有效信息量多，包含的有效信息量多则对第一物体的深度恢复有利，从而选择其为用于第一物体深度恢复的参考条纹。
[0086]在选定了用于第一物体深度恢复的参考条纹后，就可以依据所述参考条纹执行对第一物体的深度恢复。
[0087]需要说明的是，上述第一预设数量、第二预设数量、第三预设数量也可以分别用第一预设比例、第二预设比例、第三预设比例来代替，即通过筛选保留基准条纹中第一预设比例的基准条纹组成第一基准条纹子集，通过筛选保留第一基准条纹子集中第二预设比例的基准条纹组成第二基准条纹子集，通过筛选保留第二基准条纹子集中第三预设比例的基准条纹组成第三基准条纹子集。其中，第一预设比例、第二预设比例、第三预设比例的取值可以根据实际需要灵活设定。
[0088]下面结合一具体示例进一步阐述本发明实施例的信息处理方法。
[0089]实施例二
[0090]首先参见图2a所示的条纹结构光图像，利用图像采集单元采集获得的条纹结构光图像中包括用户的手图像，从图2a中可以看到，投射在手上的条纹结构光发生了形变。
[0091]在获得条纹结构光图像后，通过边缘提取算法提取所述条纹结构光图像中的手图像的边缘信息，根据手图像的边缘信息计算能够包含所述手图像的最小矩形区域，确定为第一区域，如图2b中的黑色矩形框所示。
[0092]然后，对确定的第一区域执行基准条纹检测，获得第一区域内的基准条纹集，该基准条纹集中包括多条基准条纹；
[0093]基于基准条纹集中各基准条纹的完整性和覆盖在手上的条纹长度，对所述基准条纹集进行条纹筛选，获得用于深度恢复的参考条纹，具体筛选过程如下:
[0094]统计所述基准条纹集中各基准条纹所包含的位置点(即各基准条纹所覆盖/经过的位置点)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第一基准条纹子集；通过本次筛选，将包含位置点数量少的基准条纹从所述基准条纹集中去除掉，保留剩余的基准条纹组成第一基准条纹子集；
[0095]根据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；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；通过本次筛选，将连通域较多的基准条纹(即分段较多的基准条纹)从所述第一基准条纹子集中去除掉，保留剩余的基准条纹组成第二基准条纹子集；
[0096]判断所述第二基准条纹子集中的每条基准条纹是否与手图像有重叠的位置点，将与所述手图像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；通过本次筛选，从所述第二基准条纹子集中去掉与手图像没有重叠位置点的基准条纹，如图2b所示，图中矩形方框内靠最右的基准条纹就可能是与手图像没有重叠位置点的基准条纹；
[0097]根据所述每个第三基准条纹子集中各基准条纹与手图像重叠的位置点的坐标，计算所述各基准条纹落在手图像上的长度(即各基准条纹中与手图像重叠的长度)，选定所述长度最大的基准条纹为用于深度恢复的参考条纹；通过本次筛选，从所述第三基准条纹子集中选出落在手图像上的长度最长的基准条纹为最终用于手深度恢复的参考条纹。所选的参考条纹如图2c中覆盖在手图像上的标识为最粗的基准条纹所示。
[0098]实施例三
[0099]本发明实施例三提供一种电子设备，如图3所示，该电子设备包括:
[0100]图像获得单元10，用于获得条纹结构光图像；
[0101]区域识别单元20，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；
[0102]基准条纹检测单元30，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；
[0103]条纹筛选单元40，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。
[0104]在一实施方案中，条纹筛选单元40进一步用于，
[0105]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；
[0106]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；
[0107]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；
[0108]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。
[0109]在一实施方案中，条纹筛选单元40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。通过本次筛选，将包含位置点数量少的基准条纹从所述基准条纹集中去除掉，保留剩余的基准条纹组成第一基准条纹子集。
[0110]在一实施方案中，条纹筛选单元40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；
[0111]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。通过本次筛选，将连通域较多的基准条纹(即分段较多的基准条纹)从所述第一基准条纹子集中去除掉，保留剩余的基准条纹组成第二基准条纹子集。
[0112]在一实施方案中，条纹筛选单元40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。通过本次筛选，从所述第二基准条纹子集中去掉与第一物体没有重叠位置点的基准条纹。
[0113]在一实施方案中，条纹筛选单元40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。通过本次筛选，从所述第三基准条纹子集中选出落在手图像上的长度最长的基准条纹为最终用于手深度恢复的参考条纹。
[0114]在一实施方案中，区域识别单元20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；
[0115]其中，第一区域覆盖所述第一物体的边缘信息。
[0116]需要说明的是，上述图像获得单元10、区域识别单元20、基准条纹检测单元30和条纹筛选单元40可以由电子设备的中央处理器(CPU,Central Processing Unit)、微处理器(MPU,Micro Processing Unit)、数字信号处理器(DSP, Digital Signal Processor)或可编程逻辑阵列(FPGA, Field — Programmable Gate Array)实现。
[0117]本发明实施例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。
[0118]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。
[0119]在本发明所提供的几个实施例中，应该理解到，所揭露的方法、装置和电子设备，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如:多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0120]上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选