[发明专利]基于结构光的场景深度检测方法及系统

说明书

本发明涉及机器视觉技术领域，公开了一种基于结构光的场景深度检测方法及系统，包括：步骤一，采用结构光编码方法形成结构光图案，该结构光图案沿x轴方向是一种伪随机序列编码图案，该结构光编码图案沿Y轴方向是周期图案；步骤二，通过结构光图案对摄像机拍摄图像进行二值化；步骤三，沿着投影仪Y轴的投影方向上将结构光编码图案进行逐像素上下平移，并记录每次平移时图像差异的绝对值；步骤四，找到图像差异的波谷；通过图像差异的波谷计算信号的周期；步骤五，根据周期和编码图案的关系确定神经网络识别器的输入图像尺寸；步骤六，根据投影仪X轴和Y轴的投影方向对摄像机拍摄的局部图像进行校正，能够利用结构光进行场景深度检测。

技术领域

本发明涉及机器视觉领域，具体涉及一种基于结构光的场景深度检测方法及系统。

背景技术

视觉是人观察世界认识世界的重要手段。随着信息技术的发展，我们期望给予计算机以人类视觉的功能。虽然随着摄像技术的进步，计算机所能获取的图像清晰度已经超过人眼，但是计算机还未能像生物一样高效、灵活地使用视觉。从20世纪50年代以来，视觉理论和技术得到了迅速发展，这使计算机像人类一样高效的使用视觉分析世界成为可能。

机器视觉，即采用机器代替人眼来做测量和判断。现有的机器视觉系统主要包括：图像的采集、图像的处理和分析，以及输出和显示三部分。主要设备和工具有光源、镜头、相机、摄像机、图像采集卡以及视觉处理软件。在各种设备和工具没有大的改进的前提下，相比于图像的采集，图像的处理和分析显得尤为重要。对于图像的平面信息处理和分析技术已经经过了较长的一段时间，变得较为完善，然而，对于图像的三维信息处理和分析仍然是一个新兴技术领域，而要想机器视觉变得更加灵敏和准确，对于图像的三维信息处理和分析是必须要攻克的难题。

场景深度检测，或者说场景深度感知，是图像由二维平面信息晋升到三维立体信息中必不可少的参数。通过基于结构光的三维深度测量技术可以较为准确地获取景深信息。

相比于现在常用的双目立体摄像头方法，结构光方法更加稳定可靠、不受物体表面本身的纹理特性影响的优点。相比于TOF(Time of Flight)方式，结构光方法具有测量精度高、不容易受到温度、湿度等因素影响的优点。

结构光方法的本质是一种几何三角测量方法，其技术难点在于如何通过一幅或多幅精心设计的编码图案快速、高效地完成图像配准。根据一次景深测量中投射的编码图案数量的不同，结构光三维测量方法可以分为多帧结构光测量方和单帧结构光测量方法两大类。多帧结构光编码方法顺序投射多幅编码图像，通过二分搜索法完成图像配准，因此能实现全分辨率的景深测量。但是多帧结构光编码方法在测量景深时要求场景不能移动，因此这种方法不适用于动态场景测量。单帧结构光测量方法只投射单幅编码图像，通过每个点邻域的编码信息完成图像配准，这种方法非常适合动态三维测量。

尽管单帧结构光测量方法具有上述优点，但是现有单帧结构光测量方法的精度、稳定性、空间分辨、编码量等方面尚有不足。上述问题主要是由标定和特征检测两个方面的原因引起的。

发明内容

本发明的目的在于提供一种基于结构光的场景深度检测方法，以解决现有场景深度检测方法不适用于动态图像的情况。

本发明提供的基础方案为：基于结构光的场景深度检测方法，包括以下步骤：

步骤一，采用结构光编码方法形成结构光图案，该结构光图案沿x轴方向是一种伪随机序列编码图案，该结构光编码图案沿Y轴方向是周期图案；

步骤二，通过结构光图案对摄像机拍摄图像进行二值化；

步骤三，沿着投影仪Y轴的投影方向上将结构光编码图案进行逐像素上下平移，并记录每次平移时图像差异的绝对值；

步骤四，找到图像差异的波谷；通过图像差异的波谷计算信号的周期；

步骤五，根据周期和编码图案的关系确定神经网络识别器的输入图像尺寸；