一种信息处理方法和电子设备的制造方法
【技术领域】
[0001]本发明涉及智能电子设备技术领域，尤其涉及一种信息处理方法和电子设备。
【背景技术】
[0002]扫描式的条纹结构光打在待测物体上，对条纹结构光进行图像采集，并对采集的图像进行深度恢复，能够恢复出待测物体的深度信息。进行深度恢复需保证待测物体上有基准条纹，对于静态的待测物体，能够保证基准条纹始终位于待测物体上；而对于动态的待测物体，现有技术则无法保证基准条纹始终位于待测物体上，即使能够保证，也无法从基准条纹中选择出最优的参考条纹，从而无法保证深度恢复的精度。
[0003]因此，对于动态场景下的待测物体进行深度恢复时，怎样选择最优的参考条纹，以保证深度恢复的精度，是目前亟待解决的技术问题。
【发明内容】
[0004]为解决现有存在的技术问题，本发明实施例提供一种信息处理方法和电子设备。
[0005]本发明实施例提供了一种信息处理方法，应用于电子设备，所述方法包括:
[0006]获得条纹结构光图像；
[0007]对所述条纹结构光图像执行第一区域识别，获得所述图像中的至少一个第一区域，每个所述第一区域中包括各自对应的第一物体的完整图像；
[0008]对每个所述第一区域分别执行基准条纹检测，获得每个所述第一区域内的基准条纹集，每个所述基准条纹集中包括至少一条基准条纹；
[0009]基于每个所述基准条纹集中各基准条纹的完整性和覆盖在第一物体上的条纹长度，对每个所述基准条纹集进行条纹筛选，获得用于第一物体深度恢复的参考条纹。
[0010]上述方案中，所述基于每个基准条纹集中各基准条纹的完整性和覆盖在第一物体上的条纹长度，对每个基准条纹集进行条纹筛选，获得用于第一物体深度恢复的参考条纹，包括:
[0011]对每个所述基准条纹集分别执行第一筛选处理，获得第一基准条纹子集，所述第一基准条纹子集由所述基准条纹集中有效数据量最大的第一预设数量的基准条纹组成；
[0012]对每个所述第一基准条纹子集分别执行第二筛选处理，获得第二基准条纹子集，所述第二基准条纹子集由所述第一基准条纹子集中分段数最少的第二预设数量的基准条纹组成；
[0013]对每个所述第二基准条纹子集分别执行第三筛选处理，获得第三基准条纹子集，所述第三基准条纹子集由所述第二基准条纹子集中经过所述第一物体的基准条纹组成；
[0014]对每个所述第三基准条纹子集分别执行第四筛选处理，选定落在所述第一物体上的最长基准条纹为用于第一物体深度恢复的参考条纹。
[0015]上述方案中，所述对每个基准条纹集分别执行第一筛选处理，获得第一基准条纹子集，包括:
[0016]统计每个所述基准条纹集中各基准条纹所包含的位置点的数量，从所述基准条纹集中选择位置点的数量最多的第一预设数量的基准条纹组成所述第一基准条纹子集。
[0017]上述方案中，所述对每个第一基准条纹子集分别执行第二筛选处理，获得第二基准条纹子集，包括:
[0018]根据每个所述第一基准条纹子集中的基准条纹所包含的位置点的坐标，统计每个基准条纹的连通域的数量，从所述第一基准条纹子集中选择连通域最少的第二预设数量的基准条纹组成所述第二基准条纹子集；
[0019]其中，每个基准条纹的所述连通域由所述基准条纹中坐标连续的位置点组成。
[0020]上述方案中，所述对每个第二基准条纹子集分别执行第三筛选处理，获得第三基准条纹子集，包括:
[0021]判断所述第二基准条纹子集中的每条基准条纹是否与所述第一物体有重叠的位置点，将与所述第一物体没有重叠位置点的基准条纹从所述第二基准条纹子集中去除，所述第二基准条纹子集中剩余的基准条纹组成所述第三基准条纹子集。
[0022]上述方案中，所述对每个第三基准条纹子集分别执行第四筛选处理，选定落在第一物体上的最长基准条纹为用于第一物体深度恢复的参考条纹，包括:
[0023]根据所述每个第三基准条纹子集中各基准条纹与所述第一物体重叠的位置点的坐标，计算所述各基准条纹落在第一物体上的长度，选定所述长度最大的基准条纹为用于第一物体深度恢复的参考条纹。
[0024]上述方案中，所述对条纹结构光图像执行第一区域识别，获得所述图像中的至少一个第一区域，包括:
[0025]通过边缘提取算法，提取所述条纹结构光图像中的每个第一物体的边缘信息，并根据每个第一物体的边缘信息，确定每个第一物体对应的第一区域；
[0026]其中，第一区域覆盖所述第一物体的边缘信息。
[0027]本发明实施例还提供了一种电子设备，包括:
[0028]图像获得单元，用于获得条纹结构光图像；
[0029]区域识别单元，用于对所述条纹结构光图像执行第一区域识别，获得所述图像中的至少一个第一区域，每个所述第一区域中包括各自对应的第一物体的完整图像；
[0030]基准条纹检测单元，用于对每个所述第一区域分别执行基准条纹检测，获得每个所述第一区域内的基准条纹集，每个所述基准条纹集中包括至少一条基准条纹；
[0031]条纹筛选单元，用于基于每个所述基准条纹集中各基准条纹的完整性和覆盖在第一物体上的条纹长度，对每个所述基准条纹集进行条纹筛选，获得用于第一物体深度恢复的参考条纹。
[0032]上述方案中，所述条纹筛选单元进一步用于，
[0033]对每个所述基准条纹集分别执行第一筛选处理，获得第一基准条纹子集，所述第一基准条纹子集由所述基准条纹集中有效数据量最大的第一预设数量的基准条纹组成；
[0034]对每个所述第一基准条纹子集分别执行第二筛选处理，获得第二基准条纹子集，所述第二基准条纹子集由所述第一基准条纹子集中分段数最少的第二预设数量的基准条纹组成；
[0035]对每个所述第二基准条纹子集分别执行第三筛选处理，获得第三基准条纹子集，所述第三基准条纹子集由所述第二基准条纹子集中经过所述第一物体的基准条纹组成；
[0036]对每个所述第三基准条纹子集分别执行第四筛选处理，选定落在所述第一物体上的最长基准条纹为用于第一物体深度恢复的参考条纹。
[0037]上述方案中，所述条纹筛选单元进一步用于，统计每个所述基准条纹集中各基准条纹所包含的位置点的数量，从所述基准条纹集中选择位置点的数量最多的第一预设数量的基准条纹组成所述第一基准条纹子集。
[0038]上述方案中，所述条纹筛选单元进一步用于，根据每个所述第一基准条纹子集中的基准条纹所包含的位置点的坐标，统计每个基准条纹的连通域的数量，从所述第一基准条纹子集中选择连通域最少的第二预设数量的基准条纹组成所述第二基准条纹子集；
[0039]其中，每个基准条纹的所述连通域由所述基准条纹中坐标连续的位置点组成。
[0040]上述方案中，所述条纹筛选单元进一步用于，判断所述第二基准条纹子集中的每条基准条纹是否与所述第一物体有重叠的位置点，将与所述第一物体没有重叠位置点的基准条纹从所述第二基准条纹子集中去除，所述第二基准条纹子集中剩余的基准条纹组成所述第三基准条纹子集。
[0041]上述方案中，所述条纹筛选单元进一步用于，根据所述每个第三基准条纹子集中各基准条纹与所述第一物体重叠的位置点的坐标，计算所述各基准条纹落在第一物体上的长度，选定所述长度最大的基准条纹为用于第一物体深度恢复的参考条纹。
[0042]上述方案中，所述区域识别单元进一步用于，通过边缘提取算法，提取所述条纹结构光图像中的每个第一物体的边缘信息，并根据每个第一物体的边缘信息，确定每个第一物体对应的第一区域；
[0043]其中，第一区域覆盖所述第一物体的边缘信息。
[0044]本发明实施例所提供的一种信息处理方法和电子设备，从采集获得的条纹结构光图像中确定包含完整第一物体的第一区域，并依据第一区域内的基准条纹的自身特性，如条纹的完整性、覆盖在第一物体上的条纹长度等，进行条纹筛选，最终获得最可靠的基准条纹作为用于第一物体深度恢复的参考条纹。
[0045]本发明实施例保证了深度恢复的灵活性，本发明实施例不仅适用于静态物体的参考条纹筛选和深度恢复，也适用于动态物体的参考条纹筛选和深度恢复；在包含多基准条纹的条形结构光中，物体可以处于任何位置，都可以确定出用于深度恢复的参考条纹；本发明实施例不仅能够确定出动态场景中任意位置的物体的参考条纹，也能同时分别确定出动态场景中多个物体的参考条纹。
【附图说明】
[0046]图1为本发明实施例一的信息处理方法的流程图；
[0047]图2a为本发明实施例二中采集获得的条纹结构光图像示意图；
[0048]图2b为本发明实施例二中在条纹结构光图像中确定的第一区域的示意图；
[0049]图2c为本发明实施例二中在条纹结构光图像中最终确定出的参考条纹的示意图；
[0050]图3为本发明实施例三的电子设备组成结构示意图。
【具体实施方式】
[0051]下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。