基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法
【專利摘要】本發(fā)明公開了一種基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，主要解決現(xiàn)有技術(shù)計算深度空間分辨率低，深度精度低的問題。其實現(xiàn)步驟為：設(shè)計隨機模板P，經(jīng)投影儀T將該隨機模板P投射到三維場景中，用攝像機C記錄經(jīng)場景調(diào)制過的變形圖像U；分別對隨機模板P、變形圖像U滑窗求均值得到類條紋圖像Q和變形條紋圖像B；使用Gabor濾波器求取這兩類圖像中像素點的相位；由相位關(guān)系得到變形條紋圖像B中像素點與類條紋圖像Q中像素點的粗略匹配結(jié)果；對粗略匹配結(jié)果進行補償，得到最終的精確匹配結(jié)果；用匹配點坐標與線面相交幾何關(guān)系求出對應(yīng)場景的深度。本發(fā)明具有深度空間分辨率高、計算復(fù)雜度低的優(yōu)點，可用于對動態(tài)場景的精確三維重建。
【專利說明】基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計算機圖像處理【技術(shù)領(lǐng)域】，涉及結(jié)構(gòu)光動態(tài)場景深度的獲取，可用于三維重建或目標識別。
【背景技術(shù)】
[0002]隨著科學(xué)技術(shù)、工業(yè)生產(chǎn)的快速發(fā)展，在許多領(lǐng)域中，都需要獲取物體的形狀或空間位置等三維信息。在諸如人機交互、機器人深度感知、質(zhì)量檢測、逆向工程、數(shù)字化建模等眾多領(lǐng)域，都有著十分重要的應(yīng)用。目前，三維測量方法主要包括被動測量法和主動測量法。
[0003]被動式測距方法不需要對場景中添加可控光源，僅由環(huán)境中本身的光源來提供照明?？纱篌w分為立體視覺法、聚焦法、陰影測量法等。雖然被動式測量方法對成像設(shè)備要求不高，不需要額外光源，且操作簡便，容易實現(xiàn)，但是對于不存在明顯特征的圖像，該方法計算量大，匹配精度低，難以獲得精細的測量結(jié)果。
[0004]在主動式測量中，需要使用一個特定的光源對被測物體進行照明，并在被測物體上形成相應(yīng)的形變信息，進而通過對形變信息的解碼可得到被測物體的深度信息。這種方法測量精度較高，應(yīng)用廣泛。目前此類方法主要可分為激光掃描法、飛行時間法、結(jié)構(gòu)光法。
[0005]激光掃描法，是激光技術(shù)的應(yīng)用之一，運用激光測距原理，實現(xiàn)待測目標的深度測量。但是激光測量法所用的設(shè)備價格昂貴，測量精度受發(fā)射噪聲以及雜光的影響較大。
[0006]飛行時間法，其原理是通過計算接收到的光波的延時實現(xiàn)場景深度的求取。該方法原理簡單，測量速度快，基于該方法所設(shè)計的產(chǎn)品攜帶方便，但是需要多次測量數(shù)據(jù)來求取深度數(shù)據(jù)，系統(tǒng)的實時性差，無法適用于動態(tài)場景。
[0007]結(jié)構(gòu)光法，其原理是利用投射設(shè)備將具有一定規(guī)律的結(jié)構(gòu)光模板投射到被測目標表面，將采集到的圖像數(shù)據(jù)結(jié)合三角測距原理以及圖形處理技術(shù)計算出物體表面的深度數(shù)據(jù)信息。利用結(jié)構(gòu)光法實現(xiàn)深度數(shù)據(jù)的測量具有原理簡單、易于實現(xiàn)、抗干擾能力強等優(yōu)點，因而引起各界學(xué)者的廣泛關(guān)注?；诮Y(jié)構(gòu)光的測量方法又分為基于時間編碼和基于空間編碼兩種方法。基于時間編碼的方法因其需要一組投射模板，適用于靜態(tài)場景；基于空間編碼的方法將所有的編碼信息壓縮到一幅圖中，因而只需投射一幅編碼圖案即可獲得三維數(shù)據(jù)，適用于動態(tài)場景的檢測。因此，為精確獲取動態(tài)場景的深度值，基于空間編碼的方法比較合適。
[0008]目前較多的結(jié)構(gòu)光空間編碼方式為基于顏色的編碼方式，將不同顏色按照一定的編碼方式進行排列進而產(chǎn)生一個彩色結(jié)構(gòu)光模板。如江蘇大學(xué)提出的一種基于彩色偽隨機編碼投影的特征點匹配方法，專利號為201010018212.4。此發(fā)明將不同顏色按照偽隨機序列進行排列產(chǎn)生模板。通過像素點顏色的閾值不同進行特征區(qū)域區(qū)分，進而得到圖像與模板的對應(yīng)關(guān)系。但是，這種方法由于受到CCD攝像機顏色保真度及分辨率的影響而無法得到理想的效果和精度，而且不同顏色的場景對各個顏色的響應(yīng)不同，所以攝像機記錄下的顏色不能完全反映模板的顏色，導(dǎo)致在解碼過程中容易產(chǎn)生錯誤。
【發(fā)明內(nèi)容】

[0009]本發(fā)明的目的在于針對上述已有技術(shù)的不足，提出一種基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，以在不增加設(shè)備復(fù)雜性以及計算復(fù)雜性的情況下，避免顏色解碼錯誤和匹配點定位不準確的問題，獲取高精度的動態(tài)場景深度值。
[0010]為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案包括如下步驟:
[0011](I)生成隨機模板P，并經(jīng)投影儀T將該隨機模板P投射到三維場景中，用攝像機C記錄經(jīng)場景調(diào)制過的變形圖像U ；
[0012](2)分別對隨機模板P和變形圖像U分別進行滑窗求均值，分別得到類條紋圖像Q和變形條紋圖像B，條紋周期為M ；
[0013](3)將類條紋圖像Q和變形條紋圖像B分別與Gabor濾波器卷積，分別得到卷積結(jié)果 Rq (xq, Ii1)和 Rb (xb, k2):
【權(quán)利要求】
1.一種基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，包括如下步驟: (1)生成隨機模板P，并經(jīng)投影儀T將該隨機模板P投射到三維場景中，用攝像機C記錄經(jīng)場景調(diào)制過的變形圖像U ； (2)分別對隨機模板P和變形圖像U分別進行滑窗求均值，分別得到類條紋圖像Q和變形條紋圖像B，條紋周期為M ; (3)將類條紋圖像Q和變形條紋圖像B分別與Gabor濾波器卷積，分別得到卷積結(jié)果Rq (xq, K)和 Rb (xb.k2):
2.根據(jù)權(quán)利要求1所述的基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，其中步驟(I)所述的生成隨機模板P，按如下步驟進行: (Ia)隨機生成一張黑色圖像，將該圖像分成若干8*8的單元塊，每個塊的第X列白色像素點個數(shù)C(X)為:
3.根據(jù)權(quán)利要求1所述的基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，其中所述步驟(2)中對隨機模板P進行滑窗求均值，是選用4*8大小的窗口按如下公式對隨機模板P進行滑窗求均值:
4.根據(jù)權(quán)利要求1所述的基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，其中所述步驟(2)的對變形圖像U進行滑窗求均值，是選用4*8大小的窗口按如下公式對變形圖像U進行局部滑窗求均值:
5.根據(jù)權(quán)利要求1所述的基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，其中步驟(5)所述的對隨機模板P和變形圖像U進行塊匹配，確定步驟(5)中的相位周期Ctl，按如下步驟進行: (5a)選用歸一化相關(guān)系數(shù)法作為匹配窗口相似度衡量準則，匹配窗口的大小選為8*8，在變形圖像U中找到與變形條紋圖像B中像素點Xb對應(yīng)位置的像素點xu，設(shè)像素點Xu坐標為(r，c)，以像素點xu為中心確定8*8匹配窗口，搜索隨機模板P，計算為歸一化相關(guān)系數(shù) D(r, c):
6.根據(jù)權(quán)利要求1所述的基于隨機模板的結(jié)構(gòu)光動態(tài)場景深度獲取方法，其中所述步驟(8)用線面相交幾何關(guān)系求得對應(yīng)場景的深度值D，通過如下公式進行:
【文檔編號】G06T7/00GK103942802SQ201410178911
【公開日】2014年7月23日 申請日期:2014年4月29日 優(yōu)先權(quán)日:2014年4月29日
【發(fā)明者】石光明, 李芹, 張少飛, 李甫, 高山, 楊莉莉 申請人:西安電子科技大學(xué)