[发明专利]根据立体视图原理的3D相机和用于获取深度图的方法

说明书

本发明涉及根据权利要求1或10前序部分所述的一种根据立体视图原理的3D相机和一种用于获取深度图的方法。

与传统的相机相比，3D相机也采集深度信息，并因此通过关于3D图像各个像素的间距值或距离值生成三维图像信息，所述图像也被称为距离图像或深度图。额外的距离维度可在多种应用中使用，以得到更多有关由相机所获取的场景中对象的信息，从而解决工业传感器领域中的不同任务。

在自动化技术中可借助三维图像信息来获取对象并将其分类，以便根据其采取进一步的自动处理步骤，在所述步骤中识别对象，优选包括其位置和方向。因此例如可有助于控制机器人或传送带上的各种致动器。一种典型的安全技术上的应用是为危险性设备提供安全防护，例如为压力设备或机器人提供安全防护，在所述危险设备处当身体进入在机器周围的危险区域时便进行安全防护。

在移动应用中，不管是有司机的车辆如轿车(PKW)、载重汽车(LKW)、工作机或叉车还是无人驾驶的车辆如(AGV：自动导引车)或搬运车，都应尽可能全面且三维地获取周围环境，特别是计划的行驶路径。为此，应该有可能进行自主导航或给司机提供帮助，以便识别障碍，避免碰撞或便于装载和卸载包括纸箱、托盘、集装箱或拖车在内的在运货物。

一种已知的用于获得深度信息的方法是以人的双眼视觉为基础的立体视图。为此，两台相机从不同视角拍摄图像对(Bildpaar)，并在其中将彼此对应的像素或图像元素识别出来。其被称为视差的相互偏移代表了距离的测量，从而使得一旦获悉立体相机的光学参数就可通过三角测量法将相应的距离计算出来。立体系统可以被动运行，即仅用环境光运行，或具有自己的照明，所述照明优选生成照明图形，以便使得在无结构场景中也能够估计出距离。

对象的距离与相应的视差之间的关系不是线性的，而是双曲线型的。因此，近场中对应图像元素的相对位移大大增加。为此具有常规图像传感器的立体相机在近场中的分辨率比在远场中要精细得多，其中所述图像传感器等距地扫描场景。

在搜索相应的图像元素时，通过称之为视差范围的搜索区域来确定两个图像中的图像元素最大可以相距多远。视差范围对应于立体相机可获取的距离范围：为此较大的视差范围会导致更大、更广泛地延伸的距离范围，但需要的分析能力也越多。

然而，实际上通常并不需要在立体相机的近距离范围中有非常高的距离分辨率。但是由于在距离与视差之间的相互关系，在确定像素或图像元素匹配时大部分的分析成本都消耗在近距离范围。为了实时且有效地运行，可在能并行处理的模块上，如FPGA(现场可编程门阵列)上执行立体算法。如此一来可同时处理不同的图像部分。但在此过程中许多资源，如门或存储器不成比例地负责处理近距离范围并与此紧密相关。

因此，本发明的任务在于提供一种更有效的立体视图方法。

此任务通过权利要求1或10所述的根据立体视法的3D相机和用于获取深度图的方法得以实现。深度图，即三维图像信息(例如以距离值的像素解析矩阵形式的图像信息)是由立体视图算法构成，所述立体视图算法例如通过相关性来识别两个相机模块的两个图像中彼此对应的图像元素并根据视差计算出距离，即从像素的相互位移计算出距离。匹配对象只寻找到最大位移，所述位移由视差窗指定。

现在，本发明的基本思路是，用不同方式来处理近距离范围和远距离范围。为此从所拍摄的图像通过将多个像素相应地合并(“像素叠加”)首先生成分辨率较低的中间图像。从这些中间图像中通过立体算法构成分辨率被相应降低的，特别是边缘处分辨率被降低的深度图。由于分辨率有所降低，比在分析近距离范围中分辨率较高的原始图像时更小的视差范围就够了。从原始图像或额外的中间图像得到另一幅深度图，所述额外的中间图像具有的分辨率与最初通过另外将像素组合所观测到的中间图像的分辨率不同。由分辨率被降低的深度图和另外一幅深度图合并成共同的深度图。为此，共同的深度图有两个来源：一个是分辨率较高的深度图，其范围优选将更大的距离覆盖；另一个是分辨率被降低的深度图，其优选用于近距离范围且特别是对其进行最终补充。

本发明的优点在于，可大大降低近距离范围的分析成本。代价是近距离范围的距离分辨率较低，但由于在近距离范围中不成比例的精细的距离分辨率，因此所述距离分辨率较低这一情况实际上并不明显。因此通过明显降低的硬件成本或计算成本可将预先给定的距离范围覆盖。反过来在资源确定时可得到更大的可分析的距离范围。

优选使用两个以上的相机模块并成对地分析其图像。由此来防止细长结构的伪匹配(Scheinkorrespondenzen)，所述细长结构与两个相机模块的连接线平行地布置。