[发明专利]一种基于结构光的无干扰深度相机的设计方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于结构光的无干扰深度相机的设计方法。

背景技术

随着Kinect的问世，Kinect给出了一种廉价的实时的场景深度图像提取方法，越来越多的人开始关注3D构建和深度生成领域。深度图不仅能用于重建三维场景，还能用于图像分割，模式识别等各个领域，具有很广泛的应用前景。

然而Kinect深度传感器的致命弱点是：多台Kinect之间存在相互干扰。这也是目前正在使用中的多数结构光相机面对的一个非常致命的问题。这导致无法在同一场景中使用多台类似于Kinect的深度相机进行深度获取，即使在一个场景中摆放了多台Kinect拍摄深度，其拍摄得到的深度图的质量较差，严重地影响了深度图的正常使用。

一些方法被应用在消除Kinect的干扰上：可以使用频分复用的方式来消除深度相机之间的干扰，对每台相机使用不同频率的光线作为其散斑模板的投射光线。并在每台相机前，使用对应于其投射光线频率的滤光片，该滤光片仅透过该深度相机投射的光线，而滤除其它相机投射的光线。这样一来，每台深度相机即可排除其它相机的影响独立工作。然而这样做有一个缺点，即每台深度相机需要特别定制，不利于大规模生产。此外，由于每台深度相机使用不同频率的光作为其散斑模板的投射光线，这也从一方面限制了每个场景中能够使用的深度相机的数量。

还有使用相对运动来解决多个Kinect相机之间干扰的方法。该方法使每台深度相机间产生相互的运动。由于每台Kinect的投影模块和相机之间具有刚性结构，而Kinect之间不存在这种刚性结构，这就导致了在Kinect相互运动时，每台Kinect都仅可以清楚接收自身所投射的散斑模板，而来自于其他Kinect的散斑模板则由于相对运动的缘故变得模糊，这相当于削弱了其余投影模板的亮度。使用这种方法虽然可以很好地解决Kinect之间的干扰问题，但是引入了相机之间的相互运动，每个深度图的拍摄位置均在不断的变化中，使用这种拍摄位置不断变化的深度图对三维重建来讲无疑是一种挑战。

发明内容

为了克服现有技术的不足，本发明提出了一种基于散斑结构光的无干扰深度相机的设计方法，目的在于消除多个深度相机系统内相机间干扰，可以在多相机同时工作的情况下，分别获得无干扰的各相机的散斑图案，进而获得准确的深度信息。本发明实现的深度相机(简称相机)具有无干扰、实现简单、适应性强等优点。

本发明提供的一种基于结构光的无干扰深度相机的设计方法，包括如下步骤：

1)对系统(是指多相机系统)内的多台相机进行分组，每个分组内默认相机数目为两台，每台相机选择距离最近的相机同为一组；

2)对系统内的各组相机分别进行同步；

3)对系统内的各组相机分别进行标定；

4)利用投影设备将结构光散斑图案投射到目标场景上。所述投影设备的数目为一台以上，旨在投射的结构光散斑图案能覆盖全部目标场景，且数目不多到目标场景中的散斑密不可分。所述投影设备的位置可任意分布，不受相机分组的影响。

5)利用标定好的各组相机同步获取目标场景中的散斑图像；

6)对各组相机获得的散斑图像进行校准；

7)计算各组相机获得的散斑图像之间的视差，得到视差图；

8)将视差图转换为深度图。

本发明的有益效果包括如下几个方面：

(1)本方法实现的基于结构光的无干扰深度相机，可以正常提取目标场景的深度信息；

(2)本方法采用的结构光方式可支持不同数量的深度相机同时工作，适应多种应用情况；

(3)本方法不限制投影设备的数目和位置，不受深度相机数目的影响，可以适应多种应用场景；

(4)本方法具有好的扩展性，增减系统内深度相机数量时不会对其他相机造成影响，适应性好；

(5)本系统各深度相机可由同步信号进行调配，相机间无需通信，降低了系统成本。

附图说明

图1是本发明一种实施例的一种基于结构光的无干扰深度相机的系统流程示意图；

图2是本发明一种实施例的一种基于结构光的无干扰深度相机的系统原理框图；

图3是本发明一种实施例的一种基于结构光的无干扰深度相机的深度计算原理图。

具体实施方式

下面结合附图和实施例对本发明进行详细说明。