图像特征候选点提取方法、装置、设备及存储介质与流程

1.本技术涉及图像处理技术领域，具体而言，涉及一种图像特征候选点提取方法、装置、设备及存储介质。


背景技术：

2.线激光，是一种常见的3d扫描仪光源。基于线激光的三维测量技术是作为一种非接触测量方式，能够通过高速激光扫描的方式实现大面积、高分辨率的三维物体表面形貌测量。
3.目前，在高帧率扫描时，为了获取高效的数据传输效率，激光扫描仪需要对扫描到的原始图像进行压缩处理(其中，原始图像为被测物体的线激光扫描图像)，并将压缩后的原始图像发送至处理设备，由处理设备先对压缩后的原始图像进行解压处理，然后，再对解压后的原始图像进行分析处理，得到原始图像的亮度或对比度等参数信息，并利用这些参数信息来提取原始图像的特征候选点，以便于根据提取到的特征候选点计算得到被测物体的三维轮廓信息。
4.但是，采用上述特征候选点提取方法，需要待压缩后的原始图像全部解压完成后，才可以开始基于解压后的原始图像提取特征候选点，容易导致特征候选点的提取效率偏低。


技术实现要素：

5.本技术的目的在于，针对上述现有技术中的不足，提供一种图像特征候选点提取方法、装置、设备及存储介质，以便提高被测物体的线激光扫描图像上特征候选点的提取效率。
6.为实现上述目的，本技术实施例采用的技术方案如下：
7.第一方面，本技术实施例提供了一种图像特征候选点提取方法，应用于处理设备，所述处理设备与线激光扫描设备通信连接，所述方法包括：
8.获取所述线激光扫描设备发送的压缩后的多帧激光扫描图像，其中，所述多帧激光扫描图像包括：压缩后的首帧图像、以及压缩后的多帧差分图像，所述差分图像是由所述线激光扫描设备扫描到的相邻两帧原始图像得到的；
9.对所述压缩后的首帧图像进行解压缩处理，得到第一原始图像，将所述第一原始图像作为初始的第一原始图像；并提取所述第一原始图像的特征候选点集合；
10.对所述压缩后的多帧差分图像进行解压缩处理，得到至少一个第一差分图像；
11.根据所述第一原始图像、及所述第一差分图像，确定第二原始图像；
12.将所述第一差分图像划分为多个点集合，各所述点集合中包括属于同一数值区间的点；
13.根据所述第一原始图像的特征候选点集合以及所述第一差分图像的多个点集合，确定所述第二原始图像的特征点候选区域，其中，所述第二原始的特征点候选区域中包括
多个候选特征点；
14.根据所述第二原始图像的特征点候选区域，从所述第二原始图像中提取所述第二原始图像的特征候选点集合；
15.判断多帧原始图像的特征候选点集合是否提取全部完成，若否，则将所述第二原始图像作为新的第一原始图像，将所述第一差分图像之后的相邻差分图像作为新的第一差分图像，并重新执行上述将根据所述第一原始图像及所述第一差分图像确定第二原始图像之后的步骤，直至所述多帧原始图像的特征候选点集合均提取完成。
16.可选地，所述多个点集合包括：第一点集合、第二点集合、第三点集合，所述第一点集合中的点的值均小于或等于第一预设阈值，所述第二点集合中的点的值大于所述第一预设阈值且小于第二预设阈值，所述第三点集合中的点的值大于或等于所述第二预设阈值，所述第二预设阈值大于所述第一预设阈值。
17.可选地，所述根据所述第一原始图像的特征候选点集合以及所述第一差分图像的多个点集合，确定所述第二原始图像的特征点候选区域，包括：
18.确定所述第一原始的特征候选点集合与所述第一点集合的差集，得到第一中间集合；
19.确定所述第一中间集合与所述第二点集合的交集，得到第二中间集合；
20.确定所述第二中间集合与所述第三点集合的并集，得到所述第二原始图像的特征点候选区域。
21.可选地，所述根据所述第二原始图像的特征点候选区域，从所述第二原始图像中提取所述第二原始图像的特征候选点集合，包括：
22.根据所述线激光扫描设备的激光线扫描方向，确定所述第二原始图像的多个极大值点，其中，各极大值点为所述第二原始图像的各行中的行向极大值点或者各列中的列向极大值点，所述行向极大值点为各行中亮度最大的特征点，所述列向极大值点为各列中亮度最大的特征点；
23.根据所述多个极大值点以及所述第二原始的特征点候选区域中的各候选特征点，提取所述第二原始图像的特征候选点集合。
24.可选地，所述根据所述多个极大值点以及所述第二原始图像的特征点候选区域中的各候选特征点，提取所述第二原始图像的特征候选点集合，包括：
25.遍历所述第二原始图像的特征点候选区域中的各候选特征点，将当前遍历到的候选特征点与对应的极大值点进行比较，若当前遍历到的候选特征点的值大于对应的极大值点的值，则将当前遍历到的候选特征点作为所述第二原始图像的特征候选点集合中的一个点；
26.其中，若当前遍历到的候选特征点对应的极大值点为行向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在行的行向极大值点，若当前遍历到的候选特征点对应的极大值点为列向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在列的列向极大值点。
27.可选地，所述根据所述第二原始图像的特征点候选区域，从所述第二原始图像中提取所述第二原始图像的特征候选点集合之前，还包括：
28.对所述第一差分图像的特征点候选区域进行膨胀处理，得到处理后的特征点候选
区域；
29.所述根据所述第一差分图像的特征点候选区域，从所述第二原始图像中提取所述第二原始图像的特征候选点集合，包括：
30.根据所述处理后的特征点候选区域，从所述第二原始图像中提取所述第二原始图像的特征候选点集合。
31.可选地，所述提取所述第一原始图像的特征候选点集合，包括：
32.根据所述线激光扫描设备的激光线扫描方向，确定所述第一原始图像的多个极大值点，其中，各极大值点为所述第一原始图像的各行中的行向极大值点或者各列中的列向极大值点，所述行向极大值点为各行中亮度值最大的特征点，所述列向极大值点为各列中亮度值最大的特征点；
33.将所述第一原始图像的多个极大值点组合为所述第一原始图像的特征候选点集合。
34.第二方面，本技术实施例还提供了一种图像特征候选点提取装置，应用于处理设备，所述处理设备与线激光扫描设备通信连接，所述装置包括：
35.获取模块，用于获取所述线激光扫描设备发送的压缩后的多帧激光扫描图像，其中，所述多帧激光扫描图像包括：压缩后的首帧图像、以及压缩后的多帧差分图像，所述差分图像是由所述线激光扫描设备扫描到的相邻两帧原始图像得到的；
36.解压模块，用于对所述压缩后的首帧图像进行解压缩处理，得到第一原始图像；
37.处理模块，用于将所述第一原始图像作为初始的第一原始图像；
38.提取模块，用于提取所述第一原始图像的特征候选点集合；
39.所述解压模块，还用于对所述压缩后的多帧差分图像进行解压缩处理，得到至少一个第一差分图像；
40.所述处理模块，还用于根据所述第一原始图像及所述第一差分图像确定第二原始图像；
41.划分模块，用于将所述第一差分图像划分为多个点集合，各所述点集合中包括属于同一数值区间的点；
42.所述处理模块，还用于根据所述第一原始图像的特征候选点集合以及所述第一差分图像的多个点集合，确定所述第二原始图像的特征点候选区域，其中，所述第二原始的特征点候选区域中包括多个候选特征点；
43.所述提取模块，还用于根据所述第二原始图像的特征点候选区域，从所述第二原始图像中提取所述第二原始图像的特征候选点集合；
44.所述处理模块，还用于判断多帧原始图像的特征候选点集合是否提取全部完成，若否，则将所述第二原始图像作为新的第一原始图像，将所述第一差分图像之后的相邻差分图像作为新的第一差分图像，并重新执行上述将根据所述第一原始图像及所述第一差分图像确定第二原始图像之后的步骤，直至所述多帧原始图像的特征候选点集合均提取完成。
45.可选地，所述多个点集合包括：第一点集合、第二点集合、第三点集合，所述第一点集合中的点的值均小于或等于第一预设阈值，所述第二点集合中的点的值大于所述第一预设阈值且小于第二预设阈值，所述第三点集合中的点的值大于或等于所述第二预设阈值，
所述第二预设阈值大于所述第一预设阈值。
46.可选地，所述处理模块，还用于：
47.确定所述第一原始的特征候选点集合与所述第一点集合的差集，得到第一中间集合；
48.确定所述第一中间集合与所述第二点集合的交集，得到第二中间集合；
49.确定所述第二中间集合与所述第三点集合的并集，得到所述第二原始图像的特征点候选区域。
50.可选地，所述提取模块，还用于：
51.根据所述线激光扫描设备的激光线扫描方向，确定所述第二原始图像的多个极大值点，其中，各极大值点为所述第二原始图像的各行中的行向极大值点或者各列中的列向极大值点，所述行向极大值点为各行中亮度最大的特征点，所述列向极大值点为各列中亮度最大的特征点；
52.根据所述多个极大值点以及所述第二原始的特征点候选区域中的各候选特征点，提取所述第二原始图像的特征候选点集合。
53.可选地，所述提取模块，还用于：
54.遍历所述第二原始图像的特征点候选区域中的各候选特征点，将当前遍历到的候选特征点与对应的极大值点进行比较，若当前遍历到的候选特征点的值大于对应的极大值点的值，则将当前遍历到的候选特征点作为所述第二原始图像的特征候选点集合中的一个点；
55.其中，若当前遍历到的候选特征点对应的极大值点为行向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在行的行向极大值点，若当前遍历到的候选特征点对应的极大值点为列向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在列的列向极大值点。
56.可选地，所述处理模块，还用于：
57.对所述第一差分图像的特征点候选区域进行膨胀处理，得到处理后的特征点候选区域；
58.所述提取模块，还用于：
59.根据所述处理后的特征点候选区域，从所述第二原始图像中提取所述第二原始图像的特征候选点集合。
60.可选地，所述提取模块，还用于：
61.根据所述线激光扫描设备的激光线扫描方向，确定所述第一原始图像的多个极大值点，其中，各极大值点为所述第一原始图像的各行中的行向极大值点或者各列中的列向极大值点，所述行向极大值点为各行中亮度值最大的特征点，所述列向极大值点为各列中亮度值最大的特征点；
62.将所述第一原始图像的多个极大值点组合为所述第一原始图像的特征候选点集合。
63.第三方面，本技术实施例还提供了一种处理设备，该处理设备包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当处理设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行如第一方面提供的方法的
步骤。
64.第四方面，本技术实施例还提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，计算机程序被处理器运行时执行如第一方面提供的方法的步骤。
65.本技术的有益效果是：
66.本技术实施例提供一种图像特征候选点提取方法、装置、设备及存储介质，为了确保线激光扫描设备与处理设备之间高效的数据传输效率，处理设备直接接收线激光扫描设备发送的压缩后的首帧图像、以及压缩后的多帧差分图像，处理设备对压缩后的首帧图像进行解压缩处理得到第一原始图像，并提取第一原始图像的特征候选点集合，以及，处理设备先对压缩后的部分多帧差分图像进行解压缩处理，并得到至少一个第一差分图像，然后，再基于解压缩后较靠前的第一差分图像、以及第一原始图像的特征候选点集合，提取第二原始图像的特征候选点集合，同时在提取第二原始图像的特征候选点集合过程中，并继续对压缩后的其他多帧差分图像进行解压缩处理，这种采用图像解压和特征候选点提取的并行化处理方式，使得不需等待压缩后的多帧差分图像全部解压完成后，才能够开始基于解压后的多帧差分图像依次提取各帧原始图像上特征候选点集合，极大地提高了特征候选点的提取效率。
附图说明
67.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
68.图1为本技术实施例提供的一种线激光扫描系统的结构示意图；
69.图2为本技术实施例提供的一种处理设备的结构示意图；
70.图3为本技术实施例提供的一种图像特征候选点提取方法的流程示意图；
71.图4为本技术实施例提供的另一种图像特征候选点提取方法的流程示意图；
72.图5为本技术实施例提供的又一种图像特征候选点提取方法的流程示意图；
73.图6为本技术实施例提供的另一种图像特征候选点提取方法的流程示意图；
74.图7为本技术实施例提供的又一种图像特征候选点提取方法的流程示意图；
75.图8为本技术实施例提供的一种图像特征候选点提取装置的结构示意图。
76.图标：100-线激光扫描系统；101-线激光扫描设备；102-处理设备。
具体实施方式
77.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
78.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
79.需要说明的是，本技术实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
80.首先，在对本技术所提供的技术方案展开具体说明之前，先对本技术所涉及到的线激光扫描系统的架构、及工作原理进行简单介绍。
81.参考图1所示，线激光扫描系统100包括：线激光扫描设备101与处理设备102，线激光扫描设备101与处理设备102通信连接。其中，线激光扫描设备101可以包括：线激光器与图像采集装置，处理设备102可以为计算机或者服务器等处理设备，以用于实现本技术提供的图像特征候选点提取方法。
82.线激光扫描系统100的工作原理为：通过线激光器向被测物体的表面发射测量用的线激光，以及通过图像采集装置实时采集被测物体的线激光扫描图像，并将采集到的线激光扫描图像进行发送至处理设备102，处理设备102对接收到的线激光扫描图像进行分析处理，得到被测物体的真实三维轮廓信息。
83.可以理解，图1所示的结构仅为示意，线激光扫描系统100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
84.如下对用于执行本技术提供的图像特征候选点提取方法的处理设备的结构示意图进行简单说明。
85.如图2所示，处理设备102包括存储器201、处理器202。其中，存储器201、处理器202相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
86.存储器201中存储有以软件或固件(firmware)的形式存储于存储器201中的软件功能模块，处理器202通过运行存储在存储器201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，即实现本技术实施例中的图像特征候选点提取方法。
87.其中，存储器201可以是，但不限于，随机存取存储器(random access memory，ram)、只读存储器(read only memory，rom)、可编程只读存储器(programmable read-only memory，prom)、可擦除只读存储器(erasable programmable read-only memory，eprom)等。其中，存储器201用于存储程序，处理器202在接收到执行指令后，执行所述程序。
88.处理器202可能是一种集成电路芯片，具有信号的处理能力。上述的处理器202可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等。
89.如下将通过多个具体的实施例对本技术所提供的图像特征候选点提取方法步骤的实现原理和对应产生的有益效果进行说明。
90.图3为本技术实施例提供的一种图像特征候选点提取方法的流程示意图；可选地，该方法的执行主体可以是所示图1中的处理设备。
91.应当理解，在其它实施例中图像特征候选点提取方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。如图3所示，该方法包括：
92.s301、获取线激光扫描设备发送的压缩后的多帧激光扫描图像。
93.其中，多帧激光扫描图像包括：压缩后的首帧图像、以及压缩后的多帧差分图像，差分图像是由线激光扫描设备扫描到的相邻两帧原始图像得到的。
94.在本实施例中，例如，线激光扫描设备在获取到被测物体的多帧原始图像后，其中，原始图像为被测物体的线激光扫描图像，还需要根据多帧原始图像中的相邻两帧原始图像，得到相邻两帧原始图像之间的差分图像，即以当前帧原始图像减去前一帧原始图像。例如，线激光扫描设备获取到n帧原始图像，根据第一帧原始图像f1中各像素点的像素值、及第二帧原始图像f2各像素点的像素值，得到第一帧原始图像f1与第二帧原始图像f2之间的第一差分图像d1，即d1＝f2-f1；同理，也可以得到第二帧原始图像f2与第三帧原始图像f3之间的第二差分图像d2，即根据n帧原始图像的相邻两帧原始图像，可以得到n-1帧差分图像。
95.同时，线激光扫描设备还需要分别对首帧原始图像(即第一帧原始图像f1)、及上述得到的n-1帧差分图像进行压缩处理，得到压缩后的首帧图像、以及压缩后的多帧差分图像，并将压缩后的首帧图像、以及压缩后的多帧差分图像发送至处理设备，以由处理设备根据压缩后的首帧图像、以及压缩后的多帧差分图像，来提取各帧原始图像上特征候选点集合。
96.在本实施例中，为了确保线激光扫描设备与处理设备之间高效的数据传输效率，线激光扫描设备可以将压缩后的首帧图像、以及压缩后的多帧差分图像发送至处理设备，这样，可以极大地降低线激光扫描设备与处理设备之间的数据传输量。
97.值得注意的是，在线激光扫描设备采集被测物体的原始图像的同时，处理设备基于当前获取到的多帧激光扫描图像，来提取某一帧原始图像的特征候选点，即采集图像和特征候选点提取并行化处理。例如，线激光扫描设备采集被测物体的第一帧原始图像，对第一帧原始图像进行压缩处理，得到压缩后的首帧图像，并将压缩后的首帧图像传输至处理设备，在处理设备对压缩后的首帧图像进行解压缩处理、及特征候选点提取处理的同时，线激光扫描设备继续采集被测物体的第二帧原始图像，并根据第一帧原始图像与第二帧原始图像，得到第二帧原始图像和第一帧原始图像的差分图像，即第一差分图像，并对第一差分图像进行压缩处理，再将压缩后的第一差分图像传输至处理设备，由处理设备根据压缩后的首帧图像、压缩后的第一差分图像，提取第二帧原始图像的特征候选点，依次类推。这种通过采集图像和特征候选点提取并行化处理方式，可以极大地提高特征候选点的提取效率。
98.s302、对压缩后的首帧图像进行解压缩处理，得到第一原始图像，将第一原始图像作为初始的第一原始图像，并提取第一原始图像的特征候选点集合。
99.其中，第一原始图像的特征可以包括：激光线、标记点。即提取第一原始图像的激光线候选点集合，或者标记点候选点集合。
100.在本实施例中，处理设备先对压缩后的首帧图像进行解压缩处理，得到第一原始图像，即首帧原始图像，同时并将第一原始图像作为初始的第一原始图像。
101.可选地，针对第一帧原始图像，可以计算得到第一原始图像的亮度和对比度等参
数信息，并利用这些参数信息来提取第一原始图像的特征候选点集合，将第一原始图像的特征候选点集合记作l1。
102.s303、对压缩后的多帧差分图像进行解压缩处理，得到至少一个第一差分图像。
103.可选地，可以同时对压缩后的n-1帧差分图像进行解压缩处理，或者也可以分批对压缩后的n-1帧差分图像进行解压缩处理，得到至少一个第一差分图像。
104.在本实施例中，例如，处理设备可以分批对压缩后的n-1帧差分图像进行解压缩处理，这样，使得可以先基于解压后的第一差分图像、以及第一原始图像，提取第二原始图像的特征候选点集合，以及然后再基于解压后的第二差分图像、以及第二原始图像，提取第三原始图像的特征候选点集合等，即基于解压后较靠前的差分图像、以及第一原始图像，提取多帧原始图像中较靠前的原始图像的特征候选点集合。这样，使得不需等待压缩后的多帧差分图像全部解压完成后，才能够开始基于解压后的多帧差分图像，依次提取各帧原始图像上特征候选点，采用图像解压和特征候选点提取的并行化处理方式，极大地提高了各帧原始图像上特征候选点的提取效率。
105.s304、根据第一原始图像及第一差分图像确定第二原始图像。
106.在本实施例中，例如，在第一轮循环处理过程中，可以将第一原始图像记作f1，第一差分图像记作d1，其中，第一差分图像d1是由线激光扫描设备端根据第一原始图像f1、及第二原始图像f2计算得到的，相应的，在处理设备端也可以利用第一原始图像f1、及第一差分图像d1进行反向推理计算，得到第二原始图像f2。例如，若第一差分图像d1＝第二原始图像f2-第一原始图像f1，则第二原始图像f2＝第一差分图像d1+第一原始图像f1。
107.s305、将第一差分图像划分为多个点集合。
108.其中，各点集合中包括属于同一数值区间的点。
109.其中，差分图像为相邻两帧图像之间的差分，即可以根据差分图像上各像素点的像素值变化量，来确定相邻两帧图像上特征的变化情况。
110.在本实施例中，可以根据第一差分图像上各像素点的像素值大小，将第一差分图像上属于同一像素值区间的像素点，划分到一个点集合，即可以将第一差分图像划分为多个点集合。
111.s306、根据第一原始图像的特征候选点集合、以及第一差分图像的多个点集合，确定第二原始图像的特征点候选区域。
112.其中，第二原始图像的特征点候选区域中包括多个候选特征点，第二原始图像中所包含的特征点候选区域可以为一个或者多个，以及各特征点候选区域内可以包括一个候选特征点或者多个候选特征点。
113.在本实施例中，第一差分图像是由第一原始图像与第二原始图像确定得到的，即第一差分图像中各像素点的像素值可以表征第一原始图像、第二原始图像这两幅图像上相同像素点的像素值变化情况。因此，可以利用第一差分图像、第一原始图像的特征候选点集合，来确定第二原始图像的特征点候选区域。
114.s307、根据第二原始图像的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合。
115.在本实施例中，可以直接从第二原始图像的特征点候选区域中提取第二原始图像的特征候选点，并将提取到的各特征候选点组合为第二原始图像的特征候选点集。这样，使
得只需要从第二原始图像的特征点候选区域中提取第二原始图像的各特征候选点，避免了直接对整幅第二原始图像上所有像素点进行一一比对分析来提取第二原始图像的特征候选点的繁琐过程，极大地缩小了第二原始图像的特征候选点的搜索区域，从而加快了对第二原始图像的特征候选点的提取效率。
116.s308、判断多帧原始图像的特征候选点集合是否提取全部完成，若否，则跳转至步骤s309，若是，则跳转至步骤s310。
117.s309、将第二原始图像作为新的第一原始图像，将第一差分图像之后的相邻差分图像作为新的第一差分图像，并重新执行步骤s304-s310。
118.s310、若多帧原始图像的特征候选点集合均提取全部完成，则结束。
119.在本实施例中，在提取到第二原始图像的特征候选点集合后，可进入下一轮循环处理，即在下一轮循环处理过程中，将第二原始图像作为新的第一原始图像，将第一差分图像之后的相邻差分图像作为新的第一差分图像，并重新执行步骤s304-s310，直至多帧原始图像的特征候选点集合均提取全部完成，则结束。
120.综上所述，本技术实施例提供一种图像特征候选点提取方法，应用于处理设备，该方法包括：获取线激光扫描设备发送的压缩后的多帧激光扫描图像，其中，多帧激光扫描图像包括：压缩后的首帧图像、以及压缩后的多帧差分图像，差分图像是由线激光扫描设备扫描到的相邻两帧原始图像得到的；对压缩后的首帧图像进行解压缩处理，得到第一原始图像，将第一原始图像作为初始的第一原始图像，并提取第一原始图像的特征候选点集合；对压缩后的多帧差分图像进行解压缩处理，得到至少一个第一差分图像；根据第一原始图像及第一差分图像确定第二原始图像；将第一差分图像划分为多个点集合，各点集合中包括属于同一数值区间的点；根据第一原始图像的特征候选点集合以及第一差分图像的多个点集合，确定第二原始图像的特征点候选区域，其中，第二原始的特征点候选区域中包括多个候选特征点；根据第二原始图像的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合；判断多帧原始图像的特征候选点集合是否提取全部完成，若否，则将第二原始图像作为新的第一原始图像，将第一差分图像之后的相邻差分图像作为新的第一差分图像，并重新执行上述将根据第一原始图像及第一差分图像确定第二原始图像之后的步骤，直至多帧原始图像的特征候选点集合均提取完成。在本方案中，为了确保线激光扫描设备与处理设备之间高效的数据传输效率，处理设备直接接收线激光扫描设备发送的压缩后的首帧图像、以及压缩后的多帧差分图像，处理设备对压缩后的首帧图像进行解压缩处理得到第一原始图像，并提取第一原始图像的特征候选点集合，以及，处理设备可以先对压缩后的部分多帧差分图像进行解压缩处理，并得到至少一个第一差分图像，然后，再基于解压缩后的第一差分图像、以及第一原始图像的特征候选点集合，提取第二原始图像的特征候选点集合，同时在提取第二原始图像的特征候选点集合过程中，并继续对压缩后的其他多帧差分图像进行解压缩处理，这种采用图像解压和特征候选点提取的并行化处理方式，使得不需等待压缩后的多帧差分图像全部解压完成后，才能够开始基于解压后的多帧差分图像依次提取各帧原始图像上特征候选点集合，极大地提高了各帧原始图像上特征候选点的提取效率。
121.将通过如下实施例，具体讲解上述步骤s306中如何根据第一原始图像的特征候选点集合以及第一差分图像的多个点集合，确定第二原始图像的特征点候选区域。
122.首先，对第一差分图像的多个点集合进行介绍。
123.可选地，第一差分图像的多个点集合可以包括：第一点集合bn、第二点集合cn、第三点集合dn，其中，第一点集合bn中的点的值均小于或等于第一预设阈值t1，第二点集合cn中的点的值大于第一预设阈值t1且小于第二预设阈值t2，第三点集合dn中的点的值大于或等于第二预设阈值t2，第二预设阈值t2大于第一预设阈值t1，即t2》t1。
124.在本实施例中，按照第一预设阈值t1(t1《＝0)、第二预设阈值t2(t2》＝0)，将第一差分图像上各像素点的像素值，划分成3个点集合，即第一点集合bn、第二点集合cn、第三点集合dn，其中，第一点集合bn表示第一差分图像上像素点的像素值小于第一预设阈值t1的点集，第二点集合cn表示第一差分图像上像素点的像素值介于第一预设阈值t1和第二预设阈值t2之间的点集，第三点集合dn表示第一差分图像上像素点的像素值大于第二预设阈值t2的点集。
125.需要说明的是，第一点集合bn中包含的像素值小于第一预设阈值t1，即小于0，即第一点集合bn中包含的像素值表征在同一像素点处，某一特征在第二原始图像上的像素值小于第一原始图像的像素值。例如，某一个标记点在第一原始图像中的像素点a处出现，但该标记点在第二原始图像中的像素点a处未出现(或者该标记点在第二原始图像中的像素点位置发生变化)，即在同一像素点处该标记点在第二原始图像中直接消失。
126.第二点集合cn中包含的像素值介于第一预设阈值t1和第二预设阈值t2之间，即第二点集合cn中包含的像素值表征在同一像素点处，某一特征在第二原始图像上的像素值和第一原始图像的像素值的变化范围不大。例如，某一条激光线在第一原始图像中的像素点a处的像素值为120，该条激光线在第二原始图像中的像素点a处的像素值为121，即在同一像素点出该条激光线在第一原始图像、第二原始图像这两幅图像中的像素值变化不明显。
127.第三点集合dn中包含的像素值大于或等于第二预设阈值t2，即第三点集合dn中包含的像素值表征在同一像素点处，某一特征在第二原始图像上的像素值大于第一原始图像的像素值。例如，某一个标记点在第一原始图像中的像素点a处的像素值为0，该标记点在第二原始图像中的像素点a处的像素值为50，即该标记点在第一原始图像中未出现，但在第二原始图像中出现。
128.可选地，参考图4所示，上述步骤s306包括：
129.s401、确定第一原始图像的特征候选点集合与第一点集合的差集，得到第一中间集合。
130.s402、确定第一中间集合与第二点集合的交集，得到第二中间集合。
131.s403、确定第二中间集合与第三点集合的并集，得到第二原始图像的特征点候选区域。
132.在本实施例中，将第一原始的特征候选点集合记作l
n-1
，则第一原始的特征候选点集合l
n-1
与第一点集合bn的差集为l
n-1-bn，即直接将第一点集合bn从第一原始的特征候选点集合l
n-1
中删选掉，得到第一中间集合。其中，第一中间集合表征将同一像素点处在第二原始图像中直接消失的特征点过滤掉。
133.计算第一中间集合(l
n-1-bn)与第二点集合cn的交集，得到第二中间集合(l
n-1-bn)∩cn，即求取第二点集合cn中与第一中间集合中相同的特征点，得到第二中间集合，避免出现特征候选点重复的情况。
134.计算第二中间集合(l
n-1-bn)∩cn与第三点集合dn的并集，得到第二原始图像的特征点候选区域en，即直接将第三点集合dn加入至第二中间集合的特征候选点集合(l
n-1-bn)，得到第二原始图像的特征点候选区域en，也可记作en＝(l
n-1-bn)∩cn∪dn，其中，l
n-1
为n-1帧原始图像上特征候选点集合。
135.在本实施例中，在获取第二原始图像的特征点候选区域时，不需要计算第二原始图像的对比度或者亮度参数信息，只需要对第一差分图像的多个点集合与第一原始图像的特征候选点集合进行比较和集合操作，即可得到第二原始图像的特征点候选区域，降低了计算量，以便于更快地获取到特征候选点集合。
136.将通过如下实施例，具体讲解上述s307中如何根据第二原始图像的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合。
137.可选地，参考图5所示，上述步骤s307包括：
138.s501、根据线激光扫描设备的激光线扫描方向，确定第二原始图像的多个极大值点。
139.其中，各极大值点为第二原始图像的各行中的行向极大值点或者各列中的列向极大值点，行向极大值点为各行中亮度最大的特征点，列向极大值点为各列中亮度最大的特征点。
140.在一种可实现的方式中，例如，当线激光扫描设备的激光线扫描方向为沿行方向时，使用第二原始图像中列向极大值点，来确定第二原始图像中的多个极大值点。
141.在另一种可实现的方式中，例如，当线激光扫描设备的激光线扫描方向为沿列方向时，使用第二原始图像中行向极大值点，来确定第二原始图像中的多个极大值点。
142.在本实施例中，当线激光扫描设备的激光线扫描方向为沿行方向时，通过计算第二原始图像各列中的亮度参数，并将各列中的亮度参数中的最大值作为该列的列向极大值点；或者，当线激光扫描设备的激光线扫描方向为沿列方向时，计算第二原始图像各行中的亮度参数，将各行中的亮度参数中的最大值作为该行的行向极大值点。
143.s502、根据多个极大值点以及第二原始的特征点候选区域中的各候选特征点，提取第二原始图像的特征候选点集合。
144.在本实施例中，当线激光扫描设备的激光线扫描方向为沿行方向时，使用第二原始图像中列向极大值点，对第二原始的特征点候选区域中各列上的所有候选特征点进行分析对比，提取第二原始图像的多个特征候选点，并得到第二原始图像的特征候选点集合；或者，当线激光扫描设备的激光线扫描方向为沿列方向时，使用第二原始图像中行向极大值点，对第二原始的特征点候选区域中各行上的所有候选特征点进行分析对比，提取第二原始图像的多个特征候选点，并得到第二原始图像的特征候选点集合。
145.在本实施例中，在获取第二原始图像的特征候选点集合时，不需要计算第二原始图像的对比度参数信息，只需要根据第二原始图像的各行中的行向极大值点或者各列中的列向极大值点，对第二原始的特征点候选区域中各候选特征点进行筛选，就能更快地提取到第二原始图像的特征候选点，避免了对整幅第二原始图像中所有特征候选点进行筛选处理，降低了计算量，从而提高了特征候选点的提取效率。
146.可选地，上述步骤s502中根据多个极大值点以及第二原始图像的特征点候选区域中的各候选特征点，提取第二原始图像的特征候选点集合，包括：
147.遍历第二原始图像的特征点候选区域中的各候选特征点，将当前遍历到的候选特征点与对应的极大值点进行比较，若当前遍历到的候选特征点的值大于对应的极大值点的值，则将当前遍历到的候选特征点作为第二原始图像的特征候选点集合中的一个点。
148.其中，若当前遍历到的候选特征点对应的极大值点为行向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在行的行向极大值点，若当前遍历到的候选特征点对应的极大值点为列向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在列的列向极大值点。
149.在本实施例中，当线激光扫描设备的激光线扫描方向为沿行方向时，对第二原始图像的特征点候选区域中所有列的候选特征点进行遍历，并将当前遍历到的候选特征点与所在列的列向极大值点进行比较，若当前遍历到的候选特征点的像素值大于所在列的列向极大值点，则将当前遍历到的候选特征点作为第二原始图像的特征候选点集合中的一个点。
150.同理，当线激光扫描设备的激光线扫描方向为沿列方向时，对第二原始图像的特征点候选区域中所有行的候选特征点进行遍历，并将当前遍历到的候选特征点与所在行的行向极大值点进行比较，若当前遍历到的候选特征点的像素值大于所在行的列向极大值点，则将当前遍历到的候选特征点作为第二原始图像的特征候选点集合中的一个点。这样，可以对第二原始图像的特征点候选区域中的所有候选特征进行遍历分析，以提取第二原始图像的特征候选点集合，避免了在提取第二原始图像的特征候选点的过程中出现特征点丢失的情况。
151.可选地，参考图6所示，在执行上述s307根据第二原始图像的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合之前，还包括：
152.s601、对第二原始图像的特征点候选区域进行膨胀处理，得到处理后的特征点候选区域。
153.其中，上述步骤s307根据第二原始图像的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合，包括：
154.s602、根据处理后的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合。
155.在本实施例中，为了避免各帧原始图像中的特征候选点的遗漏，提出还可以对第二原始图像的特征点候选区域en进行膨胀操作，将第二原始图像的特征点候选区域en内点的邻近点也作为候选点，即得到处理后的特征点候选区域；然后，再根据处理后的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合ln。
156.可选地，参考图7所示，上述步骤s302中提取第一原始图像的特征候选点集合，包括：
157.s701、根据线激光扫描设备的激光线扫描方向，确定第一原始图像的多个极大值点。
158.其中，各极大值点为第一原始图像的各行中的行向极大值点或者各列中的列向极大值点，行向极大值点为各行中亮度值最大的特征点，列向极大值点为各列中亮度值最大的特征点。
159.s702、将第一原始图像的多个极大值点组合为第一原始图像的特征候选点集合。
160.上述实施例中已经提到，当线激光扫描设备的激光线扫描方向为沿行方向时，可以使用第二原始图像中列向极大值点，来确定第二原始图像中的多个极大值点；或者，当线激光扫描设备的激光线扫描方向为沿列方向时，使用第二原始图像中行向极大值点，来确定第二原始图像中的多个极大值点。
161.在本实施例中，当线激光扫描设备的激光线扫描方向为沿列方向时，使用第一原始图像中行向极大值点，来确定第一原始图像中的多个极大值点。具体的，通过计算第一原始图像中各行中所有像素点的亮度值，将亮度值最大的像素点作为该像素点所在行的行向极大值点，并将第一原始图像中各行的行向极大值点作为第一原始图像中的多个极大值点，即将第一原始图像的多个极大值点组合为第一原始图像的特征候选点集合。
162.同理，当线激光扫描设备的激光线扫描方向为沿行方向时，可以使用第一原始图像中列向极大值点，来确定第一原始图像中的多个极大值点。具体的，可以通过计算第一原始图像中各列中所有像素点的亮度值，将亮度值最大的像素点作为该像素点所在列的列向极大值点，并将第一原始图像中各列的列向极大值点作为第一原始图像中的多个极大值点，即将第一原始图像的多个极大值点组合为第一原始图像的特征候选点集合。
163.在本实施例中，在获取第一原始图像的特征候选点集合时，不需要计算第一原始图像的对比度参数信息，只需要根据第一原始图像的各行中的行向极大值点或者各列中的列向极大值点，就能更快地提取到第一原始图像的特征候选点，降低了计算量，从而提高了特征候选点的提取效率。
164.基于同一发明构思，本技术实施例中还提供了与图像特征候选点提取方法对应的图像特征候选点提取装置，由于本技术实施例中的装置解决问题的原理与本技术实施例上述图像特征候选点提取方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
165.参考图8所示，本技术实施例还提供了一种图像特征候选点提取装置，应用于处理设备，处理设备与线激光扫描设备通信连接，该装置包括：
166.获取模块801，用于获取线激光扫描设备发送的压缩后的多帧激光扫描图像，其中，多帧激光扫描图像包括：压缩后的首帧图像、以及压缩后的多帧差分图像，差分图像是由线激光扫描设备扫描到的相邻两帧原始图像得到的；
167.解压模块802，用于对压缩后的首帧图像进行解压缩处理，得到第一原始图像；
168.处理模块803，用于将第一原始图像作为初始的第一原始图像；
169.提取模块804，用于提取第一原始图像的特征候选点集合；
170.解压模块802，还用于对压缩后的多帧差分图像进行解压缩处理，得到至少一个第一差分图像；
171.处理模块803，还用于根据第一原始图像及第一差分图像第二原始图像；
172.划分模块805，用于将第一差分图像划分为多个点集合，各点集合中包括属于同一数值区间的点；
173.处理模块803，还用于根据第一原始图像的特征候选点集合以及第一差分图像的多个点集合，确定第二原始图像的特征点候选区域，其中，第二原始的特征点候选区域中包括多个候选特征点；
174.提取模块804，还用于根据第二原始图像的特征点候选区域，从第二原始图像中提
取第二原始图像的特征候选点集合；
175.处理模块803，还用于判断多帧原始图像的特征候选点集合是否提取全部完成，若否，则将第二原始图像作为新的第一原始图像，将第一差分图像之后的相邻差分图像作为新的第一差分图像，并重新执行上述将根据第一原始图像及第一差分图像确定第二原始图像之后的步骤，直至多帧原始图像的特征候选点集合均提取完成。
176.可选地，多个点集合包括：第一点集合、第二点集合、第三点集合，第一点集合中的点的值均小于或等于第一预设阈值，第二点集合中的点的值大于第一预设阈值且小于第二预设阈值，第三点集合中的点的值大于或等于第二预设阈值，第二预设阈值大于第一预设阈值。
177.可选地，处理模块803，还用于：
178.确定第一原始的特征候选点集合与第一点集合的差集，得到第一中间集合；
179.确定第一中间集合与第二点集合的交集，得到第二中间集合；
180.确定第二中间集合与第三点集合的并集，得到第二原始图像的特征点候选区域。
181.可选地，提取模块804，还用于：
182.根据线激光扫描设备的激光线扫描方向，确定第二原始图像的多个极大值点，其中，各极大值点为第二原始图像的各行中的行向极大值点或者各列中的列向极大值点，行向极大值点为各行中亮度最大的特征点，列向极大值点为各列中亮度最大的特征点；
183.根据多个极大值点以及第二原始的特征点候选区域中的各候选特征点，提取第二原始图像的特征候选点集合。
184.可选地，提取模块804，还用于：
185.遍历第二原始图像的特征点候选区域中的各候选特征点，将当前遍历到的候选特征点与对应的极大值点进行比较，若当前遍历到的候选特征点的值大于对应的极大值点的值，则将当前遍历到的候选特征点作为第二原始图像的特征候选点集合中的一个点；
186.其中，若当前遍历到的候选特征点对应的极大值点为行向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在行的行向极大值点，若当前遍历到的候选特征点对应的极大值点为列向极大值点，则当前遍历到的候选特征点对应的极大值点为当前遍历到的候选特征点位所在列的列向极大值点。
187.可选地，处理模块803，还用于：
188.对第一差分图像的特征点候选区域进行膨胀处理，得到处理后的特征点候选区域；
189.提取模块804，还用于：
190.根据处理后的特征点候选区域，从第二原始图像中提取第二原始图像的特征候选点集合。
191.可选地，提取模块804，还用于：
192.根据线激光扫描设备的激光线扫描方向，确定第一原始图像的多个极大值点，其中，各极大值点为第一原始图像的各行中的行向极大值点或者各列中的列向极大值点，行向极大值点为各行中亮度值最大的特征点，列向极大值点为各列中亮度值最大的特征点；
193.将第一原始图像的多个极大值点组合为第一原始图像的特征候选点集合。
194.上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不
再赘述。
195.以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，简称asic)，或，一个或多个微处理器(digital singnal processor，简称dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，简称cpu)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。
196.可选地，本技术还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述方法实施例。
197.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
198.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。
199.另外，在本技术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，也可以采用硬件加软件功能单元的形式实现。
200.上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本技术各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文：read-only memory，简称：rom)、随机存取存储器(英文：random access memory，简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。