[发明专利]一种二值化激光散斑图像的深度感知方法

说明书

技术领域

本发明属于图像处理、人机交互和机器视觉技术领域，具体涉及一种二值化激光散斑图像的深度感知方法。

背景技术

视觉是人类观察与认知世界最直接、最主要的途径。我们生活在一个三维世界中，人类视觉不仅能感知物体表面的亮度、颜色、纹理信息，运动情况，而且能判断其形状、空间及空间位置(深度、距离)。如何让机器视觉能实时获得高精度的三维深度信息、提高机器的智能水平是当前机器视觉系统研究的难点。

在工业领域，高分辨率、高精度的三维深度信息在汽车辅助安全驾驶、高速机床加工、工业建模、3D打印、医疗成像、物联网3D视觉感知等领域有着广泛的应用需求。在消费电子领域，深度感知技术和装置有助于提高电子产品的智能水平和交互能力，可为用户带来“科幻”般的操控方式和全新的人机交互体验，在智能电视、智能手机、家电、平板PC等领域实现创新应用。

基于结构光的主动视觉模式可以较为准确地获取图像的深度信息，该模式相比双目立体摄像头，具有获取的深度图信息更稳定可靠、不受环境光影响、立体匹配过程简单、算法计算量小等优势。如微软的体感交互设备Kinect就是采用红外结构光的主动视觉模式，即通过红外激光投射固定模式的图像到物体表面，经物体表面的漫反射形成散斑点，由图像传感器采集获得散斑图像，再通过图像深度传感器芯片计算获得物体的深度信息。

发明内容

鉴于此，本发明的目的在于提供一种二值化激光散斑图像的深度感知方法，对输入激光散斑图(深度信息未知)与参考激光散斑图(作为匹配标准的散斑图，其散斑图形固定、深度距离信息已知)先进行图像预处理二值化(每个像素用0、1表示)，从二值化输入散斑图提取一定大小的图像块用于块匹配运动估计，以一定的搜索策略和相似度值测量指标寻找该图像块在以二值化参考散斑图中对应位置为中心的匹配搜索窗内寻找最优匹配块，获得该图像块与匹配块之间的偏移量，即为该图像块的运动向量，用X、Y轴方向的位移量(Δx，Δy)表示，起点为参考散斑窗中的对应输入散斑图像块的中心点，终点为参考散斑窗中的最优匹配块的中心点。X或Y轴方向偏移量结合参考激光散斑图的已知距离参数d、激光投射器与图像采集装置之间的基线距离S、图像采集传感器焦距f和点距参数μ，可根据深度计算公式计算得到该图像块中心的深度信息d′。

根据本发明的一种二值化激光散斑图像的深度感知方法，包括以下步骤：

步骤1、生成输入散斑窗、参考散斑窗：从二值化输入散斑图和二值化参考散斑图中读入位置相同的多行散斑数据，形成N行大小的输入散斑窗、参考散斑窗；

步骤2、在输入散斑窗中提取一定大小的输入图像块block_m×n，大小为m×n，中心点为o；在参考散斑窗中提取跟输入图像块中心点o点位置对应、一定范围大小的匹配搜索窗Match_M×N，大小为M×N；在匹配搜索窗Match_M×N中提取所有跟输入图像块一样大小的匹配块match_k，大小为m×n，匹配块中心点o_k，其中k是整数，表示匹配块个数；

步骤3、计算输入图像块block_m×n与所有k个匹配块match_k之间的相似度值match_value_k，该值作为图像块匹配的相似度测量指标；

步骤4、对所有k个相似度值match_value_k进行位置标记，其中，位置信息指示匹配块match_k中心点o_k与匹配搜索窗中心点o之间的偏移量；

步骤5、在所有k个相似度值match_value_k中求最小或最大值，最小或最大值对应的匹配块即为该输入图像块的最优匹配块，最优匹配块对应的位置信息即该输入图像块的最优偏移量(Δx，Δy)，即该输入图像块的运动向量，其中最优偏移量为参考散斑窗中心点坐标值(x，y)分别按X、Y轴减去最优匹配块中心点坐标值(x′，y′)计算得到；

步骤6、利用X或Y方向的最优偏移量Δm(Δx或Δy)结合参考散斑图的已知距离参数d、激光投射器与图像采集装置之间的基线距离S、图像传感器焦距f和图像传感器点距参数μ，根据深度计算公式计算得到输入散斑图像块block_m×n中心点o的深度信息d′。