[发明专利]基于Kinect深度相机测量方法在审
| 申请号： | 201710418540.5 | 申请日： | 2017-06-06 |
| 公开（公告）号： | CN107292925A | 公开（公告）日： | 2017-10-24 |
| 发明（设计）人： | 王宏;刘路平;张东来 | 申请（专利权）人： | 哈尔滨工业大学深圳研究生院 |
| 主分类号： | G06T7/536 | 分类号： | G06T7/536;G06T7/70;G06T7/30;G06T7/514;G06T15/00;G01B11/02;G01B11/24;G01C11/00 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙)44248 | 代理人： | 孙伟 |
| 地址： | 518000 广东省深*** | 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： | 本发明提供了一种基于Kinect深度相机测量方法，包括以下步骤S1、深度影像数据的转换；S2、计算全局的摄像头的姿势信息；S3、将从已知姿势信息的摄像头产生的深度影像数据融合为代表摄像头视野范围内的景物的立方体；S4、从传感器视点位置对重建立方体进行光线投射，重建的点阵云产生渲染了的三维重建立方体；S5、计算测量点之间的距离。本发明的有益效果是具备良好的动态性能，不需要高性能配置的计算机设备，可以实现对物体的在线实时重建，操作简易，成本低廉，测量精度高，时效性高，灵活性强，可以满足普通用户日常生活中的目标场景的数字化再现。 | ||
| 搜索关键词： | 基于 kinect 深度 相机 测量方法 | ||
【主权项】：
一种基于Kinect深度相机测量方法，其特征在于，包括以下步骤：S1、深度影像数据的转换；S2、计算全局的摄像头的姿势信息；S3、将从已知姿势信息的摄像头产生的深度影像数据融合为代表摄像头视野范围内的景物的立方体；S4、从传感器视点位置对重建立方体进行光线投射，重建的点阵云产生渲染了的三维重建立方体；S5、计算测量点之间的距离。
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哈尔滨工业大学深圳研究生院，未经哈尔滨工业大学深圳研究生院许可，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/patent/201710418540.5/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于全局搜索的灭点提取方法及系统-201710052805.4
- 姚剑;鲁小虎;李昊昂;刘亚辉;张笑枫 - 武汉大学
- 2017-01-22 - 2019-10-25 - G06T7/536
- 本发明公开了一种基于全局搜索的灭点提取方法及系统，包括步骤：S1基于等效球面构建影像的极坐标格网；S2更新极坐标格网值；S3基于两条直线段组成的最小解算集合和灭点的正交特性，获得所有可能的灭点假设；S4基于极坐标格网值对所有可能的灭点假设进行验证，选取最为精确的灭点假设作为灭点提取结果。本发明在只存在1、2或3个灭点的场景均能稳定提取灭点，具有鲁棒性；实现简单，时间复杂度较小，且各步骤均适合并行处理，具有实时性；采用密集采样和全局搜索寻找最优的方法提取灭点，理论上具有全局最优性。
- 图像处理的方法、装置、计算机系统和可移动设备-201880012612.9
- 周游;朱振宇;杜劼熹 - 深圳市大疆创新科技有限公司
- 2018-02-08 - 2019-10-11 - G06T7/536
- 公开了一种图像处理的方法、装置、计算机系统和可移动设备。该方法包括：确定第一图像和第二图像中的遮挡区域，其中所述第一图像与所述第二图像为在相同时刻以不同角度拍摄目标场景得到的图像；将所述第一图像和所述第二图像中处于遮挡区域内的像素点置换为随机点；根据置换随机点后的所述第一图像和所述第二图像，获取所述目标场景的深度信息。本发明实施例的技术方案，能够提高获取深度信息的准确性。
- 一种基于匹配优化的光场数据深度重建方法-201610325812.2
- 邱钧;刘畅;陈佃文 - 北京信息科技大学
- 2016-05-17 - 2018-11-09 - G06T7/536
- 本发明公开了一种基于匹配优化的光场数据深度重建方法，包括：在四维光场中基于加权的区域匹配算法建立视差的目标函数，求解所述目标函数得到初步视差图；建立置信函数，根据所述置信函数的取值将所述初步视差图中的匹配像素分为准确匹配像素和误匹配像素；对所述目标函数设置阈值，根据所述阈值将所述误匹配像素分为平滑误匹配像素和边缘遮挡误匹配像素；以及对所述平滑误匹配像素进行平滑处理，对所述遮挡误匹配像素进行自适应匹配，以便优化所述视差图，并根据优化后的视差图输出场景深度。通过采用本发明提供的方法，能够在四维光场理论下实现高精度的深度重建。
- 一种基于轨迹基的射影重建方法-201510991797.0
- 刘侍刚;李丹丹;彭亚丽;裘国永 - 陕西师范大学
- 2015-12-25 - 2018-10-23 - G06T7/536
- 本发明涉及一种基于轨迹基的射影重建方法，其是假设非刚体由若干个轨迹基组成，先提取图像序列的特征点数据，建立特征点三维齐次轨迹坐标，再利用图像矩阵低秩的特性，进行奇异值分解，用行向量约束和列向量约束同时进行求解深度因子，实现射影重建，本发明的方法提高了运算速度和算法的鲁棒性，保证收敛速度快，重投影效果好，并且针对该透视模型结合本发明的计算方法，使得重建效果更接近真实，误差更小。
- 一种基于深度卷积神经网络的单幅图像去雾方法-201710990515.4
- 王卫星;黄德威;陆健强;陆可昕 - 华南农业大学
- 2017-10-23 - 2018-04-24 - G06T7/536
- 本发明涉及基于深度卷积神经网络的单幅图像去雾方法，步骤包括获得输入图像，并将其经由预先训练好的粗景深图像提取网络处理，得到粗景深图像；构建景深图像细化网络；将粗景深图像和输入图像作为共同的输入送到景深图像细化网络中，得到精细化的景深图像；对大气散射系数进行估计，求解出透射率图像，对大气光值进行估计，最后根据大气散射模型的数学表达式，对输入图像进行去雾清晰化处理。本发明使用了深度卷积神经网络，能够较好地反映图像及其对应真实景深的图像之间的关系，并且对估计的大气光值进行了预处理使得其具有很强的适应性能，能在多种场景下实现较好地去雾清晰化，图像视觉还原效果极佳。
- 根据深度图对真实对象进行3D重建-201710817786.X
- M·A·阿亚里;V·吉特尼 - 达索系统公司
- 2017-09-12 - 2018-03-20 - G06T7/536
- 本发明显著地涉及用于学习函数的计算机实现的方法，该函数被配置用于针对一类的真实对象根据该类的实例的深度图来重建表示实例的3D建模对象。该方法包括提供(S10)该类的参数化模型，创建数据库，以及利用数据库来学习(S30)该函数。该方法改进了根据深度图对真实对象进行3D重建。
- 基于Kinect深度相机测量方法-201710418540.5
- 王宏;刘路平;张东来 - 哈尔滨工业大学深圳研究生院
- 2017-06-06 - 2017-10-24 - G06T7/536
- 本发明提供了一种基于Kinect深度相机测量方法，包括以下步骤S1、深度影像数据的转换；S2、计算全局的摄像头的姿势信息；S3、将从已知姿势信息的摄像头产生的深度影像数据融合为代表摄像头视野范围内的景物的立方体；S4、从传感器视点位置对重建立方体进行光线投射，重建的点阵云产生渲染了的三维重建立方体；S5、计算测量点之间的距离。本发明的有益效果是具备良好的动态性能，不需要高性能配置的计算机设备，可以实现对物体的在线实时重建，操作简易，成本低廉，测量精度高，时效性高，灵活性强，可以满足普通用户日常生活中的目标场景的数字化再现。
- 一种用光场相机一次成像直接获取深度图的方法-201410238723.5
- 王兴政;杜远超;王好谦;张永兵;戴琼海 - 清华大学深圳研究生院
- 2014-05-30 - 2017-04-12 - G06T7/536
- 一种利用光场相机一次成像直接获取深度图的方法，包括步骤1).在传统相机内部成像光路中嵌入微透镜阵列构成光场相机；2).对微透镜阵列与图像传感器的相对位置进行标定；3).利用光场相机采集目标景物的原始数据，提取微透镜阵列中每个微透镜下的子图像，并计算其灰度图；4).计算每个微透镜下子图像与毗连微透镜下子图像的相似度，分别以每一个微透镜作为目标透镜，并选择其周围的多个毗连透镜，分别建立目标模板和毗连模板，使用SAD算法计算目标模板与毗连模板的相似度，获得最小SAD值；5).步骤4)获得的对应于每个微透镜下子图像的最小SAD值，构成尺寸为微透镜阵列中微透镜个数的数值矩阵，对该矩阵中的元素进行归一化取整即得深度图。本发明解决了现有深度图获取技术中存在的系统过于复杂以及计算复杂度高的问题，获取图像相似度高，获得深度图更精确。
- 专利分类
