本發(fā)明涉及圖像處理，尤其涉及一種非遺實(shí)物產(chǎn)品的三維特征提取的方法及相關(guān)裝置。

背景技術(shù)：

1、在一些非遺實(shí)物產(chǎn)品中，為了將該非遺實(shí)物產(chǎn)品通過(guò)各種虛擬交互影像，需要提取非遺實(shí)物產(chǎn)品的各種三維特征模型，以便于后續(xù)進(jìn)行的虛擬交互融合處理，現(xiàn)有技術(shù)中的三維特征模型的提取一般通過(guò)3d數(shù)字掃描技術(shù)實(shí)現(xiàn)，雖然采用該方式可以快速的掃描得到非遺實(shí)物產(chǎn)品的三維特征模型，但其需要專(zhuān)業(yè)的人員操作3d數(shù)字掃描設(shè)備執(zhí)行掃描操作，無(wú)法滿(mǎn)足較為廣泛的用戶(hù)需求，現(xiàn)在急需一種方式，可以通過(guò)簡(jiǎn)單的操作實(shí)現(xiàn)非遺實(shí)物產(chǎn)品的三維特征提取，并滿(mǎn)足可以精準(zhǔn)表達(dá)非遺實(shí)物產(chǎn)品的形態(tài)及美感。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種非遺實(shí)物產(chǎn)品的三維特征提取的方法及相關(guān)裝置，可以實(shí)現(xiàn)非遺實(shí)物產(chǎn)品的三維特征提取，并形成完整的三維特征模型，以便精準(zhǔn)的表達(dá)非遺實(shí)物產(chǎn)品的形態(tài)與美感。

2、為了解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例提供了一種非遺實(shí)物產(chǎn)品的三維特征提取的方法，所述方法包括：

3、對(duì)非遺實(shí)物產(chǎn)品的按照不同的預(yù)設(shè)角度進(jìn)行圖像采集處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)；

4、將所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)輸入收斂的邊緣提取模型中進(jìn)行非遺實(shí)物產(chǎn)品的邊緣提取處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果；

5、基于所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果提取對(duì)應(yīng)的若干張圖像數(shù)據(jù)中的目標(biāo)區(qū)域圖像，獲得非遺實(shí)物產(chǎn)品在不同角度下的若干張目標(biāo)區(qū)域圖像；

6、基于圖像三維空間特征提取模型對(duì)所述非遺實(shí)物產(chǎn)品在不同角度下的若干張目標(biāo)區(qū)域圖像進(jìn)行三維空間特征提取處理，獲得非遺實(shí)物產(chǎn)品在不同角度下的三維空間特征數(shù)據(jù)；

7、將不同角度下的三維空間特征數(shù)據(jù)進(jìn)行融合處理，形成所述非遺實(shí)物產(chǎn)品的三維特征模型。

8、可選的，所述對(duì)非遺實(shí)物產(chǎn)品的按照不同的預(yù)設(shè)角度進(jìn)行圖像采集處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)，包括：

9、將所述非遺實(shí)物產(chǎn)品放置在圖像采集平臺(tái)上，控制設(shè)置在圖像采集平臺(tái)上方的圖像采集設(shè)備對(duì)當(dāng)前角度下的所述非遺實(shí)物產(chǎn)品進(jìn)行圖像采集處理；

10、在完成當(dāng)前角度的圖像采集之后，控制所述非遺實(shí)物產(chǎn)品在所述圖像采集平臺(tái)上旋轉(zhuǎn)預(yù)設(shè)角度；

11、在所述非遺實(shí)物產(chǎn)品旋轉(zhuǎn)預(yù)設(shè)角度后，再控制所述圖像采集設(shè)備對(duì)旋轉(zhuǎn)角度后的所述非遺實(shí)物產(chǎn)品進(jìn)行圖像采集處理，直至完成不同角度下的圖像采集處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)；其中所述旋轉(zhuǎn)預(yù)設(shè)角度為相對(duì)放置在所述圖像采集平臺(tái)下的當(dāng)前角度依次對(duì)應(yīng)的90度、180度和270度。

12、可選的，所述將所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)輸入收斂的邊緣提取模型中進(jìn)行非遺實(shí)物產(chǎn)品的邊緣提取處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果，包括：

13、對(duì)所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)進(jìn)行預(yù)處理，形成預(yù)處理后的若干張圖像數(shù)據(jù)；

14、將預(yù)處理后的若干張圖像數(shù)據(jù)依次輸入收斂的邊緣提取模型中進(jìn)行非遺實(shí)物產(chǎn)品的邊緣提取處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果；其中所述邊緣提取模型為依次包括若干個(gè)conv模塊、若干個(gè)bottleneckcsp/c3網(wǎng)絡(luò)模塊、sppf模塊、若干個(gè)上采樣模塊和若干個(gè)concat模塊的模型。

15、可選的，所述對(duì)所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)進(jìn)行預(yù)處理，形成預(yù)處理后的若干張圖像數(shù)據(jù)，包括：

16、基于高斯濾波器對(duì)所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)進(jìn)行平滑處理，并將平滑處理后的若干張圖像數(shù)據(jù)利用色彩空間統(tǒng)一轉(zhuǎn)換至rgb空間中，形成若干張rgb色彩圖像數(shù)據(jù)；

17、將若干張rgb色彩圖像數(shù)據(jù)進(jìn)行影像金字塔處理，形成若干張?zhí)幚韴D像數(shù)據(jù)；

18、將若干張?zhí)幚韴D像數(shù)據(jù)進(jìn)行灰度化處理，形成若干張灰度圖像數(shù)據(jù)；

19、將若干張?zhí)幚韴D像數(shù)據(jù)進(jìn)行bgr轉(zhuǎn)換處理，形成若干張bgr圖像數(shù)據(jù)；

20、將若干張?zhí)幚韴D像數(shù)據(jù)進(jìn)行hsv轉(zhuǎn)換處理，形成若干張hsv圖像數(shù)據(jù)；

21、基于所述若干張灰度圖像數(shù)據(jù)、所述若干張bgr圖像數(shù)據(jù)和所述若干張hsv圖像數(shù)據(jù)進(jìn)行縮放預(yù)處理，形成預(yù)處理后的若干張圖像數(shù)據(jù)。

22、可選的，所述基于所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果提取對(duì)應(yīng)的若干張圖像數(shù)據(jù)中的目標(biāo)區(qū)域圖像，獲得非遺實(shí)物產(chǎn)品在不同角度下的若干張目標(biāo)區(qū)域圖像，包括：

23、將所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果繪制在對(duì)應(yīng)的若干張圖像數(shù)據(jù)中，形成若干張繪制圖像數(shù)據(jù)；

24、以若干張繪制圖像數(shù)據(jù)的繪制邊緣作為中心擴(kuò)展若干個(gè)像素距離進(jìn)行目標(biāo)區(qū)域圖像提取處理，獲得非遺實(shí)物產(chǎn)品在不同角度下的若干張目標(biāo)區(qū)域圖像。

25、可選的，所述基于圖像三維空間特征提取模型對(duì)所述非遺實(shí)物產(chǎn)品在不同角度下的若干張目標(biāo)區(qū)域圖像進(jìn)行三維空間特征提取處理，獲得非遺實(shí)物產(chǎn)品在不同角度下的三維空間特征數(shù)據(jù)，包括：

26、將若干張目標(biāo)區(qū)域圖像中的每一張目標(biāo)區(qū)域圖像依次切割為若干張不重疊圖像區(qū)域，并且將每一張目標(biāo)區(qū)域圖像對(duì)應(yīng)的若干張不重疊圖像區(qū)域依次輸入圖像三維空間特征提取模型中；

27、在圖像三維空間特征提取模型中進(jìn)行線性投影處理，獲得每一張目標(biāo)區(qū)域圖像中的若干張不重疊圖像區(qū)域?qū)?yīng)的特征向量；

28、對(duì)每一張目標(biāo)區(qū)域圖像中的若干張不重疊圖像區(qū)域?qū)?yīng)的特征向量進(jìn)行圖像特征提取處理，并根據(jù)所提取到的圖像區(qū)域特征信息建立每一張不重疊圖像區(qū)域之間的關(guān)聯(lián)關(guān)系；

29、基于所述關(guān)聯(lián)關(guān)系對(duì)所提取到的圖像區(qū)域特征信息進(jìn)行組合處理，獲得每一張目標(biāo)區(qū)域圖像對(duì)應(yīng)的多個(gè)分辨率圖像特征；

30、將每一張目標(biāo)區(qū)域圖像對(duì)應(yīng)的多個(gè)分辨率圖像特征進(jìn)行融合處理，形成每一張目標(biāo)區(qū)域圖像對(duì)應(yīng)的圖像特征數(shù)據(jù)；

31、對(duì)每一張目標(biāo)區(qū)域圖像對(duì)應(yīng)的圖像特征數(shù)據(jù)進(jìn)行解碼處理，獲得與每一張目標(biāo)區(qū)域圖像尺寸相同的深度圖像，所述深度圖像中的不同像素點(diǎn)的取值對(duì)應(yīng)該位置距離圖像采集設(shè)備的距離；

32、將所述深度圖像換為所述圖像采集設(shè)備坐標(biāo)矩陣中的一系列空間坐標(biāo)點(diǎn)集，獲得非遺實(shí)物產(chǎn)品在不同角度下的三維空間特征數(shù)據(jù)。

33、可選的，所述將不同角度下的三維空間特征數(shù)據(jù)進(jìn)行融合處理，形成所述非遺實(shí)物產(chǎn)品的三維特征模型，包括：

34、獲得不同角度下的三維空間特征數(shù)據(jù)中相鄰角度下的兩個(gè)三維空間特征數(shù)據(jù)，并利用相鄰角度下的兩個(gè)三維空間特征數(shù)據(jù)進(jìn)行匹配，獲得相鄰角度下的兩個(gè)三維空間特征數(shù)據(jù)中共同的存在的三維空間特征點(diǎn)；

35、根據(jù)相鄰角度下的兩個(gè)三維空間特征數(shù)據(jù)中共同的存在的三維空間特征點(diǎn)按照兩個(gè)三維空間特征數(shù)據(jù)之間的角度差值利用最近鄰插值算法進(jìn)行插值融合處理，并在完成不同角度下的三維空間特征數(shù)據(jù)的插值融合之后，形成所述非遺實(shí)物產(chǎn)品的三維特征模型，其中所述角度差值為90度。

36、另外，本發(fā)明實(shí)施例還提供了一種非遺實(shí)物產(chǎn)品的三維特征提取的裝置，所述裝置包括：

37、圖像采集模塊：用于對(duì)非遺實(shí)物產(chǎn)品的按照不同的預(yù)設(shè)角度進(jìn)行圖像采集處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)；

38、邊緣提取模塊：用于將所述非遺實(shí)物產(chǎn)品在不同角度下的若干張圖像數(shù)據(jù)輸入收斂的邊緣提取模型中進(jìn)行非遺實(shí)物產(chǎn)品的邊緣提取處理，獲得所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果；

39、目標(biāo)區(qū)域提取模塊：用于基于所述非遺實(shí)物產(chǎn)品在不同角度下的若干個(gè)邊緣提取結(jié)果提取對(duì)應(yīng)的若干張圖像數(shù)據(jù)中的目標(biāo)區(qū)域圖像，獲得非遺實(shí)物產(chǎn)品在不同角度下的若干張目標(biāo)區(qū)域圖像；

40、三維空間提取模塊：用于基于圖像三維空間特征提取模型對(duì)所述非遺實(shí)物產(chǎn)品在不同角度下的若干張目標(biāo)區(qū)域圖像進(jìn)行三維空間特征提取處理，獲得非遺實(shí)物產(chǎn)品在不同角度下的三維空間特征數(shù)據(jù)；

41、特征融合模塊：用于將不同角度下的三維空間特征數(shù)據(jù)進(jìn)行融合處理，形成所述非遺實(shí)物產(chǎn)品的三維特征模型。

42、另外，本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述中任意一項(xiàng)所述的方法。

43、另外，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，所述電子設(shè)備包括：

44、一個(gè)或多個(gè)處理器；

45、存儲(chǔ)器；

46、一個(gè)或多個(gè)應(yīng)用程序，其中所述一個(gè)或多個(gè)應(yīng)用程序被存儲(chǔ)在所述存儲(chǔ)器中并被配置為由所述一個(gè)或多個(gè)處理器執(zhí)行，所述一個(gè)或多個(gè)應(yīng)用程序配置用于：執(zhí)行根據(jù)上述中任意一項(xiàng)所述的方法。

47、在本發(fā)明實(shí)施例中，通過(guò)對(duì)對(duì)非遺實(shí)物產(chǎn)品的按照不同的預(yù)設(shè)角度進(jìn)行圖像采集處理；并提取若干張圖像數(shù)據(jù)的邊緣，形成若干個(gè)邊緣提取結(jié)果，最后根據(jù)若干個(gè)邊緣提取結(jié)果提取對(duì)應(yīng)的若干張圖像數(shù)據(jù)中的目標(biāo)區(qū)域圖像；再根據(jù)若干張目標(biāo)區(qū)域圖像提取到非遺實(shí)物產(chǎn)品在不同角度下的三維空間特征數(shù)據(jù)，最后進(jìn)行融合形成非遺實(shí)物產(chǎn)品的三維特征模型；可以實(shí)現(xiàn)非遺實(shí)物產(chǎn)品的三維特征提取，并形成完整的三維特征模型，以便精準(zhǔn)的表達(dá)非遺實(shí)物產(chǎn)品的形態(tài)與美感。