[发明专利]一种激光散斑结构光及深度信息的三维重建方法

权利要求书

1.基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法，其特征在于，包含

以下关键步骤：

步骤一：相机标定；

步骤二：选取合适坐标系；

步骤三：激光散斑结构光投影；

步骤四：获取标定散斑图像与散斑测试图像；

步骤五：特征提取；

步骤六：SVM批量训练；

步骤七：将步骤四获得的测试图进行窗口化；

步骤八：特征提取；

步骤九：SVM分类；

步骤十：根据分类结果计算深度。

2.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤一中，所标定的相机为红外相机和普通CCD摄像机，标定方法可以使用但不限于以下方法：两步法，三步法，最小二乘法等。

3.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤二中，在选取世界坐标系时，一般选取红外摄像机所在的摄像机坐标系，使得一旦摄像机有可控的移动时能够快速计算出旋转矩阵与平移矩阵。

4.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤三中，激光散斑投影要通过特殊设计的衍射光学部件组，具体到从激光生成器射出的激光要至少通过三部分的衍射光学部件(DOE)，通过第一部件为了将激光散射一定角度，同时衍射出特定形状的散斑图样；第二DOE所在位置能够基本涵盖第一部件所衍射出的图样，通过第二DOE的衍射对散斑做光学卷积形成特定图案，对这两块DOE的要求是光斑大小在投射出后，通过目标区域散射回来后捕捉的光斑大小至少要大于或基本都大于一个像素的大小，第三光学部件选择与第二DOE具有相同空间周期的几何尺寸，但要设计DOE传递函数，使得通过其的零级能量小于0.1mw。

5.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤四中，对于标定散斑图像，要取dist为间隔的采样图像，每幅图像要覆盖全部标定平面，使得采样图像散斑能够充分表征一定距离的散斑特征，根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法 其特征在于：在步骤五中，对于采集到的图样，进行如下特征提取但不限于这些：PCA主成分、光斑大小，亮度，灰度等级，以及他们之间的自相关系数和Hurst指数。

6.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤六中，将dist距离下的每一幅图的特征作为训练集送入如下SVM组中：每一SVM的参数都是一致，且使用RBF核函数，通过SVM交叉验证使得其核函数参数σ和正则化参数c最优，最优的标准是其训练结果在90％以上。

7.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤七中，所述的窗口化方法可以随意选取，也可以通过窗口化函数实现自适应窗口化，但不论何种窗口化方法都是基于计算时间与精度的考虑，后期处理速度至少达到60ms/f。

8.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤八中，所涉及的特征提取与权力要求6所述的特征提取相一致，可以但不限于以下特征：光斑大小，亮度，灰度等级，以及他们之间的自相关系数和Hurst指数。

9.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤九中，将测试集送入SVM组中，对于每个窗口样本在某个SVM中的分类时间不超过0.015ms。

10.根据权利要求1所述的，基于激光散斑结构光通过支持向量机获取深度信息的三维重建方法其特征在于：在步骤十中，根据SVM组得到的二级制数据，通过公式D＝L_s+B*dist计算每个窗口所代表的深度信息，然后根据所选窗口在窗口像素内进行插值，得到每个像素的深度信息。