[发明专利]深度相机宽动态方法、系统、计算机设备和存储介质在审
申请号: | 202011614629.7 | 申请日: | 2020-12-24 |
公开(公告)号: | CN112700394A | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 方利红;任彬 | 申请(专利权)人: | 杭州艾芯智能科技有限公司 |
主分类号: | G06T5/50 | 分类号: | G06T5/50;G06T7/90 |
代理公司: | 杭州裕阳联合专利代理有限公司 33289 | 代理人: | 顾晨 |
地址: | 310051 浙江省杭州市滨江区东*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 深度 相机 动态 方法 系统 计算机 设备 存储 介质 | ||
1.一种深度相机宽动态方法,其特征在于,包括以下步骤:
确定当前的曝光脉冲频率并记录当前的帧图像作为关键帧图像;
以关键帧图像频率为基准分别取若干不同比例的脉冲频率和关键帧图像频率组成曝光脉冲序列,同时获取若干不同比例的脉冲频率的图像和关键帧图像组成图像合成序列;
根据图像合成序列及对应的曝光脉冲频率序列估算相机响应函数;
根据相机响应函数计算宽动态范围图像,输出到显示设备。
2.根据权利要求1所述的深度相机宽动态方法,其特征在于,所述关键帧图像包括IR图像和Depth图像,所述图像合成序列包括IR图像合成序列和Depth图像合成序列。
3.根据权利要求2所述的深度相机宽动态方法,其特征在于,还包括以下步骤:
根据IR图像合成序列获取Depth图像合成序列中Depth图像融合的权重矩阵;
根据权重矩阵对Depth图像进行融合,完成Depth的宽动态范围图像。
4.根据权利要求3所述的深度相机宽动态方法,其特征在于,所述根据IR图像合成序列获取Depth图像合成序列中Depth图像融合的权重矩阵,根据权重矩阵对Depth图像进行融合,完成Depth的宽动态范围图像,具体包括以下步骤:
对IR图像合成序列中的若干IR图像进行归一化处理;
计算各自IR图像的亮度,生成与IR图像对应的亮度图序列;
结合亮度图序列、高曝光图像阈值及低曝光图像阈值生成多张权重图;
根据多张权重图融合生成Depth的宽动态范围图像。
5.根据权利要求2所述的深度相机宽动态方法,其特征在于,所述根据图像合成序列及对应的曝光脉冲频率序列估算相机响应函数,具体包括以下步骤:
根据预先的采样点和图像像素、曝光量估算相机响应函数;
计算相机响应函数的反向函数完成IR的宽动态范围图像。
6.根据权利要求1所述的深度相机宽动态方法,其特征在于,所述曝光脉冲频率序列包括5个脉冲频率,分别为0.25f、0.5f、1f、1.5f、1.75f。
7.一种深度相机宽动态系统,其特征在于:包括:
序列曝光控制单元,用于确定当前的曝光脉冲频率并记录当前的帧图像作为关键帧图像;
序列曝光图像记录单元,用于以关键帧图像频率为基准分别取若干不同比例的脉冲频率和关键帧图像频率组成曝光脉冲序列,同时获取若干不同比例的脉冲频率的图像和关键帧图像组成图像合成序列;
CRF估算单元,用于根据图像合成序列及对应的曝光脉冲频率序列估算相机响应函数;
宽动态输出单元,用于根据相机响应函数计算宽动态范围图像,输出到显示设备。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州艾芯智能科技有限公司,未经杭州艾芯智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011614629.7/1.html,转载请声明来源钻瓜专利网。