[发明专利]一种结构光三维成像系统的景深扩展方法、装置和系统

说明书

本发明提供一种结构光三维成像系统的景深扩展方法、装置及系统，所述方法包括：分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列；使用格雷码的局部精细深度估计算法，获取各结构光图像序列的局部精细深度图，使用基于最大流方法的全局粗糙深度估计算法，获取所有结构光图像序列的全局粗糙深度图；根据全局粗糙深度图将各局部精细深度图进行融合，获取目标场景的全局精细深度图。本发明实现大景深场景下的三维成像，方法简单，计算效率高，提高了三维成像的精度。

技术领域

本发明属于三维成像技术领域，更具体地，涉及一种结构光三维成像系统的景深扩展方法、装置及系统。

背景技术

随着计算机视觉技术的蓬勃发展，三维成像在人机交互、先进制造、自动驾驶和智能机器人等不同领域扮演着越来越重要的角色。其中，结构光三维成像技术凭借其高精度、低成本的优点脱颖而出，成为当前三维成像技术的研究热点。根据所投射编码图案的不同，现有的结构光三维成像系统可以分为空间复用编码与时间复用编码两种。

空间复用编码法通常利用空间领域内编码点的位置分布、光照强度或颜色变化等特性来生成指定编码图案，常见的空间复用编码法包括随机散斑、德布鲁因序列等。该方法在计算深度时，首先对采集到的结构光图案和理想的投射图案进行空间匹配来获取视差值，再通过预先标定的几何参数进行转换得到深度值。这种方法需要的编码图案数量较少，可以实现高速实时的三维成像，然而由于编码信息较为稀疏，导致这类方法的成像分辨率和精度均较低。

时间复用编码法通常投射一系列的编码图案，常用的编码方法包括格雷码法、N值编码、相移法等。这类方法由于需要投射和采集多幅图案，导致重建速度较慢，不适合对高速动态目标的重建，但由于解码时空间内每一点相互独立，解码值只取决于时间序列上的变化值，不存在时间复用编码方法的空间匹配过程，因而重建精度和分辨率均较高，通常可达到亚毫米甚至微米级。随着当前结构光照明设备以及高速成像装置的迅速发展，时间复用编码法的采集速度越来越快，基于时间复用编码法的实时高精度三维重建方法得到了越来越多的关注。

但是，在当前的结构光三维成像系统中，无论是时间复用编码法还是空间复用编码法，这些系统均基于经典的光学照明和成像模型，即认为照明和成像镜头的景深无限，并未考虑当镜头的景深小于所重建场景的纵深范围时出现照明或者成像失焦模糊，从而导致最终重建精度严重下降以及覆盖范围变窄的问题。

发明内容

为克服上述现有的三维成像系统在镜头的景深小于所重建场景的纵深范围时重建精度低，覆盖范围窄的问题或者至少部分地解决上述问题，本发明提供一种结构光三维成像系统的景深扩展方法、装置及系统。

根据本发明的第一方面，提供一种结构光三维成像系统的景深扩展方法，包括：

分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列；

使用格雷码的局部精细深度估计算法，获取各所述结构光图像序列的局部精细深度图，使用基于最大流方法的全局粗糙深度估计算法，获取所有所述结构光图像序列的全局粗糙深度图；

根据所述全局粗糙深度图将各所述局部精细深度图进行融合，获取所述目标场景的全局精细深度图。

根据本发明第二方面提供一种结构光三维成像系统的景深扩展装置，包括：

获取模块，用于分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列；

计算模块，用于使用格雷码的局部精细深度估计算法，获取各所述结构光图像序列的局部精细深度图，使用基于最大流方法的全局粗糙深度估计算法，获取所有所述结构光图像序列的全局粗糙深度图；

融合模块，用于根据所述全局粗糙深度图将各所述局部精细深度图进行融合，获取所述目标场景的全局精细深度图。

根据本发明的第三方面，提供一种结构光三维成像系统的景深扩展装置，包括：