[發明專利]基于散斑結構光的深度圖像獲取方法及系統

有效

• 申請號: 201811207284.6
• 申請日: 2018-10-17
• 公開（公告）號: CN109461181B
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 趙奎斌;王行;李驪;盛贊;周曉軍;李朔;楊淼
• 申請（專利權）人: 北京華捷艾米科技有限公司
• 主分類號: G06T7/593
• 分類號: G06T7/593;G06K9/46;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

本發明涉及計算機視覺技術領域。本發明實施例提供一種基于散斑結構光的深度圖像獲取方法及系統，其中該方法包括：獲取散斑參考圖像和散斑場景圖像，其中散斑參考圖像與預設定的參考平面相關，以及散斑場景圖像與目標物平面相關；對所獲取的散斑參考圖像和散斑場景圖像分別進行橢圓LBP特征提取，以得出對應的第一特征紋理圖像和第二特征紋理圖像；基于第一特征紋理圖像和所述第二特征紋理圖像，在散斑參考圖像和散斑場景圖像之間進行立體匹配，以輸出相應的視差圖像；以及對所述視差圖像進行優化處理并結合相機的內部參數，以確定對應的深度圖像。由此，避免了受到噪聲和光線的影響，提高了所獲得的深度圖像的整體效果。

技術領域

本發明涉及計算機視覺技術領域，具體地涉及一種基于散斑結構光的深度圖像獲取方法及系統。

背景技術

隨著科技的不斷發展，立體視覺匹配(Stereo Matching)作為三維重建、非接觸測距和視覺導航等關鍵技術，被廣泛應用于自動化流水線、無人駕駛和智能機器人控制等領域。

但是，在圖像立體匹配過程中，由于受到噪聲、亮度、對比度、鏡面反射和低紋理等的影響，會使得圖像在進行立體匹配時，出現誤匹配較多或者匹配場景信息不連續等問題，將會直接影響后期圖像三維重建的質量。

因此，如何通過立體視覺匹配得到效果較佳的深度圖像是目前業界亟待解決的技術難題。

發明內容

本發明實施例的目的是提供一種基于散斑結構光的深度圖像獲取方法及系統，用以解決現有技術中無法通過立體視覺匹配得到效果較佳的深度圖像的技術問題。

為了實現上述目的，本發明實施例一方面提供一種基于散斑結構光的深度圖像獲取方法，包括：獲取散斑參考圖像和散斑場景圖像，其中所述散斑參考圖像與預設定的參考平面相關，以及所述散斑場景圖像與目標物平面相關；對所獲取的散斑參考圖像和散斑場景圖像分別進行橢圓LBP特征提取，以得出對應的第一特征紋理圖像和第二特征紋理圖像；基于所述第一特征紋理圖像和所述第二特征紋理圖像，在所述散斑參考圖像和所述散斑場景圖像之間進行立體匹配，以輸出相應的視差圖像；以及對所述視差圖像進行優化處理并結合相機的內部參數，以確定對應的深度圖像。

本發明實施例另一方面提供一種基于散斑結構光的深度圖像獲取系統，包括：散斑圖像獲取單元，用于獲取散斑參考圖像和散斑場景圖像，其中所述散斑參考圖像與預設定的參考平面相關，以及所述散斑場景圖像與目標物平面相關；紋理圖像轉換單元，用于對所獲取的散斑參考圖像和散斑場景圖像分別進行橢圓LBP特征提取，以得出對應的第一特征紋理圖像和第二特征紋理圖像；視差圖像輸出單元，用于基于所述第一特征紋理圖像和所述第二特征紋理圖像，在所述散斑參考圖像和所述散斑場景圖像之間進行立體匹配，以輸出相應的視差圖像；以及深度圖像優化單元，用于對所述視差圖像進行優化處理并結合相機的內部參數，以確定對應的深度圖像。

通過上述技術方案，提出了對輸入的散斑參考圖像和散斑場景圖像同時進行橢圓LBP特征提取得出對應的特征紋理圖像，并對所得到的特征紋理圖像進行立體匹配，進而通過優化處理得到深度圖像。由此，選擇橢圓LBP算子對輸入散斑圖像進行特征紋理提取，不僅有效提高了匹配質量，避免了受到噪聲和光線的影響，進而對特征紋理圖像進行立體匹配，有效解決了散斑圖像匹配的結果中存在場景信息過度不連續，誤匹配較多等問題，從而提高了所獲得的深度圖像的整體效果。

本發明實施例的其它特征和優點將在隨后的具體實施方式部分予以詳細說明。

附圖說明

附圖是用來提供對本發明實施例的進一步理解，并且構成說明書的一部分，與下面的具體實施方式一起用于解釋本發明實施例，但并不構成對本發明實施例的限制。在附圖中：

圖1是本發明一實施例的基于散斑結構光的深度圖像獲取方法的流程圖；

圖2是本發明一實施例的基于散斑結構光的深度圖像獲取方法中S31的具體執行原理流程圖；