本公开涉及图像处理,尤其涉及深度图处理方法、装置及存储介质。
背景技术:
1、在3d计算机图形和计算机视觉中,深度图是一种图像或图像通道,其中包含与场景对象的表面到视点的距离有关的信息,用于模拟的3d形状或重建他们。
2、如何提升深度图的精准度,是业界普遍考虑的课题。
技术实现思路
1、鉴于以上相关技术的缺点,本公开的目的在于提供深度图处理方法、装置及存储介质,以解决相关技术中深度图精准度差的技术问题。
2、本公开第一方面提供一种深度图处理方法,其包括:
3、获取深度图及与深度图配准的彩色图;
4、对彩色图进行目标识别,得到目标描述符;
5、利用图像分割模型对目标描述符进行处理,以对彩色图进行图像分割,得到区块;
6、对深度图中与区块配准的区域进行深度增强。
7、在一些实施例中,对深度图中与区块配准的区域进行深度增强,包括:
8、在分割得到多个区块的情况下,对深度图中与多个区块配准的各区域分别进行深度增强。
9、在一些实施例中,对深度图中与多个区块配准的各区域分别进行深度增强,包括:
10、对深度图中与至少两个区块配准的各区域采用不同的深度增强策略进行深度增强。
11、在一些实施例中,图像分割模型为sam模型。
12、在一些实施例中,深度图处理方法包括:
13、对深度图中与区块配准的区域的边缘像素点保持不变。
14、在一些实施例中,对深度图中与区块配准的区域进行深度增强,包括:
15、对深度图中与区块配准的区域进行滤波或补洞。
16、在一些实施例中,对彩色图进行目标识别,得到目标描述符,包括:
17、对彩色图进行目标识别和场景识别,得到目标描述符和场景描述符;
18、利用图像分割模型对目标描述符进行处理,以对彩色图进行图像分割,得到区块,包括:
19、利用图像分割模型对目标描述符和场景描述符进行处理,以对彩色图进行图像分割,得到区块。
20、本公开第二方面还提供一种深度图处理装置,其包括:
21、获取模块,获取深度图及与深度图配准的彩色图;
22、目标识别模块,对彩色图进行目标识别,得到目标描述符;
23、图像分割模块,利用图像分割模型对目标描述符进行处理,以对彩色图进行图像分割,得到区块;
24、深度增强模块,对深度图中与区块配准的区域进行深度增强。
25、本公开第三方面提供一种计算机装置,包括:通信器、存储器及处理器;通信器用于与外部通信;存储器存储有程序指令;处理器用于运行程序指令以执行如第一方面任一项的深度图处理方法。
26、本公开第四方面提供一种计算机可读存储介质,存储有程序指令,程序指令被运行以执行如第一方面任一项的深度图处理方法。
27、如上,本公开实施例中提供深度图处理方法、装置及存储介质,通过获取深度图及与深度图配准的彩色图;对彩色图进行目标识别,得到目标描述符;利用图像分割模型基于目标描述符对彩色图进行图像分割,得到区块;对深度图中与区块配准的区域进行深度增强。本公开实施例结合彩色图,和图像分割模型进行图像分割,区块定义深度图中对应目标的区域,以该区块为基准在深度图中定位配准的区域,可以进行精准地深度增强。即使深度图在相应目标的边缘位置存在拖尾现象,由于区块是根据彩色图得到,其对齐到深度图的区域不会覆盖到该拖尾位置,从而能够解决深度图在相应目标的边缘位置拖尾、不平整或空洞的问题。深度增强的深度图对于目标描述更精准。
1.一种深度图处理方法,其特征在于,包括:
2.根据权利要求1所述的深度图处理方法,其特征在于,所述对所述深度图中与所述区块配准的区域进行深度增强,包括:
3.根据权利要求2所述的深度图处理方法,其特征在于,所述对所述深度图中与多个区块配准的各区域分别进行深度增强,包括:
4.根据权利要求1所述的深度图处理方法,其特征在于,所述图像分割模型为sam模型。
5.根据权利要求1所述的深度图处理方法,其特征在于,所述深度图处理方法包括:
6.根据权利要求1所述的深度图处理方法,其特征在于,所述对所述深度图中与所述区块配准的区域进行深度增强,包括:
7.根据权利要求1所述的深度图处理方法,其特征在于,所述对所述彩色图进行目标识别,得到目标描述符,包括:
8.一种深度图处理装置,其特征在于,包括:
9.一种计算机装置,其特征在于,包括:通信器、存储器及处理器;所述通信器用于与外部通信;所述存储器存储有程序指令;所述处理器用于运行所述程序指令以执行如权利要求1至7中任一项所述的深度图处理方法。
10.一种计算机可读存储介质,其特征在于,存储有程序指令,所述程序指令被运行以执行如权利要求1至7中任一项所述的深度图处理方法。