[發明專利]一種融合GPU加速深度圖像修復的偽激光數據生成方法

有效

• 申請號: 201810868160.6
• 申請日: 2018-08-02
• 公開（公告）號: CN109064429B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 張建華;陳付豪;李文彬;張洪華;周有杰;何偉
• 申請（專利權）人: 河北工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 王瑞

1.一種融合GPU加速深度圖像修復的偽激光數據生成方法，其特征在于該方法包括以下步驟：

步驟一、使用RGB-D相機采集深度圖像；

步驟二、確定數據采集域：計算深度圖像水平中心線，以水平中心線為基準，包含上下d行像素的鄰域范圍定義為數據采集域；

步驟三、檢測數據采集的0值點，標記連通域，剔除較小連通域：

(1)遍歷數據采集域并檢測像素值為0的點；設數據采集域中的一點A(x,y)為0值點，深度值depth[x][y]＝0；則點A有8個鄰域像素點；用8連通標記法對A點進行標記；若A點周圍存在其他0值點，則將這些0值點納入A點的鄰域范圍，反之則不納入；經過標記，數據采集域內的0值點聚集形成連通域；

(2)計算連通域的面積，將面積小于10的連通域舍棄；

步驟四、基于GPU的改進0值點決策濾波修復：

(1)對于面積大于10的連通域，從左上角開始進行修復，以待修復的0值點為中心選定一個與濾波器模板等同的5×5區域B；

(2)對0值點進行5×5濾波器模板修復；首先遍歷5×5濾波器模板，查找非0值點Dj并統計各值出現的頻次Kj；將區域B內按照各值的頻次高低排序；然后分別在濾波器模板內外兩層，統計D1出現的頻次；若D1在內外兩層濾波器模板出現的頻次均高于設定閾值，則將統計值D1作為該0值點的修復值；否則判斷D2是否滿足要求，以此類推；

(3)在同一連通域內修復第二個0值點時，采用步驟四的(2)中選取好統計值后，將第二個0值點所選的統計值與第一個0值點的修復值進行平均，利用該平均值作為第二個0值點的修復值；

(4)對于之后的每個0值點，求出其鄰域的統計值后，再將該統計值與之前每個修復值求和平均，將最后的平均值用于該點的修復值；

(5)重復步驟四的(2)-(4)，直至將該連通域的0值點修復完畢；

步驟五、偽激光數據生成：修復數據采集域內0值點后，結合偽激光數據生成方法，輸出偽激光數據。

2.根據權利要求1所述的融合GPU加速深度圖像修復的偽激光數據生成方法，其特征在于步驟一具體是在移動機器人進行室內SLAM時，通過固定在機器人上的RGB-D相機隨著移動能夠實時獲取環境的深度圖像。

3.根據權利要求1所述的融合GPU加速深度圖像修復的偽激光數據生成方法，其特征在于所述RGB-D相機采用KinectV2。

4.根據權利要求1所述的融合GPU加速深度圖像修復的偽激光數據生成方法，其特征在于步驟二中d取值為25～35，數據采集域的面積為512*51～512*71。

5.根據權利要求1所述的融合GPU加速深度圖像修復的偽激光數據生成方法，其特征在于步驟五的具體步驟如下：

(1)檢測像素最小值：在像素坐標系下，定義數據采集域最左列的像素值為第一列，檢測第一列像素最小值并記下對應的像素點m(u,v)，其最小深度值為depth[u][v]，對應相機坐標系下的點M(x,y,z)；

(2)坐標轉換：在數據采集域中，點m(u,v)對應為像素坐標，描述了點M在深度圖像中的位置，深度圖像在像素坐標系的原點在深度圖像的左上角，u軸和v軸分別平行于深度圖像的側邊；由于depth[u][v]表示的是點M到相機光心所在平面的垂直距離z，因此，z＝depth[u][v]；則在相機坐標系下點M的坐標為：

其中，K為RGB-D相機的內參；

(3)計算模擬角：偽激光數據對應的深度為M到相機光心的距離r，則需計算點M與相機坐標系下的z軸的夾角θ，θ為模擬角；

(4)求解激光槽位置：偽激光數據存放在對應的激光槽N＝{n_i,α≤i≤β}內，其中α和β分別對應激光掃描位置的最小角度和最大角度；則點M對應激光槽中的位置i為：

其中c＝α-β；

則點M對應生成的偽激光數據值n_i為：

(5)第一列最小深度值轉換為激光數據后，重復執行步驟五的(1)-(4)，直至完成數據采集域每一列的轉換；最后輸出轉換的偽激光數據。