图像获取方法和装置与流程
本申请涉及互联网技术领域，尤其是涉及图像获取方法和装置。
背景技术：
在物流系统中，为了便于对目标对象进行区分和标识，通常可以在目标对象上设置对象标识。例如，在快递行业，可以在包裹上设置快递面单，记录有快递单号、收发件人信息等；或者在货物托运等场景中，可以在货物上设置运输标签，记录有托运人信息等。
为了对目标对象统一管理，物流系统可以采集目标对象的目标图像，并进行保存。一般地，该目标图像中还可以采集到对象标识，后续既可以通过人工智能技术来进行识别，或者也可以人工进行查看，比如可以识别对象标识中的信息来实现物流追踪等。
在对目标对象进行图像采集时，一种常见的方法是固定部署一个相机对目标对象进行图像采集。然而，相机采集图像受多种因素影响，例如相机参数、目标对象的位置和尺寸等，导致相机所采集的目标图像质量不稳定，容易出现图像模糊、不完整等问题。
技术实现要素：
有鉴于此，本申请提供一种图像获取方法和装置。
具体地，本申请是通过如下技术方案实现的：
根据本申请实施例的第一方面，提供一种图像获取方法，所述方法包括：
获取所述至少两类相机在目标对象进入监控区域后分别采集的目标图像；所述目标对象上设有对象标识；
在采集的各目标图像上确定出所述对象标识的标识定位框，并基于各标识定位框的特征信息，确定各标识定位框的定位准确度；
从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机；
从所述目标相机所采集到的目标图像中，确定出定位准确度最高的标识定位框所在的目标图像为最佳目标图像。
根据本申请实施例的第二方面，提供一种物流系统，所述物流系统包括：用于传输目标对象的运动机构，用于采集目标对象图像的至少两类相机，与所述至少两类相机相关联的后台设备；其中，所述至少两类相机的焦距和/或视野范围不同，且每个相机的视野范围均覆盖监控区域；
所述至少两类相机，用于在目标对象进入监控区域后分别采集目标图像；所述目标对象上设有对象标识；
所述后台设备，用于：
获取所述至少两类相机采集的目标图像；
在采集的各目标图像上确定出所述对象标识的标识定位框，并基于各标识定位框的特征信息，确定各标识定位框的定位准确度；
从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机；
从所述目标相机所采集到的目标图像中，确定出定位准确度最高的标识定位框所在的目标图像为最佳目标图像。
根据本申请实施例的第三方面，提供一种图像获取装置，所述装置应用于物流系统，所述物流系统包括：用于传输目标对象的运动机构，用于采集目标对象图像的至少两类相机；其中，所述至少两类相机的焦距和/或视野范围不同，且每个相机的视野范围均覆盖监控区域；
所述装置包括：
图像获取单元，用于获取所述至少两类相机在目标对象进入监控区域后分别采集的目标图像；所述目标对象上设有对象标识；
准确度获取单元，用于在采集的各目标图像上确定出所述对象标识的标识定位框，并基于各标识定位框的特征信息，确定各标识定位框的定位准确度；
相机筛选单元，用于从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机；
图像确定单元，用于从所述目标相机所采集到的目标图像中，确定出定位准确度最高的标识定位框所在的目标图像为最佳目标图像。
根据本申请实施例的第四方面，提供一种电子设备，所述电子设备包括可读存储介质和处理器；
其中，所述可读存储介质，用于存储机器可执行指令；
所述处理器，用于读取所述可读存储介质上的所述机器可执行指令，并执行所述指令以实现上述第一方面所述方法的步骤。
本申请的一个实施例中，依据目标对象的尺寸筛选相机，得到成像质量相对较高的目标图像，再结合目标图像中对象标识的标识定位框的定位准确度，来获取最佳目标图像。一方面，可以部署焦距和/或视野范围的不同类相机，分别与不同尺寸的目标对象匹配，保证至少一类相机可以采集到清晰且完整的图像；另一方面，根据定位准确度来筛选最佳目标图像，无需人工操作，在保证可以得到较高成像质量的目标图像的基础上还提高了效率。
附图说明
图1a是本申请一示例性实施例示出的一种应用场景示意图。
图1b是本申请一示例性实施例示出的另一种应用场景示意图。
图2是本申请一示例性实施例示出的一种图像获取方法的流程示意图。
图3是本申请一示例性实施例示出的另一种图像获取方法的流程示意图。
图4是本申请一示例性实施例示出的另一种应用场景示意图。
图5是本申请一示例性实施例示出的另一种应用场景示意图。
图6是本申请一示例性实施例示出的一种用于图像获取装置的一结构示意图。
图7是本申请一示例性实施例示出的一种图像获取装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在相关技术中，通常部署单个相机来采集目标对象的目标图像。为了保证目标图像的质量，相机可以对同一目标对象连续采集多帧目标图像，从而可以从中选取成像质量较好的目标图像。但是，同一相机的部署位置、相机参数等都比较固定，因而采集到的目标图像也都比较相似，容易出现该相机所采集到的所有图像均不满足要求的情况，例如，若目标对象尺寸小，相机距离目标对象较远，则该相机采集到的目标图像可能模糊不清；若目标对象尺寸大，相机距离目标对象较近，则目标对象可能会超出相机的视野范围，从而导致采集到的目标图像不完整。
有鉴于此，本申请提出一种图像获取方法。本申请中，预先部署至少焦距和/或视野范围不同的两类相机，并由该两类相机分别对目标对象进行图像采集，然后结合对象标识的标识定位框的定位准确度，从相机采集到的所有目标图像中筛选出最佳目标图像。一方面，不同类的相机可以与不同尺寸的目标对象匹配，保证至少一类相机可以采集到清晰且完整的图像；另一方面，根据定位准确度来筛选最佳目标图像，无需人工操作，在保证可以得到较高成像质量的目标图像的基础上还提高了效率。
图1a是本申请一示例性实施例示出的一种应用场景示意图，如图1a所示的物流系统，部署有运动机构、相机、触发设备和后台设备。
其中，运动机构可以是传送带等，当目标对象放置于该运送机构上，则运动机构可以带动目标对象移动。运动机构带动目标对象运动的方向可以称为运动方向，运动机构所在平面上与该运动方向垂直的方向，可以称为运动机构的宽度方向。
触发设备在检测到有目标对象进入监控区域时，可以向各个相机发送触发信号，以触发相机进行图像采集。比如，该触发设备可以是光电传感器，例如图1a所示，当触发设备发出的光线被遮挡时，触发设备可以确定目标对象进入监控区域；或者，该触发设备可以是相机，当相机检测到目标对象跨过监控区域的绊线时，确定目标对象进入监控区域。
相机可以部署在相机安装架上，所部署的相机包括至少两类，其中一类相机中任一相机的焦距和/或视野范围与另一类相机中的任一相机不同。例如图1a中，相机1、4可以属于第一类相机，相机2、3可以属于第二类相机。以第一类相机中的相机1为例，相机1与相机2的焦距和视野范围中至少一个不同，且相机1与相机3的焦距和视野范围中至少一个不同。此外，相机可以与触发设备相关联，例如可以通过有线网络或无线网络相关联，当相机接收到触发设备发送的触发信号时，开始采集图像。
在一个例子中，属于同一类的相机，焦距或视野范围相近，或者也可以相同。例如可以通过以下方式来进行分类：对于焦距不同的多个相机，可以按照焦距从小到大的顺序排序，或者对于视野范围不同的多个相机，可以按照视野范围从小到大的顺序排序，然后，针对排序后的多个相机，可以将顺序相邻的若干个相机分成同一类，例如可以将顺序在前的若干个相机分成一类，将顺序在后的若干个相机分成一类。
需要说明的是，上述相机1-4的部署位置只是示例性说明，一般只要保证相机的视野范围可以覆盖监控区域即可，而不对部署位置做具体限定。例如在图1a中，相机2-3的部署位置也可以如图1a中相机2'-3'所示。同时，相机的类别也不局限于本实施例所示的两类，相机的数量也不局限于本实施例所示的4个，在实际应用中，相机可以包括两类以上，每类中相机的数量可以相同也可以不同，每类相机的数量可以包括一个或多个等，本实施例不进行限定。
后台设备，该后台设备可以是服务器、pc机等，或者也可以是dvr、nvr等监控设备，该后台设备与相机通过有线网络或无线网络相关联，并获取相机所采集的图像，然后对图像进行后续处理分析等。
在一个实施例中，也可以不部署后台设备，而是由已部署的相机中的其中一个来实现后台设备的功能，例如可以将该相机称为主相机，将其他相机称为辅相机，主相机可以获取辅相机采集的图像，并结合自身所采集的图像，并对图像进行后续处理分析等。
上述对应用场景中各设备的介绍，例如各设备的数量、部署位置等，只是示例性说明，在实际应用中还可以根据具体需求进行调整，本实施例并不进行限定。
图1b是本申请一示例性实施例示出的另一种应用场景示意图，为图1a所示物流系统的正视图。为了便于描述，图1b中仅示出了相机1-4，目标对象，运动机构和触发设备，其他设备未示出。
如图1b所示，相机1-相机4的视野范围均覆盖运动机构，例如相机1和相机4的视野范围可以完全覆盖运动机构的宽度方向，相机2和相机3的视野范围仅覆盖运动机构宽度方向的中心位置。
在一个实施例中，由于运动机构带动目标对象运动，可以将相机部署为在宽度方向上视野范围不完全重合，以提高采集到的图像的多样性。
参见图2，图2是本申请一示例性实施例示出的一种图像获取方法的流程图，该方法应用于物流系统，物流系统包括：用于传输目标对象的运动机构，用于采集目标对象图像的至少两类相机；其中，所述至少两类相机的焦距和/或视野范围不同，且每个相机的视野范围均覆盖监控区域。
如图2所示，该方法可包括如下所示步骤：
步骤s201：获取所述至少两类相机在目标对象进入监控区域后分别采集的目标图像；所述目标对象上设有对象标识。
在一个实施例中，本申请方法可以应用于电子设备。电子设备可以是例如图1a所示的后台设备，或者也可以是至少两类相机中的一个。
在一个实施例中，相机可以在目标对象进入监控区域后分别采集目标对象的目标图像。
在一个实施例中，相机可以根据触发设备的指示来确定目标对象进入监控区域。举例来说，物流系统中还包括与所述至少两类相机相关联的触发设备，该触发设备在检测到目标对象进入监控区域时，可以向相机发送触发信号。由此，相机在接收到触发设备发送的触发信号后，可以确定目标对象进入监控区域，并采集目标对象的目标图像。
其中，触发设备可以是如图1a所示的光电传感器，该光电传感器发出的光线可以靠近监控区域的边缘，例如可以是图1a中运动机构的上游边缘。若光电传感器的光线被遮挡，则可以确定目标对象进入监控区域。
在一个例子中，触发设备可以在检测到目标对象进入监控区域后，立即向相机发送触发信号，并且相机在接收到触发信号后立即进行图像采集，以尽可能多的采集目标对象的目标图像，保证目标图像的质量。
在一个例子中，若触发设备所检测的监控区域边缘与相机的视野范围距离较远，例如触发设备靠近运动机构上游，而相机的视野范围靠近运动机构的下游，则在目标对象进入监控区域后，相机可以延迟进行图像采集。举例来说，触发设备在检测到目标对象后，可以延迟向相机发送触发信号；或者，相机在接收到触发设备发送的触发信号后，可以延迟开始图像采集。其中，延迟的时长可以根据运动机构的运动速度、触发设备和相机的部署位置等来确定，例如延迟时长可以是预设时长，例如0.5s、1s等，本实施例不进行限定。
在一个实施例中，目标对象上设有对象标识，例如该对象标识中可以包含该目标对象的基本信息。例如当目标对象为快递包裹时，对象标识可以是包裹上的快递面单，通过快递面单，可以确定快递单号、收发件人信息等。
在一个实施例中，目标对象在运动机构上运动时，可以将目标对象设有对象标识的面朝向相机，以保证相机可以采集到包含有对象标识的目标图像。
在一个实施例中，电子设备可以获取至少两类相机中每个相机所采集到的目标图像。
步骤s202：在采集的各目标图像上确定出所述对象标识的标识定位框，并基于各标识定位框的特征信息，确定各标识定位框的定位准确度。
在一个实施例中，电子设备在从相机中获取到目标图像后，可以根据检测该目标图像中的对象标识，若存在对象标识，再进一步定位出该对象标识的标识定位框。若不存在对象标识，则可以丢弃该目标图像。
在一个实施例中，电子设备确定对象标识定位框的方法有多种，例如可以使用预先训练好的图像检测模型，将目标图像输入该模型后，输出包含对象标识的对象标识定位框的目标图像；或者也可以使用传统的模板匹配的方法，将包含有对象标识的图像与对象标识的标准模板进行比对等。在实际应用中，还可以采用其他方法来确定对象标识定位框，这里只是示例性说明，并不进行限定。
在一个例子中，对象标识的标识定位框可以是对象标识的最小包围矩形框；或者，定位框也可以是其他不规则形状，具体可以根据对象标识的形状来确定。以快递包裹为例，电子设备可以通过框选的方式定位出快递面单的轮廓。
在一个实施例中，若目标图像模糊不清、或者目标图像不完整等，可能会导致对象标识定位失败，继而无法得到对象标识定位框，则电子设备可以丢弃该目标图像。
在一个实施例中，电子设备在确定出标识定位框后，还可以根据各标识定位框的特征信息来确定各标识定位框的定位准确度。例如，标识定位框的特征信息可以是标识定位框的位置、面积等。在一个例子中，可以根据标识定位框与目标图像的重叠面积、标识定位框中心点与目标图像中心点的距离、标识定位框的面积、以及标识定位框的长宽比中的至少一项来确定标识定位框的定位准确度。
下面结合图3来介绍电子设备“确定标识定位框的定位准确度”的具体方法。
在一个实施例中，针对每个标识定位框，电子设备可以采用如图3所示的方法来确定该标识定位框的定位准确度。如图3所示，该方法可包括如下所示步骤：
步骤s2021：基于该标识定位框与目标图像的重叠面积，确定该标识定位框的第一维度评分；和/或，基于该标识定位框中心点与目标图像中心点的距离，确定该标识定位框的第二维度评分；和/或，基于该标识定位框的面积，确定该标识定位框的第三维度评分；和/或，基于该标识定位框的长宽比与预设最佳比例的差值的绝对值，确定该标识定位框的第四维度评分。
其中，所述第一维度评分与所述重叠面积成正相关；所述距离与所述第二维度评分成负相关；所述面积与所述第三维度评分成正相关；所述差值的绝对值与所述第四维度评分成负相关。
在一个实施例中，电子设备可以确定标识定位框与目标图像的重叠面积。可以理解的是，在实际的目标图像中，对象标识不会超过目标图像的范围。也就是说，在标识定位框定位准确的情况下，重叠面积与标识定位框的面积相等；若标识定位框定位不准确，则重叠面积小于标识定位框的面积。
在一个例子中，电子设备可以基于该重叠面积来确定第一维度评分，两者成正相关。重叠面积越大，则第一维度评分越高，重叠面积越小，则第一维度评分越低。
在一个例子中，第一维度评分可以记为s1，s1的值可以等于重叠面积与标识定位框的面积的比值。也就是说，当s1＝1时，说明标识定位框未越界；当s1<1时，说明标识定位框越界，且s1数值越小，越界越严重。
在一个实施例中，电子设备可以确定标识定位框中心点与目标图像中心点的距离。可以理解的是，在设置对象标识时，一般会设置在目标对象中心位置，因此，若目标对象放置于相机视野范围中心，则对象标识与目标图像的中心点一般距离较小甚至重合。因此，在标识定位框定位准确的情况下，标识定位框中心点与目标图像中心点的距离较小，在标识定位框定位不准确的情况下，标识定位框中心点与目标图像中心点的距离较大。
在一个例子中，电子设备可以基于标识定位框中心点与目标图像中心点的距离，来确定第二维度评分，两者成负相关。距离越远，则第二维度评分越低；距离越近，则第二维度评分越高。
在一个例子中，第二维度评分可以记为s2，s2的值可以等于1-distance，其中，distance可以指示标识定位框中心点与目标图像中心点的距离；或者，s2的值也可以等于
在一个实施例中，电子设备可以确定标识定位框的面积。可以理解的是，在相机拍摄距离相同的情况下，标识定位框的面积越大，可以表示该标识定位框越完整，标识定位框的面积越小，可以表示该标识定位框可能存在残缺。
在一个例子中，电子设备可以基于标识定位框的面积来确定第三维度评分，两者成正相关。面积越大，则第三维度评分越高；面积越小，则第三维度评分越低。
在一个例子中，第三维度评分可以记为s3，s3的值可以等于area，其中，area为标识定位框的面积；或者，s3的值也可以等于
在一个实施例中，电子设备可以确定标识定位框的长宽比。可以理解的是，对于同一类对象标识，不管所采集的图像中标识定位框的大小如何，其长款比通常是恒定的，可以设置对象标识的长宽比的预设最佳比例。在标识定位框定位准确的情况下，标识定位框的长宽比与该预设最佳比例越接近，在标识定位框定位不准确的情况下，标识定位框的长宽比与该预设最佳比例差距较大。
在一个例子中，电子设备可以基于标识定位框的长宽比与对象标识的长宽比的差值的绝对值来确定第四维度评分，两者成负相关。差值的绝对值越大，则第四维度评分越低；差值的绝对值越小，则第四维度评分越高。
在一个例子中，第四维度评分可以记为s4，s4的值可以等于difference，其中，difference为标识定位框的长宽比与预设最佳比例的差值的绝对值；或者，s4的值也可以等于
需要说明的是，上述确定第一维度评分s1、第二维度评分s2、第三维度评分s3和第四维度评分s4的方法只是示例性说明，在实际应用中还可以采用其他方法来确定，本实施例不进行限定。
步骤s2022：根据第一维度评分、第二维度评分、第三维度评分和第四维度评分中的一个或多个评分，确定该标识定位框的定位准确度。
其中，所述第一维度评分、第二维度评分、第三维度评分和第四维度评分均与所述定位准确度成正相关。
在一个实施例中，电子设备可以通过步骤s2021的方法来得到第一维度评分、第二维度评分、第三维度评分和第四维度评分中的一个或多个，从而，可以基于其中一个或多个评分来确定定位准确度。
以电子设备根据第一维度评分、第二维度评分、第三维度评分和第四维度评分来确定定位准确度为例，电子设备可以将该四个评分的和、或者乘积作为定位准确度，或者也可以预设每个评分的权重，将该四个评分的加权和作为定位准确度。当然，电子设备还可以通过其他方式来确定定位准确度，这里只是示例性说明，并不进行限定。
至此，完成了图3所示的实施例。根据图3所示的实施例，可以根据对象标识的标识定位框的特征信息来确定各对象标识定位框的定位准确度。后续，可以参考该定位准确度来筛选图像，以得到相对质量较高的目标图像，而不需要人工进行筛选，提高了处理效率。
步骤s203：从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机。
在一个实施例中，物流系统中部署的至少两类相机，焦距和/或视野范围不同，并且不同类相机可以与不同尺寸的目标对象相互匹配。
在一个例子中，焦距大的相机适合拍摄到更远的物体，焦距小的相机适合拍摄更近的物体。因此，在相机部署高度相同的情况下，焦距小的相机适合拍摄高度较高的物体，即与高度高的目标对象相匹配；焦距大的相机适合拍摄高度较低的物体，即与高度低的目标对象相匹配。
在一个例子中，视野范围大的相机适合拍摄横截面积大的物体，即与横截面积大的目标对象相匹配，视野范围小的相机适合拍摄横截面积小的物体，即与横截面积小的目标对象相匹配。
在一个实施例中，电子设备可以根据目标对象的尺寸，来确定与该尺寸相匹配的至少一类目标相机。
在一个实施例中，物流系统中还可以包括检测设备，该检测设备用于在检测到不同尺寸的目标对象时，发送不同组合类型的检测信号。基于此，电子设备可以接收所述检测设备检测到所述目标对象时发送的检测信号，进而基于所述检测信号的组合类型所指示的目标对象的尺寸，从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机。这里，电子设备“确定目标相机”的详细步骤在下文进行介绍，这里暂不赘述。
步骤s204：从所述目标相机所采集到的目标图像中，确定出定位准确度最高的标识定位框所在的目标图像为最佳目标图像。
在一个实施例中，电子设备可以根据步骤s203所确定出的目标相机，针对目标相机所采集到的各个目标图像，根据该目标对象上标识定位框的定位准确度，将定位准确度最高的目标图像作为最佳目标图像。
在一个实施例中，若根据步骤s203所确定出的目标相机所采集到的目标图像中，所有目标图像中均不包含标识定位框，则电子设备还可以从除目标相机以外的其他相机所采集的目标图像中选择最佳目标图像。例如，仍可以根据标识定位框的定位准确度来选择，将其他相机所采集的目标图像中定位准确度最高的目标图像作为最佳目标图像。
根据上述实施例，电子设备可以从物流系统所部署的相机采集到的目标图像中，筛选出一张最佳目标图像。一方面，该最佳目标图像是与目标对象相匹配的目标相机所采集的，因此，该最佳目标图像相对成像质量较高；另一方面，该最佳目标图像为定位准确度最高的目标定位框所在的图像，可以保证该最佳目标图像中的对象标识清晰且完整，不需要进行人工筛选。后续，基于最佳目标图像进行人工智能识别或用户查看时，均可以准确地确定该目标对象的信息，方便物流系统的管理。例如，针对筛选出的最佳目标图像，电子设备可以直接对该最佳目标图像进行存储，或发送给用户终端供用户查看等；或者，电子设备也可以基于该最佳目标图像中的对象标识进行智能识别，确定出目标对象的基本信息等。
在一个实施例中，物流系统中的至少两类相机中的每一类，可以仅包括一个相机，或者也可以包括多个相机。
在一个例子中，对于包括至少两个相机的一类相机，为了避免同一类中的多个相机采集到的图像重复，该类相机中的至少两个相机在运动机构宽度方向上视野范围不完全重合。可以理解的是，由于运动机构可以带动目标对象运动，则若两个相机在宽度方向上视野范围完全重合，例如图1a中的相机2和相机2'，则该两个相机所采集到的目标图像几乎是一致的。因此，为了避免同一类中的多个相机采集到的图像重复，保证所采集的目标图像多样性，可以将同一类中的相机设置为在宽度方向上视为范围不完全重合，例如图1b中的相机1-4均为在宽度方向上视野范围不完全重合的4个相机。
下面结合3个具体实施例来介绍电子设备执行s203，“确定目标相机”的详细步骤。
实施例1：电子设备可以根据目标对象的高度来确定目标相机。
在一个例子中，物流系统中的至少两类相机包括第一类相机和第二类相机；所述第一类相机中任一相机的焦距小于所述第二类相机中任一相机的焦距。例如在图1a和图1b示出的相机1-相机4中，以相机1和相机4为第一类相机、相机2和相机3为第二类相机为例，相机1的焦距小于相机2和相机3的焦距，相机4的焦距也小于相机2和相机3的焦距。
在一个例子中，电子设备可以根据目标对象的高度，确定焦距与目标对象的高度相匹配的一类相机。在确定目标对象的高度大于高度阈值时，可以确定第一类相机为目标相机，即针对高物体所采集的目标图像成像质量更高的相机；在确定目标对象的高度不大于高度阈值时，可以确定第二类相机为目标相机，即针对低物体所采集的目标图像成像质量更高的相机。
在一个例子中，电子设备可以接收检测设备发送的检测信号，并根据检测信号的组合类型来确定目标对象的高度。
在一个例子中，当检测设备检测到高度大于高度阈值的目标对象时，可以向电子设备发送第一组合类型的检测信号；当检测设备检测到高度不大于高度阈值的目标对象时，可以向电子设备发送第二组合类型的检测信号。
基于此，电子设备接收到检测设备发送的检测信号，若所述检测信号的组合类型为第一组合类型，则电子设备确定所述目标对象的尺寸与第一类相机的焦距和/或视野范围相匹配，从而将第一类相机确定为目标相机；若所述检测信号的组合类型为第二组合类型，则电子设备确定所述目标对象的尺寸与第二类相机的焦距和/或视野范围相匹配，从而将第二类相机确定为目标相机。
在一个例子中，检测设备可以包括至少两个设置在不同高度的子检测设备，且该两个子检测设备用于在检测到目标对象时发送检测信号。由此，可以将其中较高的子检测设备的检测高度作为高度阈值，当目标对象的高度大于该高度阈值时，该两个子检测设备均发送检测信号；当目标对象高度不大于该高度阈值时，仅有一个子检测设备(即较低的子检测设备)发送检测信号。
基于此，电子设备若接收到两路子检测设备发送的检测信号，则可以确定检测信号的组合类型为第一组合类型，从而确定目标相机为第一类相机为目标相机；电子设备若接收到一路子检测设备发送的检测信号，则可以确定检测信号的组合类型为第二组合类型，从而确定目标相机为第二类相机为目标相机。
下面结合图4介绍检测设备的具体部署方法，图4是本申请一示例性实施例示出的一种应用场景示意图，该示意图为物流系统的正视图。
需要说明的是，图4仅示例性示出的物流系统中的运动机构、目标对象和子检测设备，实际物流系统中还包括相机等设备，图中未示出。
如图4所示，检测设备可以至少包括子检测设备1和子检测设备2，且子检测设备1的被设置的高度低于子检测设备2，也就是说，当目标对象的高度超过子检测设备1而不超过子检测设备2时，仅子检测设备1向电子设备发送检测信号，从而电子设备仅收到一路检测信号；当目标对象的高度超过子检测设备2时，子检测设备1和子检测设备2均发送检测信号，从而电子设备收到两路检测信号。
需要说明的是，这里仅以设置一个高度阈值为例，在实际应用中，也可以设置多个高度阈值，形成多个高度区间。同时，物流系统中还可以包括多类相机，每类相机的焦距与高度区间一一对应。由此，检测设备中还可以包括与高度阈值对应的多个子检测设备，从而电子设备可以根据检测设备所发送的检测信号的组合类型，对应确定目标对象所属的高度区间，并确定相匹配的目标相机，这里不再赘述。
根据本实施例的方法，电子设备可以根据检测设备的检测信号来确定目标对象的高度，可以理解的是，这里的目标对象的高度实质上反映了目标对象与相机的距离，目标对象越高，距离越小，小焦距的相机所采集的图像更清晰；目标对象越低，距离越大，大焦距的相机所采集的图像更清晰。因此，本实施例通过目标对象高度来选择焦距相匹配的相机，可以得到更清晰的图像。
实施例2：电子设备可以根据目标对象的横截面积来确定目标相机。
其中，横截面积为目标对象朝向相机的面的横截面积。在本实施例中，可以将目标对象沿运动机构运动方向的长度称为目标对象的长度、目标对象沿运动机构宽度方向的宽度称为目标对象的宽度。
目标对象的横截面积包括目标对象的长度和目标对象的宽度。对于横截面接较大的目标对象，相机可能难以采集到该目标对象的完整图像，而为了管理方便，至少需要相机采集到对象标识的完整图像。在长度上，由于运动机构带动目标对象运动，相机可以连续采集多帧图像，一般来说至少有一帧图像可以采集到对象标识的完整图像；而在宽度上，对象标识不一定位于目标对象宽度中心，因此相机在宽度上的视野范围越大，则采集到该完整的对象标识的概率越高。因此，本实施例中，可以参考目标对象的宽度来反映该目标对象的横截面积。
在一个例子中，物流系统中的至少两类相机包括第一类相机和第二类相机；所述第一类相机中任一相机的视野范围大于所述第二类相机中任一相机的视野范围。例如在图1b示出的相机1-相机4中，以相机1和相机4为第一类相机、相机2和相机3为第二类相机为例，相机1的视野范围大于相机2和相机3的视野范围，相机4的视野范围也大于相机2和相机3的视野范围。
在一个例子中，电子设备可以根据目标对象的宽度，确定视野范围与目标对象的宽度相匹配的一类相机，在确定目标对象的宽度大于宽度阈值时，可以确定目标对象的横截面积大于阈值，从而可以确定第一类相机为目标相机，即视野范围较大的一类相机，以尽可能采集到目标对象的完整图像；在确定目标对象的宽度不大于宽度阈值时，可以确定目标对象的横截面积不大于阈值，从而可以确定第二类相机为目标相机，即视野范围较小的一类相机，以保证在采集到目标图像完整图像的基础上，提高成像质量。
在一个例子中，电子设备可以接收检测设备发送的检测信号，并根据检测信号的组合类型来确定目标对象的宽度，进而确定目标对象的横截面积。
在一个例子中，当检测设备检测到宽度大于宽度阈值的目标对象时，可以向电子设备发送第一组合类型的检测信号；当检测设备检测到宽度不大于宽度阈值的目标对象时，可以向电子设备发送第二组合类型的检测信号。
基于此，电子设备接收到检测设备发送的检测信号，若所述检测信号的组合类型为第一组合类型，则电子设备确定所述目标对象的尺寸与第一类相机的焦距和/或视野范围相匹配，从而将第一类相机确定为目标相机；若所述检测信号的组合类型为第二组合类型，则电子设备确定所述目标对象的尺寸与第二类相机的焦距和/或视野范围相匹配，从而将第二类相机确定为目标相机。
在一个例子中，检测设备可以包括至少两个子检测设备，所述至少两个子检测设备在所述运动机构的宽度方向上间隔预设距离，且各子检测设备的检测光线与所述运动机构的运动方向平行。其中，该预设距离可以与宽度阈值相同，具体可以根据实际需求来确定。由此，当目标对象的宽度大于该宽度阈值时，该两个子检测设备均发送检测信号；当目标对象高度不大于该高于阈值时，两个子检测设备均不发送检测信号，或者若目标对象在宽度方向上存在偏移，则仅有一个子检测设备发送检测信号。
基于此，电子设备若接收到两路子检测设备发送的检测信号，确定所述检测信号的组合类型为第一组合类型，从而确定目标相机为第一类相机为目标相机；电子设备若未接收到或接收到一路所述子检测设备发送的检测信号，则可以确定检测信号的组合类型为第二组合类型，从而确定目标相机为第二类相机为目标相机。
需要说明的是，由于运动机构带动目标对象运动，在运动过程中，相机可以连续采集目标对象的图像，因此在长度方向上不会出现超过相机视野范围的情况。因此，本实施例中，通过宽度反映横截面积的可靠性较高，且简化了检测流程，效率更高。
下面结合图5介绍检测设备的具体部署方法，图5是本申请一示例性实施例示出的另一种应用场景示意图，该示意图为物流系统的俯视图。
需要说明的是，图5仅示例性示出的物流系统中的运动机构、目标对象和子检测设备，实际物流系统中还包括相机等设备，图中未示出。
如图5所示，检测设备可以至少包括子检测设备1和子检测设备2，该子检测设备1和子检测设备2在宽度方向上间隔预设距离。同时，子检测设备1和子检测设备2均可以发射与运动机构的运动方向平行的检测光线。
需要说明的是，图5示出的子检测设备1、2部署于运动方向的上游，检测光线与运动方向同向；或者子检测设备也可以部署于运动方向的下游，检测光线与运动方向反向。
当目标对象的宽度不超过子检测设备1和子检测设备2之间的预设距离时，若该目标对象放置于宽度中心，则子检测设备1和子检测设备2均不向电子设备发送检测信号，从而电子设备不会收到检测信号，若该目标对象的位置在宽度方向上存在偏移，则子检测设备1或子检测设备2可以向电子设备发送检测信号，从而电子设备收到一路检测信号。当目标对象的宽度超过子检测设备1和子检测设备2之间的预设距离时，则子检测设备1和子检测设备2均向电子设备发送检测信号，从而电子设备收到两路检测信号。
需要说明的是，在物流系统中，一般要求将目标对象放置在运动机构的中心位置，因而上述子检测设备1和子检测设备2可以比较准确地确定出目标对象的宽度是否超过预设距离。
但在实际应用中，目标对象在宽度上仍会存在一定的偏移，例如目标对象宽度超过预设距离，但其位置偏向其中一个子检测设备，导致另一个子检测设备未检测到，从而电子设备仅收到一路检测信号等等。由于偶然的误差对整体方案的影响较小，因此可以忽略。
根据本实施例的方法，电子设备可以根据检测设备的检测信号来确定目标对象的横截面积，由此，目标对象横截面积越大，则需要视野范围较大的相机来进行图像采集，以保证可以采集到完整的图像；而目标对象的横截面积越小，则可以采用视野范围较小的相机来进行采集，以保证图像尽可能清晰。因此，本实施例通过目标对象横截面积来选择视野范围相匹配的相机，可以得到清晰且完整的图像。
实施例3：电子设备还可以根据目标对象的高度和横截面积来确定目标相机。在一个例子中，物流系统中的至少两类相机包括第一类相机和第二类相机；所述第一类相机中任一相机的焦距小于所述第二类相机中任一相机的焦距、且第一类相机中任一相机的视野范围大于第二类相机中任一相机的视野范围。同样的，可以以目标对象的宽度来反映目标对象的横截面积。
在一个例子中，电子设备在确定目标对象的高度大于高度阈值、且目标对象的宽度大于宽度阈值时，可以确定第一类相机为目标相机，即焦距较小、视野范围较大的一类相机，既针对高物体采集到成像质量更高的目标图像，又尽可能采集到目标对象的完整图像；在确定目标对象的高度不大于高度阈值、且目标对象的宽度不大于宽度阈值时，可以确定第二类相机为目标相机，即焦距较大、视野范围较小的一类相机，在保证在采集到目标图像完整图像的基础上，也可以采集到成像质量更高的目标图像。
在一个例子中，电子设备在确定目标对象的高度不大于高度阈值、且目标对象的宽度大于宽度阈值时，或者，电子设备在确定目标对象的高度大于高度阈值、且目标对象的宽度不大于宽度阈值时，为了保证图像质量，可以同时将第一类相机和第二类相机均确定为目标相机。
本实施例中，检测设备的部署可以参照实施例1和实施例2，这里不再赘述。根据本实施例的方法，结合目标对象的横截面积和高度，可以选择视野范围和焦距均匹配的相机，得到清晰且完整的图像。
需要说明的是，检测设备的部署位置可以根据实际情况来确定，例如检测设备可以部署在监控区域上游、中游或下游，本实施例不进行限定。在一个实施例中，若检测设备部署在监控区域上游，则可以由检测设备来替代上文中的触发设备，也就是说，直接由检测设备来确定目标对象是否进入监控区域，并在确定目标对象进入监控区域后指示相机进行图像采集。
在一个实施例中，对象标识中可以包括对象标识图像码，该图像码中可以携带有对象标识的信息。例如，对于快递面单，快递面单上可以包括条形码和/或二维码，该图形码可以携带有快递单号。
在一个例子中，电子设备可以预设指定模板，首先确定对象标识图形码相对于该预设指定模板的偏移角度，然后基于该偏移角度来对最佳目标图像的方向进行校正，以使校正后的所述最佳目标图像中的对象标识图形码与所述预设指定模板的方向一致，并对完成校正的最佳目标图像进行存储。
其中，预设指定模板可以根据实际需求确定，例如，后续用户需要查看该最佳目标图像，则可以将预设指定模板设置为便于用户查看的方向；若后续需要进行人工智能识别，则可以将预设指定模板设置与识别方向一致的方向等。
一般的，图形码的形状比较规则，且具有特定的排布规律。例如，在条形码中，包括有多条宽度不同的线条，每个线条具体特定的含义，根据该线条，可以确定条形码的起始符和终止符，从而确定条形码当前的旋转角度；例如，在二维码中包括有特定的定位图案，从而可以根据该定位团来确定二维码的旋转角度。
在一个例子中，可以基于图形码的上述特性来对最佳目标图像进行校正。例如，预设指定模板所指示的方向中，条形码方向为起始符在左、终止符在右，则当检测到对象标识中的条形码中终止符在左、起始符在右时，则可以确定图形码被旋转了180度，也就是该图形码所在的目标图像旋转了180度。由此，电子设备可以基于该偏移角度，对目标图像进行校正，以使校正后的所述最佳目标图像中的对象标识图形码与所述预设指定模板所指示的方向一致。基于同样的方法，还可以确定图形码的其他偏移角度，例如偏移90°、180°、270°等，从而进行对应的校正，这里不再赘述。
在一个实施例中，电子设备也可以对物流系统所部署的所有相机所采集到的目标图像进行校正，以使校正后的目标图像的对象标识图形码与所述预设指定模板的方向一致。而为了节约存储空间，通常不会将所有校正后的图像均进行存储，而可以仅存储校正后的最佳目标图像。
在一个实施例中，电子设备也可以将最佳目标图像中的对象标识定位框进行抠图，并仅保存对象标识定位框所指示的图像区域，一方面可以节约存储空间，另一方面也可以使得用户直观地查看对标标识中的信息。
此外，本申请还提供了一种物流系统，所述物流系统包括：用于传输目标对象的运动机构，用于采集目标对象图像的至少两类相机，与所述至少两类相机相关联的后台设备；其中，所述至少两类相机的焦距和/或视野范围不同，且每个相机的视野范围均覆盖监控区域；
所述至少两类相机，用于在目标对象进入监控区域后分别采集目标图像；所述目标对象上设有对象标识；
所述后台设备，用于：
获取所述至少两类相机采集的目标图像；
在采集的各目标图像上确定出所述对象标识的标识定位框，并基于各标识定位框的特征信息，确定各标识定位框的定位准确度；
从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机；
从所述目标相机所采集到的目标图像中，确定出定位准确度最高的标识定位框所在的目标图像为最佳目标图像。
可选的，所述系统还包括：与所述后台设备相关联的检测设备；
所述检测设备，用于在检测到不同尺寸的目标对象时，向所述后台设备发送不同组合类型的检测信号，以使所述后台设备基于所述检测信号的组合类型所指示的目标对象的尺寸，从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机。
可选的，所述系统还包括：与所述至少两类相机相关联的触发设备；
所述触发设备，用于在检测到目标对象进入监控区域时，向所述至少两类相机发送触发信号，以使所述至少两类相机在接收到所述触发设备发送的触发信号后，采集目标对象的目标图像。
可选的，所述至少两类相机中的每类相机，包括至少两个相机；
所述每类相机中的至少两个相机在所述运动机构宽度方向上视野范围不完全重合。
与前述图像获取方法的实施例相对应，本申请还提供了图像获取装置的实施例。
本申请图像获取装置的实施例可以应用在电子设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图6所示，为本申请图像获取装置所在电子设备的一种硬件结构图，除了图6所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的电子设备通常根据该电子设备的实际功能，还可以包括其他硬件，对此不再赘述。
图7是本申请一示例性实施例示出的一种图像获取装置的框图。
请参考图7，所述图像获取装置70可以应用在前述图6所示的电子设备中。该装置可以应用于物流系统，所述物流系统包括：用于传输目标对象的运动机构，用于采集目标对象图像的至少两类相机；其中，所述至少两类相机的焦距和/或视野范围不同，且每个相机的视野范围均覆盖监控区域。
该装置包括有：
图像获取单元701，用于获取所述至少两类相机在目标对象进入监控区域后分别采集的目标图像；所述目标对象上设有对象标识；
准确度获取单元702，用于在采集的各目标图像上确定出所述对象标识的标识定位框，并基于各标识定位框的特征信息，确定各标识定位框的定位准确度；
相机筛选单元703，用于从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机；
图像确定单元704，用于从所述目标相机所采集到的目标图像中，确定出定位准确度最高的标识定位框所在的目标图像为最佳目标图像。
可选的，所述物流系统还包括检测设备；所述检测设备用于在检测到不同尺寸的目标对象时，发送不同组合类型的检测信号；
所述相机筛选单元703，具体用于：
接收所述检测设备检测到所述目标对象时发送的检测信号；
基于所述检测信号的组合类型所指示的目标对象的尺寸，从所述至少两类相机中确定焦距和/或视野范围与所述目标对象的尺寸相匹配的至少一类目标相机。
可选的，所述至少两类相机包括第一类相机和第二类相机；所述第一类相机中任一相机的焦距小于所述第二类相机中任一相机的焦距；
所述相机筛选单元703，具体用于：
若所述检测信号的组合类型为第一组合类型，所述第一组合类型用于指示所述检测设备检测到所述目标对象的高度大于高度阈值，则确定所述目标对象的尺寸与第一类相机的焦距和/或视野范围相匹配；
若所述检测信号的组合类型为第二组合类型，所述第二组合类型用于指示所述检测设备检测到所述目标对象的高度不大于高度阈值，则确定所述目标对象的尺寸与第二类相机的焦距和/或视野范围相匹配。
可选的，所述检测设备包括至少两个设置在不同高度的子检测设备；所述子检测设备用于在检测到目标对象时发送检测信号；
所述相机筛选单元703，具体用于：
若接收到两路所述子检测设备发送的检测信号，确定所述检测信号的组合类型为第一组合类型；
若接收到一路所述子检测设备发送的检测信号，确定所述检测信号的组合类型为第二组合类型。
可选的，所述至少两类相机包括第一类相机和第二类相机；所述第一类相机中任一相机的视野范围大于所述第二类相机中任一相机的视野范围。
所述相机筛选单元703，具体用于：
若所述检测信号为第一组合类型，所述第一组合类型用于指示所述检测设备检测到所述目标对象的横截面积大于横截面积阈值，则确定所述目标对象的尺寸与第一类相机的焦距和/或视野范围相匹配；
若所述检测信号为第二组合类型，所述第二组合类型用于指示所述检测设备检测到所述目标对象的横截面积不大于横截面积阈值，则确定所述目标对象的尺寸与第二类相机的焦距和/或视野范围相匹配对应。
可选的，所述检测设备包括至少两个子检测设备，所述至少两个子检测设备在所述运动机构的宽度方向上间隔预设距离，且各子检测设备的检测光线与所述运动机构的运动方向平行；
所述相机筛选单元703，具体用于：
若接收到两路所述子检测设备发送的检测信号，确定所述检测信号的组合类型为第一组合类型；
若未接收到或接收到一路所述子检测设备发送的检测信号，确定所述检测信号的组合类型为第二组合类型。
可选的，所述准确度获取单元702，具体用于：
针对每个标识定位框：
基于该标识定位框与目标图像的重叠面积，确定该标识定位框的第一维度评分；所述第一维度评分与所述重叠面积成正相关；和/或，基于该标识定位框中心点与目标图像中心点的距离，确定该标识定位框的第二维度评分；所述距离与所述第二维度评分成负相关；和/或，基于该标识定位框的面积，确定该标识定位框的第三维度评分；所述面积与所述第三维度评分成正相关；和/或，基于该标识定位框的长宽比与预设最佳比例的差值的绝对值，确定该标识定位框的第四维度评分；所述差值的绝对值与所述第四维度评分成负相关；
根据第一维度评分、第二维度评分、第三维度评分和第四维度评分中的一个或多个评分，确定该标识定位框的定位准确度；
其中，所述第一维度评分、第二维度评分、第三维度评分和第四维度评分均与所述定位准确度成正相关。
可选的，所述物流系统还包括与所述至少两类相机相关联的触发设备；所述触发设备用于在检测到目标对象进入监控区域时，向所述至少两类相机发送触发信号，以使所述至少两类相机在接收到所述触发设备发送的触发信号后，采集目标对象的目标图像。
可选的，所述对象标识中包括对象标识图形码；所述装置还包括：
偏移校正单元705，用于从所述定位准确度最高的标识定位框所指示的图像区域中，获取对象标识图形码；基于所述对象标识图形码相对于预设指定模板的偏移角度，将所述最佳目标图像的方向进行校正，以使校正后的所述最佳目标图像中的对象标识图形码与所述预设指定模板的方向一致；
图像存储单元706，用于对完成校正的所述最佳目标图像进行存储。
可选的，所述至少两类相机中的每类相机，包括至少两个相机；所述每类相机中的至少两个相机在所述运动机构宽度方向上视野范围不完全重合。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
与前述图像获取方法的实施例相对应，本申请还提供一种电子设备，该电子设备包括：包括可读存储介质和处理器。其中，处理器和存储器通常借由内部总线相互连接。在其他可能的实现方式中，所述设备还可能包括外部接口，以能够与其他设备或者部件进行通信。
在本实施例中，所述可读存储介质，用于存储机器可执行指令；所述处理器，用于读取所述可读存储介质上的所述机器可执行指令，并执行所述指令以实现上述任一实施例所述的图像获取方法。
与前述图像获取方法的实施例相对应，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现上述任一实施例所述的图像获取方法。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。
- 还没有人留言评论。精彩留言会获得点赞！