一种三维图像处理方法与流程

技术特征：

1.一种三维图像处理方法，该方法具体包括如下步骤：

S1.网络摄像机远程采集图像信息发送给图像处理服务器；

S2.图像处理服务器识别图像中所有现实物体三维特征；

S3.在图像中置入虚拟物体；

S4.根据虚拟物体周边现实物体的三维特征，适应性调整虚拟物体的大小比例以及三维信息。

2.如权利要求1所述的方法，其特征在于，所述三维信息特征包括三维深度信息和投影方向。

3.如权利要求2所述的方法，其特征在于，所述步骤S2中，包括S21：通过计算图像中每个现实物体中相邻像素的相似度，进而得到所述像素的深度，得到现实物体的三维深度信息。

4.如权利要求3所述的方法，其特征在于，所述计算图像中每个现实物体中相邻像素的相似度，采用相邻像素传播和随机优化的多循环算法，包括将横向像素初始化为随机平面和迭代计算相邻像素的相似度的步骤。

5.如权利要求4所述的方法，其特征在于，所述将横向像素初始化为随机平面，包括步骤：

S211.将横向像素初始化为随机平面；

S212.每个像素的初始深度设定为随机值，通过每个像素的表面的法线矢量被设置为随机单位向量。

6.如权利要求5所述的方法，其特征在于，所述将横向像素初始化为随机平面，包括如下过程：

通过所述横向像素的深度坐标的平面，由式(1)表示，

其中，z为所述横向像素的深度坐标，和px和py为随机平面，f1、f2和f3分别如式(2-1)、式(2-2)和式(2-3)所示，

f1＝-n1/n3 (2-1)

f2＝-n2/n3 (2-2)

f3＝(n1·x0+n2·y0+n3·z0)/n3 (2-3)

式(2-1)、式(2-2)和式(2-3)中，n1、n2和n3是标量、是由如式(3)所示的数值向量表示最小聚合成本所在的所有可能平面，x0和y0分别为初始化的所述横向像素的坐标数值，z0为初始化的所述横向像素的初始深度值，

式(3)中m由式(4)提供，

式(4)中，w用于实现自适应加权，w由式(5)提供；E表示相似性计算因素，E由式(10)提供；表示梯度值，Wp表示集中在p的一个方形窗口，

式(5)中，||Ip-Iq||表示两相邻像素p和q间的距离，p为横向像素，q为与p在同一平面内的相邻像素，

式(6)中，I是现实物体中像素的强度，下标i，j是现实物体的索引，Ii，Ij分别表示第i，第j个现实物体中的相应像素的强度，Ii和Ij将投射到相同的空间点，Ii和Ij的坐标由式(11)计算得到，||Ii-Ij||为RGB空间中的Ii和Ij的颜色的曼哈顿距离，和是像素的灰度值梯度，表示在Ii和Ij计算的灰度梯度的绝对差，α是没有单位的权重因子，用于平衡颜色和渐变项的影响；

式(7)中，ui是每个现实物体中对应于坐标为y和z的点的像素的局部坐标。

7.如权利要求6所述的方法，其特征在于，所述迭代计算相邻像素的相似度，包括步骤：

S213.初始化一个随机平面内的一个横向像素并计算其深度坐标和向量值，计算其聚合成本，将此聚合成本作为参考聚合成本；

S214.计算与步骤S213.中横向像素在同一平面内的任意一相邻像素的聚合成本；

S215.比较步骤S213.中参考聚合成本与步骤S214.中相邻像素的聚合成本；

S216.将步骤S215.中比较小的聚合成本对应像素作为新的参考值；

S217.将步骤S216.中新的参考值对应像素设为与该对比参考值的对应像素左上相邻；

S218.设定条件：步骤S216.中新的参考值对应深度值在最大允许范围内；

S219.如果步骤S218.条件成立，则循环执行步骤S213.到步骤S218.；

S220.步骤S218.条件不成立，将最后一次循环步骤S217.中作为图像最左边像素；

S221.在步骤S220的基础上，图像右下进行下降偶次迭代；

S222.根据步骤S221.的迭代次数计算每个像素的计算次数。

8.如权利要求2-7任一所述的方法，其特征在于，所述S2还包括步骤S22：分析得到现实物体影子的方向：

S221.将图像中的现实物体划分为N个相同大小的纹理区域，其中，N≥2；

S222.生成以眼睛位置为视点的目标视锥体；

S223将所述目标视锥体由近至远分割成N个子视锥体，其中，每个子视锥体的区域由近至远依次增大；

S224.生成所述子视锥体的渲染参数，所述渲染参数包括视图矩阵和投影矩阵；

S225.根据所述子视锥体的渲染参数，在一个所述纹理区域内渲染所述子视锥体对应的图像中的现实物体，得到以光源位置为视点的现实物体影子方向。

9.如权利要求8所述的方法，其特征在于，，在所述步骤S4中还包括如下步骤：

S41.根据S22分析得到的投影方向，确定虚拟物体的受光面和背光面；

S42.为所述受光面与所述背光面的过渡区域配置渐变的光照颜色；

S43.根据所述受光面每一像素点接收的光照颜色，分别确定所述受光面每一像素点的颜色；

S44.根据所述背光面每一像素点接收的光照颜色，分别确定所述背光面每一像素点的颜色；

所述为所述受光面与所述背光面的过渡区域配置渐变的光照颜色，包括：

从点积取值范围[-1,1]内，选取一个取值区间[-x1，x2]，其中，x1和x2均为正数且小于1；

从所述虚拟物体表面选择一个过渡区域，其中，所述过渡区域内每一像素点对应的点积在所述取值区间[-x1，x2]内；

使所述过渡区域一侧接收的第一光照颜色向另一侧接收的第二光照颜色渐变，其中，所述第一光照颜色为除所述过渡区域以外的受光面接收的固定光照颜色，所述第二光照颜色为除所述过渡区域以外的背光面接收的固定光照颜色。

10.如权利要求1所述的方法，其特征在于，在步骤S1中，网络摄像机和图像处理服务器的数据传输采用即时加密通信，即时加密通信前，网络摄像机临时产生会话密钥WK；图像处理服务器获取网络摄像机的身份公钥和密钥协商基本公钥，然后和图像处理服务器组成公私钥对来协商计算父滚动代表初始密钥N_CC，具体过程如下：

将T_SKA/T_PKA、NB_SKB/NB_PKB，通过椭圆曲线点乘算法，计算网络摄像机的密钥协商第一部分Part1；

网络摄像机密钥协商第一部分Part1＝DPSM2(TSKA，NBPKB)；

将NB_SKA/NB_PKA、T_SKB/T_PKB，通过椭圆曲线点乘算法，计算网络摄像机的密钥协商第二部分Part2；

网络摄像机密钥协商第二部分Part2＝DPSM2(NBSKA，TPKB)；

将NB_SKA/NB_PKA、NB_SKB/NB_PKB，通过椭圆曲线点乘算法，计算网络摄像机算发送方的密钥协商第三部分Part3；

网络摄像机密钥协商第三部分Part3＝DPSM2(NBSKA，NBPKB)；

将网络摄像机密钥协商第一部分Part1、网络摄像机密钥协商第二部分Part2、网络摄像机密钥协商第三部分Part3连接成网络摄像机密钥分量KM；

网络摄像机密钥分量KM＝Part1||Part2||Part3)；

将网络摄像机密钥分量KM和第一字符串用SM3算法压缩成256bit的网络摄像机的父滚动代表初始密钥N_CC；

初始密钥N_CC＝HSM3(KM||第一字符串)

根据椭圆曲线点乘算法特点，通过该计算过程，网络摄像机密钥和图像处理服务器双方计算出一致的父滚动代表初始密钥N_CC。