[发明专利]一种深度感知方法,装置和深度感知设备有效

专利信息
申请号: 201811473003.1 申请日: 2018-12-04
公开(公告)号: CN109658451B 公开(公告)日: 2021-07-30
发明(设计)人: 郑欣 申请(专利权)人: 深圳市道通智能航空技术股份有限公司
主分类号: G06T7/593 分类号: G06T7/593;G06T7/11;G06T7/80;G06T5/00;G06T3/00
代理公司: 深圳市六加知识产权代理有限公司 44372 代理人: 孟丽平
地址: 518055 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 深度 感知 方法 装置 设备
【说明书】:

本发明实施例公开了一种深度感知方法,装置和深度感知设备。所述方法包括:通过所述第一摄像装置获得所述目标区域的第一目标图像,通过所述第二摄像装置获得所述目标区域的第二目标图像;对所述第一目标图像进行图像分割和校正,以获取多个第一分割图像;对所述第二目标图像进行图像分割和校正,以获取与所述多个第一分割图像分别对应的多个第二分割图像;对每一组所述分割图像进行双目匹配,以获取每一组所述分割图像对应的视差图;根据所述视差图和标定参数,获取每一组所述分割图像对应的区域的深度信息。本发明实施例提高了边缘深度检测精度。而且,多组分割图像构成多组双目系统,可以感知多个方向的深度信息。

技术领域

本发明实施例涉及计算机视觉技术领域,特别涉及一种深度感知方法、装置和深度感知设备。

背景技术

随着机器人、无人机的普及,障碍物感知传感器也随之得到越来越多的应用。其中,由于双目传感器成本低、适用场景广、探测范围远以及高效等特点,在障碍物感知传感器中得到了广泛应用。由于鱼眼镜头视角广,针对基于鱼眼镜头的双目深度感知的研究越来越多。

实现本发明过程中,发明人发现相关技术中至少存在如下问题:

采用双目鱼眼镜头进行障碍物深度感知,由于鱼眼图像周边变形厉害,进行矫正后的鱼眼图像边缘畸变大,存在立体匹配不精准的问题。目前,虽有技术利用特殊标定模型能降低双目立体匹配的误差,如公开号为CN102005039B的专利文献中利用泰勒级数模型进行标定并测量深度,将球面图像表示为经纬度表征的矩形图像。该方法能一定程度上降低由于畸变造成的测量误差,但在图像边缘处仍然存在较大的误差。

发明内容

本发明实施例的目的是提供一种边缘深度检测精度高的深度感知方法,装置和深度感知设备。

第一方面,本发明实施例提供了一种深度感知方法,所述方法用于双目系统感知目标区域的深度,所述双目系统包括第一摄像装置和第二摄像装置,所述方法包括:

通过所述第一摄像装置获得所述目标区域的第一目标图像,通过所述第二摄像装置获得所述目标区域的第二目标图像;

对所述第一目标图像进行图像分割和校正,以获取多个第一分割图像;

对所述第二目标图像进行图像分割和校正,以获取与所述多个第一分割图像分别对应的多个第二分割图像,其中,每一个所述第一分割图像和与所述第一分割图像对应的第二分割图像为一组分割图像;

每一组所述分割图像中,所述第一分割图像的中心线与所述第二分割图像的中心线平行,且所述第一分割图像和所述第二分割图像的连线与所述中心线呈预设夹角;

分别对每一组分割图像进行标定,以获取每一组所述分割图像对应的标定参数;

对每一组所述分割图像进行双目匹配,以获取每一组所述分割图像对应的视差图;

根据所述视差图和所述标定参数,获取每一组所述分割图像对应的区域的深度信息。

在一些实施例中,所述对所述第一目标图像进行图像分割和校正,以获取多个第一分割图像,包括:

采用piecewise算法,对所述第一目标图像进行图像分割和校正,以获取所述多个第一分割图像。

在一些实施例中,所述对所述第二目标图像进行图像分割和校正,以获取与所述多个第一分割图像分别对应的多个第二分割图像,包括:

采用piecewise算法,对所述第二目标图像进行图像分割和校正,以获取所述多个第二分割图像。

在一些实施例中,所述分别对每一组分割图像进行标定,以获取每一组所述分割图像对应的标定参数,包括:

利用张正友法或faugeras法分别对每一组分割图像进行标定,以获取每一组所述分割图像对应的所述标定参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市道通智能航空技术股份有限公司,未经深圳市道通智能航空技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811473003.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top