[发明专利]基于物联网应用的主动光深度测量值修正方法

说明书

技术领域

本发明涉及一种基于物联网应用的主动光深度测量值修正方法。

背景技术

现代的智能视频监控系统(Intelligence video surveillance)都采用计算机视觉的方法来对视频中的信息进行分析，提取出视频中的各种各种行为主体，并对行为主体的行为进行分析。但是目前的智能视频监控系统都还面临着许许多多的问题，诸如部分遮挡目标的稳定检测，阴影去除，对比度不明显目标的检测，以及对前景目标的准确分割等都是当前智能视频监控中的难点问题，这些问题之所以困难那都是因为无法获得场景中物体之间的相互空间关系，对各个像素点深度信息的缺失使得智能视频监控系统的性能很难达到较高的性能。

视频监控场景中的深度信息是至关重要的信息，但是普通的视频监控过程都是三维世界坐标系往二维图像坐标系映射的，在得到视频的过程中都丢失了距离信息。由于人眼以及大脑具有极强的自标定功能，而且具有相当多的额外的先验知识，因而对于没有直接深度信息的视频也能够很好的理解图像中的内容，也能够分清图像中各个部分的相对位置关系。但是一直完全采用人力来对视频内容进行分析是不可能的，特别是现在监控摄像头数目众多而且人力成本越来越高的时代。

在其他智能系统领域，比如机器人应用等领域都需要系统能够感知周围的环境信息，特别是对周围环境中物体与系统之间距离信息的准确感知。因而对于各种智能系统来说，感知周围环境的深度信息都是系统能否充分发挥应有作用的关键。由于在成像的过程中都丢失了深度信息，要想重新获得周围环境的深度信息是一个非常麻烦的过程。当前获取图像深度信息的方法主要通过摄像机标定同时结合一定先验知识或者多目视觉的方式来获取，但是这些方法都需要较多的先验信息，而且标定过程麻烦，多目视觉恢复深度信息的方式安装过程中也需要对摄像头进行标定。

Primesense公司是3D机器视觉领域的全球领先者，其基于结构光编码技术的深度图像能够直接获取各像素方位上的图像深度，应用极其方便。不过primesense的测距信息具有一定的结构性误差，这导致了在对场景内物体在三维真实世界进行精确定位以及测高等后续应用中会有误差。因而通过修正过程，对采集得到的深度信息首先进行修正，然后再进行后续的处理，才能够保证计算过程中的各种精度。

为了准确的获取深度摄像头的修正信息，需要对真实距离与测量距离以及方位之间的关系进行精确地映射建模，在建立了真实距离与测量距离以及方位之间的映射关系以后，就可以对测量的实时深度信息进行修正，然后再将这些修正后的深度信息用于后续计算。本文所设计的深度修正算法适用于各种深度摄像头，特别是PS公司所设计的基于结构光深度摄像头系列。

发明内容

本发明的目的在于克服现有技术中的不足，提供基于物联网应用的主动光深度测量值修正方法。

基于物联网应用的主动光深度测量值修正方法，具体方法如下：

定义一、深度图；深度图是由深度摄像机所输出，并包涵各个方位上目标距离摄像头距离信息的图像。即其在坐标u，v处的图像值f(u，v)表示u，v视线上距离摄像头最近点的距离值。

定义二、主动光深度图；深度图像的获取有多种，一种是利用双目或者多目视觉获取视差来获取的图像，另外一种是利用主动光进行照明然后测距的方法。本发明所提及的主动光测距方法包括采用如下方法得到的深度距离图像：干涉法、结构光编码法、飞行时间法等。

定义三、标准面；一个大面积的平面，比如墙壁；