第一图像和所述第二图像进行拼接。 [0037]可选的，所述对拼接之后的图像进行融合处理，包括：
[0038]确定所述重叠部分在所述拼接之后的图像中的权重；
[0039]基于所述权重对所述拼接之后的图像进行融合处理。
[0040] 可选的，所述第一图像和所述第二图像分别为双目机器人的左目和右目所拍摄的 图像。
[0041] 根据本公开实施例的第二方面，提供一种图像的处理装置，包括：
[0042] 确定模块，被配置为确定第一图像和第二图像中的物体的边缘轮廓信息，所述第 一图像与所述第二图像为具有重叠部分的两幅图像；
[0043] 分块模块，被配置为基于所述确定模块确定的边缘轮廓信息对所述两幅图像分别 进行分块操作，分别得到包含所述边缘轮廓信息的若干个图像块；
[0044]计算模块，被配置为分别计算所述分块模块得到的所述两幅图像的图像块的极值 点信息；
[0045] 处理模块，被配置为基于所述计算模块计算出的所述极值点信息对所述两幅图像 进行拼接和融合处理。
[0046] 可选的，所述确定模块包括：
[0047] 边缘信息确定子模块，被配置为基于最小吸收同值核区SUSAN算法分别确定所述 第一图像中的物体的第一边缘信息和所述第二图像中的物体的第二边缘信息；
[0048] 去干扰子模块，被配置为基于形态学方法分别对所述边缘信息确定子模块所确定 的所述第一边缘信息和所述第二边缘信息进行去干扰处理，得到包括所述第一图像中所述 物体的连续轮廓的第一边缘轮廓信息，及包括所述第二图像中所述物体的连续轮廓的第二 边缘轮廓信息。
[0049] 可选的，所述边缘信息确定子模块包括：
[0050] 构造单元，被配置为基于所述SUSAN算法，对所述第一图像构造第一圆形模板，并 对所述第二图像构造第二圆形模板；
[0051] 比较单元，被配置为将所述构造单元所构造的所述第一圆形模板中的每个像素的 灰度值与所述第一圆形模板的圆心的灰度值进行比较，得到第一灰度差值，并将所述第二 圆形模板中的每个像素的灰度值与所述第二圆形模板的圆心的灰度值进行比较，得到第二 灰度差值；
[0052] 确定单元，被配置为将所述第一灰度差值大于灰度阈值的像素点确定为第一边缘 点，将所述第一边缘点的坐标及个数确定为第一边缘信息，并将所述第二灰度差值大于灰 度阈值的像素点确定为第二边缘点，将所述第二边缘点的坐标及个数确定为第二边缘信 息。
[0053]可选的，所述去干扰子模块包括：
[0054]第一开运算单元，被配置为对所述第一边缘信息和所述第二边缘信息分别进行第 一次开运算，去除连续像素点个数少于设定阈值的对象；
[0055]连接单元，被配置为通过圆盘膨胀操作连接所述第一开运算单元的第一次开运算 操作之后的第一边缘信息中的不连通的边缘点，并连接所述第一次开运算操作之后的第二 边缘信息中的不连通的边缘点；
[0056] 第二开运算单元，被配置为对所述连接单元的圆盘膨胀操作之后的第一边缘信息 和第二边缘信息分别进行第二次开运算，去除连续像素点个数少于设定阈值的对象；
[0057] 细化单元，被配置为对所述第二开运算单元的所述第二次开运算操作之后得到的 第一边缘信息和第二边缘信息分别进行细化操作，得到第一边缘轮廓信息以及第二边缘轮 廓信息。
[0058]可选的，所述分块模块包括：
[0059] 遍历子模块，被配置为分别遍历所述第一图像和所述第二图像中的像素点；
[0060] 边确定子模块，被配置为基于所述遍历子模块遍历到的所述第一图像的所述第一 边缘点，确定用于分割所述第一图像的第一边，并基于遍历到的所述第二图像的所述第二 边缘点，确定用于分割所述第二图像的第二边，所述第一边及所述第二边为横线或竖线；
[0061] 块确定子模块，被配置为在所述边确定子模块确定的所