图片的传输方法和装置与流程

本发明涉及互联网领域，具体而言，涉及一种图片的传输方法和装置。

背景技术：

相关技术中将图片传输至服务器的技术方案如下：在打开手机终端的摄像头之后，会触发手机的摄像头进行对焦，当摄像头对焦完成的时候，获取视频流中的帧画面，不断的传图片给云端做识别(具体而言是对被采集对象的识别)，当云端返回成功识别的结果之后，再停止发送。或者是用户主动拍照，然后上传图片，但是该方案引入了操作成本。

在上述技术方案中存在如下问题：

(1)由于设备稳定性或者设备自身等原因造成相机无法完成对焦，比如在车上拍车内物体时，无法收到对焦回调。

(2)图片质量无法保证，当对焦完成之后，拍摄的图片不一定能使云端能够识别出拍摄对象。

(3)不断的发送图片给后台服务器，用户流量耗费严重，造成后台负载压力过大。

(4)用户主动触发拍照，体验不佳，操作成本高。

针对相关技术中传输采集得到的图片需要消耗较多流量的技术问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种图片的传输方法和装置，以至少解决相关技术中传输采集得到的图片需要消耗较多流量的技术问题。

根据本发明实施例的一个方面，提供了一种图片的传输方法，该传输方法包括：接收到第一指令，第一指令用于指示上传目标对象的图片至服务器；响应于第一指令，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；在第一图片具有纹理特征的情况下，上传第一图片至服务器。

根据本发明实施例的另一方面，还提供了一种图片的传输装置，该传输装置包括：接收单元，用于接收到第一指令，第一指令用于指示上传目标对象的图片至服务器；响应单元，用于响应于第一指令，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；检测单元，用于在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；上传单元，用于在第一图片具有纹理特征的情况下，上传第一图片至服务器。

在本发明实施例中，在接收到第一指令时，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；在第一图片具有纹理特征的情况下，上传第一图片至服务器，由于仅需上传一张图片，可以解决了相关技术中传输采集得到的图片需要消耗较多流量的技术问题，进而达到减少传输采集得到的图片所消耗的流量的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的图片的传输方法的硬件环境的示意图；

图2是根据本发明实施例的一种可选的图片的传输方法的流程图；

图3是根据本发明实施例的一种可选的图片的传输方法的流程图；

图4是根据本发明实施例的一种可选的图片的传输方法的流程图；

图5是根据本发明实施例的一种可选的图片像素点的示意图；

图6是根据本发明实施例的一种可选的图片的传输装置的示意图；以及

图7是根据本发明实施例的一种终端的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，在对本发明实施例进行描述的过程中出现的部分名词或者术语适用于如下解释：

opencv：opensourcecomputervisionlibrary,是一个开放源代码的计算机视觉库。

光流法：是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。

实施例1

根据本发明实施例，提供了一种图片的传输方法的方法实施例。

可选地，在本实施例中，上述图片的传输方法可以应用于如图1所示的由服务器102和终端104所构成的硬件环境中。如图1所示，服务器102通过网络与终端104进行连接，上述网络包括但不限于：广域网、城域网或局域网，终端104并不限定于pc、手机、平板电脑等。本发明实施例的图片的传输方法可以由终端104来执行，还可以是由服务器102和终端104共同执行。其中，终端104执行本发明实施例的图片的传输方法也可以是由安装在其上的客户端来执行。

当本发明实施例的图片的传输方法由终端来单独执行时，直接在终端上来执行与本申请的方法对应的程序代码即可。

当本发明实施例的图片的传输方法由服务器和终端共同来执行时，由终端来执行与本申请的方法对应的程序代码，并将得到的图片反馈给终端进行识别。

图2是根据本发明实施例的一种可选的图片的传输方法的流程图，如图2所示，该方法可以包括以下步骤：

步骤s202，接收到第一指令，第一指令用于指示上传目标对象的图片至服务器。

此处的第一指令包括两种触发方式：第一种是在执行本申请的方法的终端上触发(如终端自动触发、用户操作触发等)，第二种是在与终端通讯连接的其余设备上触发(如在进行图片识别的服务器上触发、其余智能设备上触发等)。

服务器用于根据上传的图标对目标对象进行识别，服务器的用途包括但不局限于：用于对目标对象进行监控、用于增强虚拟现实ar中对识别出的目标对象进行渲染。

步骤s204，响应于第一指令，获取图像采集设备对目标对象进行连续采集得到的至少两张图片。

在第一指令的触发下，终端通过图像采集设备对目标对象进行图像采集，图像采集设备可以为终端上的采集模块(如摄像头)，也可以为与终端通讯连接的设备。

至少两张图片为对目标对象进行图像采集时，在采集时间上相邻的图片。

步骤s206，在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征用于服务器对目标对象进行识别。

基于至少两张图片确定图像采集设备处于静止状态主要是基于两张图片中的图像特征来确定采集设备处于静止状态。

纹理特征包括通常意义上物体表面的纹理，即使物体表面呈现凹凸不平的沟纹。对于沟纹而言，实际上也是要在表面绘出彩色花纹或图案，同时要求视觉上给人以凹凸不平感即可。纹理特征属于图片的全局性的特征，如局部二值模式(英文名称localbinarypatterns，简称为lbp)、uniformlbp、旋转不变的lbp、旋转不变的uniformlbp、局部三值模式(英文名称localternarypattern，简称为ltp)、clbp特征、增加局部梯度信息等。

第一图片的纹理特征是第一图片的全局特征，包括所采集区域内(可能包括目标对象)的所有特征。在第一图片具备足够的局部特征的情况下，认为第一图片被认为具备全局特征。

步骤s208，在第一图片具有纹理特征的情况下，上传第一图片至服务器，以便于服务器对第一图片中的目标对象进行识别。

在本发明的实施例中，直接通过连续采集到的图片来判断采集设备是否为静止，可以避免由于设备稳定性或者设备自身等原因造成相机无法完成对焦(比如在车上拍车内物体无法收到对焦回调信息、部分机型由于机型自身原因存在对焦问题时收不到对焦完成回调、部分手机由于机型自身原因出现对焦一直失败)，进而不能获取采集到的帧画面(图片)等问题。

在第一图片具备全局特征的情况下，才进行上传，可以提高云端服务器对拍摄对象(目标对象)的识别率，且仅需上传一张图片，可以降低图片传输的流量消耗，降低后台负载压力。

通过上述步骤s202至步骤s208，在接收到第一指令时，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；在第一图片具有纹理特征的情况下，上传第一图片至服务器，由于仅需上传一张图片，可以解决了相关技术中传输采集得到的图片需要消耗较多流量的技术问题，进而达到减少传输采集得到的图片所消耗的流量的技术效果。

本申请的上述方法可以直接在终端上运行，或者集成到终端的客户端上运行。

下面结合步骤s202至步骤s208详述本申请的实施例：

在步骤s202提供的技术方案中，终端接收到第一指令，并按照第一指令的指示上传目标对象的图片至服务器。

在步骤s204提供的技术方案中，响应于第一指令，获取图像采集设备对目标对象进行连续采集得到的至少两张图片。并基于至少两张图片确定图像采集设备是否处于静止状态。下面以基于两张图片确定图像采集设备是否处于静止状态为例进行说明：

步骤s2042，检测第一图片和第二图片的相同采集区域(也即第一图片的采集区域中与第二图片的采集区域中发生重叠或相交的这部分区域)中是否存在发生运动的采集点(用于标识运动对象)，此处的判断是否存在发生运动的采集点实际是判断是否有运动对象，第二图片为至少两张图片中采集时间与第二图片的采集时间相邻的图片。

可选地，在上述的步骤s2042中，检测第一图片和第二图片中是否存在发生运动的采集点包括：根据第一图片中对应于目标采集点的像素点的位置信息、第二图片中对应于目标采集点的像素点的位置信息以及第一图片的采集时间与第二图片的采集时间之间的时间间隔确定目标采集点的运动速度(即位置信息对应的位置变化量除以时间间隔)，其中，目标采集点至少包括两个采集点；在两个采集点的运动速度不相同的情况下，确定存在发生运动的采集点；在两个采集点的运动速度相同的情况下，确定不存在发生运动的采集点。

具体而言，上述检测第一图片和第二图片中是否存在发生运动的采集点的思想是：检测图片中背景所在的采集点和任一对象的采集点(均包括在目标采集点内)的速度是否一致。理想情况下，仅需两个采集点(背景所在的采集点和任一对象的采集点)即可判断出该对象是否发生相对运动。

可选地，目标采集点是一个采集点集合，其中的采集点是按照既定规则(如采集点之间等间距)来确定的。

这样，在检测第一图片和第二图片中是否存在发生运动的采集点时，可以将采集点集合中的采集点进行两两之间的速度比较，在两个采集点的运动速度不相同的情况下，确定存在发生运动的采集点；在两个采集点的运动速度相同的情况下，确定不存在发生运动的采集点。

优选地，目标采集点是一个采集点集合，其中的采集点包括两个类型，第一个类型是与纹理特征所在像素点对应的采集点(因为一般运动对象具备明显的轮廓，具有比较明显的纹理)，第二个类型是非纹理特征所在的像素点对应的采集点(即背景所在的采集点，可以按照较大间距进行选取)。采用这种方式，能够减少采集点数量，更加便于对运动对象或运动采集点的识别。

在这种情况下，在检测第一图片和第二图片中是否存在发生运动的采集点时，可以按照顺序取第一个类型或第二类型的采集点中的一个采集点与另一个类型的采集点的速度进行比较，在两个采集点的运动速度不相同的情况下，确定存在发生运动的采集点；在两个采集点的运动速度相同的情况下，确定不存在发生运动的采集点。

步骤s2044，在检测出第一图片和第二图片中不存在发生运动的采集点的情况下，确定图像采集设备处于静止状态(此处的静止状态为相对静止状态)。

步骤s2046，在检测出第一图片和第二图片中存在发生运动的采集点的情况下，确定图像采集设备不处于静止状态。

需要说明的是，上述以两张图片为例来判断图像采集设备是否处于静止状态。对于三张的情况下，可以先对时间靠前的两张(如第一图片和第二图片)使用上述方法来检测，然后使用后两张(如第二图片和第三图片)，如果检测结果均为静止则认为设备静止，否则不静止。对于四张或者以上的图片，其检测方式与三张相同，在此不再赘述。

在步骤s206提供的技术方案中，在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征。具体而言，检测至少两张图片中的第一图片是否具有纹理特征包括以下子步骤：

步骤s2062，识别出第一图片中的特征像素点，特征像素点为用于描述第一图片中局部特征的像素点(如fast特征点，featuresfromacceleratedsegmenttest)。fast特征点是代表图片文理特征的点的集合，其特点值(特征值)计算速度快，比已知的其他特征点检测算法要快很多倍，可用于计算机视觉应用的实时场景。后续以fast特征点为例进行说明：

可选地，识别出第一图片中的特征像素点可以通过如下方式实现：获取第一图片中的第一区域中每个像素点的特征值，第一区域以第一像素点为中心，且第一区域为与第一像素点相距小于等于n个像素点的像素点所组成的区域；检测第一像素点是否满足以下条件：与第一像素点相距n个像素点的像素点中存在数量大于第二阈值的第二像素点，且第二像素点的灰度值与第一像素点的灰度值之间差值的绝对值大于第三阈值；在第一像素点满足条件的情况下，检测第一像素点的特征值是否不小于第一区域内所有像素点的特征值；在第一像素点的特征值不小于第一区域内所有像素点的特征值的情况下，将第一像素点设置为特征像素点。

在获取第一图片中的第一区域中每个像素点的特征值的过程中，可对每个像素点执行以下操作(在执行以下操作时每个像素点被视为当前像素点)：检测当前像素点是否满足以下条件：与当前像素点相距n个像素点的像素点中存在数量大于第二阈值的第三像素点，且第三像素点的灰度值与当前像素点的灰度值之间差值的绝对值大于第三阈值；在当前像素点满足条件的情况下，将当前像素点的灰度值与各个第三像素点的灰度值之间的差值的绝对值之和设置为当前像素点的特征值；在当前像素点不满足条件的情况下，将当前像素点的特征值设置为0。

步骤s2064，在识别出的第一图片中的所有特征像素点的数量达到第一阈值的情况下，确定第一图片具有纹理特征。

步骤s2066，在识别出的第一图片中的所有特征像素点的数量小于第一阈值的情况下，确定第一图片不具有纹理特征。

在步骤s208提供的技术方案中，在第一图片具有纹理特征的情况下，上传第一图片至服务器，以便于服务器对第一图片中的目标对象进行识别。

可选地，在实时场景中，在上传第一图片至服务器之后，服务器根据第一图片具有的纹理特征识别出目标对象，并在增强现实场景中对目标对象的三维模型进行渲染。

可选地，在监控场景中，在上传第一图片至服务器之后，服务器根据第一图片具有的纹理特征识别出目标对象，并在显示界面中对目标对象进行标识显示(如始终在目标对象的周围有标识图案)。

可选地，在上传第一图片至服务器之后，在服务器根据纹理特征识别目标对象失败的情况下(由于图片纹理是清楚的，未识别出则说明目标对象不在采集区域内)，生成提示信息，以提示图像采集设备调整采集窗口的方向，以捕捉包括目标对象的采集图片。

通过本申请的上述试试来实施图片传输，可以达到如下效果：

(1)不依赖镜头对焦，可以解决部分机型存在的对焦兼容性问题；

(2)解决用户处于绝对运动状态中，无法完成扫描的问题；

(3)避免过多的传图片给后台，降低用户流量耗费，减轻后台负载成本。

作为一种可选的实施例，下面以ar场景为例详述本申请的实施例：

场景介绍：在ar游戏中，游戏开始时需要上传一个玩偶图像(即目标对象，如超人、小黄人、动物等)，以在ar游戏中以玩偶为模型渲染出一个游戏角色。此时，本申请的方法执行流程如图3所示：

步骤s301，打开摄像头，此时手机内部会接收到传过来的视频流，那么获取第一帧画面并保存；

步骤s302，获取第二帧画面，通过光流法来检测运动对象(对应于运动的采集点)。

光流法是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列(连续图像)中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的。

光流法的前提假设包括：(1)相邻帧之间的亮度恒定；(2)相邻图片帧的取帧时间连续，或者，相邻帧之间物体的运动比较“微小”；(3)保持空间一致性，即同一子图像的像素点具有相同的运动。

需要说明的是，运动场是物体在三维真实世界中的运动；光流场是运动场在二维图像平面上的投影。

给图像中的每个像素点赋予一个速度矢量，这样就形成了一个运动矢量场，在某一特定时刻，图像上的点与三维物体上的点一一对应，这种对应关系可以通过投影来计算得到。根据各个像素点的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动目标，则光流矢量在整个图像区域是连续变化的。当图像中有运动物体时，目标和背景存在着相对运动。运动物体所形成的速度矢量必然和背景的速度矢量有所不同，如此便可以计算出运动物体的位置。用户手机处于静止状态，推测用户是在对准图片扫描进行扫描，此时，手机和目标对象是相对静止的状态。

具体而言可以通过如下方式实现：

步骤s401，对一个连续的图片帧序列进行处理。

步骤s402，针对每一个图片帧序列，利用一定的目标检测方法，检测可能出现的前景运动目标，如速度相同的区域(即采集点区域)为背景，速度发生变化的即为运动目标。

步骤s403，如果某一帧出现了运动目标，找到其具有代表性的关键特征点(可以随机产生，也可以利用角点来做特征点)。

步骤s404，对任意两个图片帧(为出现了该运动目标的图片帧)而言，寻找上一帧中出现的关键特征点在当前帧中的最佳位置(即同一采集点)，从而得到运动目标在当前帧中的位置坐标。根据关键特征点在前一图片帧中位置坐标与当前帧中的位置坐标和拍摄时间间隔即可确定其移动速度。

步骤s303，此时获取当前帧图片，调用opencv中fast特征点检测，特征点检测步骤如下(具体特征点参考图5)：

步骤s3031，一个以像素p(对应于第一像素点)为中心，半径为3的圆上，有16个像素点(p1、p2、...、p16)。

步骤s3032，定义一个阈值(对应于第三阈值)，计算p1、p9与中心p的像素差(灰度值之差)，若它们绝对值都小于阈值，则p点不可能是特征点；否则，当作候选点，执行下一步骤。

步骤s3033，若p是候选点，则计算p1、p9、p5、p13与中心p的像素差，若它们的绝对值有至少3个超过阈值，则当作候选点，再执行下一步骤；否则p点不可能是特征点。

步骤s3034，若p是候选点，则计算p1到p16这16个点与中心p的像素差，若它们有至少9个(对应于第二阈值)超过阈值，则是特征点；否则p点不可能是特征点。

步骤s3035，对图像进行非极大值抑制：计算特征点出的fast得分值(也即特征值)，判断以特征点p为中心的一个邻域(如3x3或5x5)内，计算若有多个特征点，则判断每个特征点的s值(16个点与中心差值的绝对值总和)，若p是邻域所有特征点中响应值最大的，则保留；否则抑制。若邻域内只有一个特征点，则保留。

步骤s304，获取到特征点数量之后，设置一个阈值m(对应于第一阈值)，判断特征值是否小于阈值m。如果是则执行步骤s305，否则执行步骤s306。

步骤s305，如果特征点小于m，则确认图片是模糊的，不够清晰(则认为不具备纹理特征)，放弃该图片，继续识别下一张。

步骤s306，如果特征点不小于m，那么确认图片是够清晰的(具备纹理特征)，满足云端识别的条件。那么上传此一张图片即可。

服务器在接收到图片之后，识别出玩偶图像中的玩偶，并在ar游戏中以玩偶为模型渲染出一个游戏角色，用户开始以该游戏角色开始游戏。

在本申请的实施例中，不用依赖手机对焦回调来决定是否传输图片。因为对焦手机存在兼容性问题，部分手机无法返回对焦成功消息，导致图片一直无法上传，使用运动估计算法(光流法)来判断当前手机是否处于运动状态，如果处于静止状态那么认为用户在用手机瞄准识别物体，然后在通过特征点检测(fast特征点)来判断图片是否足够清晰，足够清晰满足识别图片的要求，那么将图片传给后台。此过程可以摆脱对手机对焦的依赖。同时也可以减少图片传输帧数，减轻后台负载压力，并且已经特征点判断后，提升了后台识别率。

本发明还提供了一种优选实施例，下面以监控场景为例详述本申请的实施例：

场景说明：有些场景中有监控指定对象(如工业运转中的机器、行驶线路等)，此时可以在对象周围安置好图像采集装置，由图像采集装置来采集并上传图像至服务器。

具体而言，该场景中，所执行的方法与上述ar场景下执行的方法相同，在此不再赘述。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

根据本发明实施例，还提供了一种用于实施上述图片的传输方法的图片的传输装置。图6是根据本发明实施例的一种可选的图片的传输装置的示意图，如图6所示，该装置可以包括：接收单元62、响应单元64、检测单元66以及上传单元68。

接收单元62，用于接收到第一指令，第一指令用于指示上传目标对象的图片至服务器。

此处的第一指令包括两种触发方式：第一种是在执行本申请的方法的终端上触发(如终端自动触发、用户操作触发等)，第二种是在与终端通讯连接的其余设备上触发(如在进行图片识别的服务器上触发、其余智能设备上触发等)。

服务器用于根据上传的图标对目标对象进行识别，服务器的用途包括但不局限于：用于对目标对象进行监控、用于增强虚拟现实ar中对识别出的目标对象进行渲染。

响应单元64，用于响应于第一指令，获取图像采集设备对目标对象进行连续采集得到的至少两张图片。

在第一指令的触发下，终端通过图像采集设备对目标对象进行图像采集，图像采集设备可以为终端上的采集模块(如摄像头)，也可以为与终端通讯连接的设备。

至少两张图片为对目标对象进行图像采集时，在采集时间上相邻的图片。

检测单元66，用于在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征。

基于至少两张图片确定图像采集设备处于静止状态主要是基于两张图片中的图像特征来确定采集设备处于静止状态。

纹理特征包括通常意义上物体表面的纹理，即使物体表面呈现凹凸不平的沟纹。对于沟纹而言，实际上也是要在表面绘出彩色花纹或图案，同时要求视觉上给人以凹凸不平感即可。纹理特征属于图片的全局性的特征，如局部二值模式(英文名称localbinarypatterns，简称为lbp)、uniformlbp、旋转不变的lbp、旋转不变的uniformlbp、局部三值模式(英文名称localternarypattern，简称为ltp)、clbp特征、增加局部梯度信息等。

第一图片的纹理特征是第一图片的全局特征，包括所采集区域内(可能包括目标对象)的所有特征。在第一图片具备足够的局部特征的情况下，认为第一图片被认为具备全局特征。

上传单元68，用于在第一图片具有纹理特征的情况下，上传第一图片至服务器。

在本发明的实施例中，直接通过连续采集到的图片来判断采集设备是否为静止，可以避免由于设备稳定性或者设备自身等原因造成相机无法完成对焦(比如在车上拍车内物体无法收到对焦回调信息、部分机型由于机型自身原因存在对焦问题时收不到对焦完成回调、部分手机由于机型自身原因出现对焦一直失败)，进而不能获取采集到的帧画面(图片)等问题。

在第一图片具备全局特征的情况下，才进行上传，可以提高云端服务器对拍摄对象(目标对象)的识别率，且仅需上传一张图片，可以降低图片传输的流量消耗，降低后台负载压力。

需要说明的是，该实施例中的接收单元62可以用于执行本申请实施例1中的步骤s202，该实施例中的响应单元64可以用于执行本申请实施例1中的步骤s204，该实施例中的检测单元66可以用于执行本申请实施例1中的步骤s206，该实施例中的上传单元68可以用于执行本申请实施例1中的步骤s208。

此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现。

通过上述模块，在接收到第一指令时，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；在第一图片具有纹理特征的情况下，上传第一图片至服务器，由于仅需上传一张图片，可以解决了相关技术中传输采集得到的图片需要消耗较多流量的技术问题，进而达到减少传输采集得到的图片所消耗的流量的技术效果。

在上述实施例中，为了判断图像采集设备是否为静止状态，检测单元包括：检测模块，用于检测第一图片和第二图片的相同采集区域中是否存在发生运动的采集点，其中，第二图片为至少两张图片中采集时间与第二图片的采集时间相邻的图片；第三确定模块，用于在检测出第一图片和第二图片中不存在发生运动的采集点的情况下，确定图像采集设备处于静止状态；第四确定模块，用于在检测出第一图片和第二图片中存在发生运动的采集点的情况下，确定图像采集设备不处于静止状态。

可选地，检测模块在检测第一图片和第二图片中是否存在发生运动的采集点时，根据第一图片中对应于目标采集点的像素点的位置信息、第二图片中对应于目标采集点的像素点的位置信息以及第一图片的采集时间与第二图片的采集时间之间的时间间隔确定目标采集点的运动速度，其中，目标采集点至少包括两个采集点；在两个采集点的运动速度不相同的情况下，确定存在发生运动的采集点；在两个采集点的运动速度相同的情况下，确定不存在发生运动的采集点。

在上述实施例中，为了检测至少两张图片中的第一图片是否具有纹理特征，检测单元包括：识别模块，用于识别出第一图片中的特征像素点，其中，特征像素点为用于描述第一图片中局部特征的像素点；第一确定模块，用于在识别出的第一图片中的所有特征像素点的数量达到第一阈值的情况下，确定第一图片具有纹理特征；第二确定模块，用于在识别出的第一图片中的所有特征像素点的数量小于第一阈值的情况下，确定第一图片不具有纹理特征。

可选地，识别模块包括：获取子模块，用于获取第一图片中的第一区域中每个像素点的特征值，其中，第一区域以第一像素点为中心，且第一区域为与第一像素点相距小于等于n个像素点的像素点所组成的区域；第一检测子模块，用于检测第一像素点是否满足以下条件：与第一像素点相距n个像素点的像素点中存在数量大于第二阈值的第二像素点，且第二像素点的灰度值与第一像素点的灰度值之间差值的绝对值大于第三阈值；第二检测子模块，用于在第一像素点满足条件的情况下，检测第一像素点的特征值是否不小于第一区域内所有像素点的特征值；设置子模块，用于在第一像素点的特征值不小于第一区域内所有像素点的特征值的情况下，将第一像素点设置为特征像素点。

上述的获取子模块还用于：对每个像素点执行以下操作，其中，在执行以下操作时每个像素点被视为当前像素点：检测当前像素点是否满足以下条件：与当前像素点相距n个像素点的像素点中存在数量大于第二阈值的第三像素点，且第三像素点的灰度值与当前像素点的灰度值之间差值的绝对值大于第三阈值；在当前像素点满足条件的情况下，将当前像素点的灰度值与各个第三像素点的灰度值之间的差值的绝对值之和设置为当前像素点的特征值；在当前像素点不满足条件的情况下，将当前像素点的特征值设置为0。

在本申请的实施例中，上传单元在上传第一图片至服务器之后，服务器根据第一图片具有的纹理特征识别出目标对象，并在增强现实场景中对目标对象的三维模型进行渲染。

通过本申请的上述实施例，不用依赖手机对焦回调来决定是否传输图片。因为对焦手机存在兼容性问题，部分手机无法返回对焦成功消息，导致图片一直无法上传，使用运动估计算法(光流法)来判断当前手机是否处于运动状态，如果处于静止状态那么认为用户在用手机瞄准识别物体，然后在通过特征点检测(fast特征点)来判断图片是否足够清晰，足够清晰满足识别图片的要求，那么将图片传给后台。此过程可以摆脱对手机对焦的依赖。同时也可以减少图片传输帧数，减轻后台负载压力，并且已经特征点判断后，提升了后台识别率。

此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。

实施例3

根据本发明实施例，还提供了一种用于实施上述图片的传输方法的服务器或终端(也即本申请的电子装置)。

图7是根据本发明实施例的一种终端的结构框图，如图7所示，该终端可以包括：一个或多个(图7中仅示出一个)处理器701、存储器703、以及传输装置705(如上述实施例中的发送装置)，如图7所示，该终端还可以包括输入输出设备707。

其中，存储器703可用于存储软件程序以及模块，如本发明实施例中的图片的传输方法和装置对应的程序指令/模块，处理器701通过运行存储在存储器703内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的图片的传输方法。存储器703可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器703可进一步包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

上述的传输装置705用于经由一个网络接收或者发送数据，还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置705包括一个网络适配器(networkinterfacecontroller，nic)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置705为射频(radiofrequency，rf)模块，其用于通过无线方式与互联网进行通讯。

其中，具体地，存储器703用于存储应用程序。

处理器701可以通过传输装置705调用存储器703存储的应用程序，以执行下述步骤：接收到第一指令，第一指令用于指示上传目标对象的图片至服务器；响应于第一指令，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；在第一图片具有纹理特征的情况下，上传第一图片至服务器。

处理器701还用于执行下述步骤：识别出第一图片中的特征像素点，其中，特征像素点为用于描述第一图片中局部特征的像素点；在识别出的第一图片中的所有特征像素点的数量达到第一阈值的情况下，确定第一图片具有纹理特征；在识别出的第一图片中的所有特征像素点的数量小于第一阈值的情况下，确定第一图片不具有纹理特征。

采用本发明实施例，在接收到第一指令时，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；在第一图片具有纹理特征的情况下，上传第一图片至服务器，由于仅需上传一张图片，可以解决了相关技术中传输采集得到的图片需要消耗较多流量的技术问题，进而达到减少传输采集得到的图片所消耗的流量的技术效果。

可选地，本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例，本实施例在此不再赘述。

本领域普通技术人员可以理解，图7所示的结构仅为示意，终端可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobileinternetdevices，mid)、pad等终端设备。图7其并不对上述电子装置的结构造成限定。例如，终端还可包括比图7中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图7所示不同的配置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-onlymemory，rom)、随机存取器(randomaccessmemory，ram)、磁盘或光盘等。

实施例4

本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行图片的传输方法的程序代码。

可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：

s11，接收到第一指令，第一指令用于指示上传目标对象的图片至服务器；

s12，响应于第一指令，获取图像采集设备对目标对象进行连续采集得到的至少两张图片；

s13，在基于至少两张图片确定图像采集设备处于静止状态的情况下，检测至少两张图片中的第一图片是否具有纹理特征，纹理特征包括用于描述目标对象的特征；

s14，在第一图片具有纹理特征的情况下，上传第一图片至服务器。

可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：

s21，识别出第一图片中的特征像素点，其中，特征像素点为用于描述第一图片中局部特征的像素点；

s22，在识别出的第一图片中的所有特征像素点的数量达到第一阈值的情况下，确定第一图片具有纹理特征；

s23，在识别出的第一图片中的所有特征像素点的数量小于第一阈值的情况下，确定第一图片不具有纹理特征。

可选地，本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例，本实施例在此不再赘述。

可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。