[发明专利]一种改进的基于TOF相机三维重建的补空洞方法

说明书

本发明公开了一种改进的基于TOF相机三维重建的补空洞方法，涉及三维成像领域，包括以下步骤:S1、首先对TOF相机进行标定，固定相机进行采集，TOF相机提供红外数据和深度数据，得到含有噪声的初始深度图；S2、利用最小化二次能量函数对得到的初始深度图进行滤波、去噪、补空洞处理，从深度数据和红外数据之间的强相关性出发，定义滤波项和重建项的组合为能量函数，并将其最小化来恢复深度数据；S3、将处理后的深度图转换为点云图；S4、对得到的点云图进行去噪、补空洞处理。本发明的一种改进的基于TOF相机三维重建的补空洞方法，可以提高深度图和点云图的质量，改善三维重建物体的效果。

技术领域

本发明涉及三维成像领域，尤其涉及一种改进的基于TOF相机三维重建的补空洞方法。

背景技术

在计算机视觉中，三维重建是指根据单视图或者多视图的图像重建三维信息的过程。三维重建技术在三维人脸识别、虚拟现实、三维建模、电影动画的制作等方面有广泛的应用。主要的三维重建技术有基于结构光的三维重建、基于光度立体技术的三维重建以及基于双目视觉的三维重建，但是TOF相机直接获得的深度图数据无组织的、无序的和有噪声的，含有空白空洞区域，传统补空洞算法具有局限性，有噪声深度图，滤波后有伪影，边缘变得模糊，有噪声点云图，修补效果不理想，过渡生硬。

发明内容

为解决上述技术问题，本发明提供一种改进的基于TOF相机三维重建的补空洞方法，目的是提高深度图和点云图的质量，改善三维重建物体的效果。

本发明采用如下技术方案：

一种改进的基于TOF相机三维重建的补空洞方法，其特征在于，包括以下步骤：

S1、首先对TOF相机进行标定，固定相机进行采集，TOF相机提供红外数据和深度数据，得到含有噪声的初始深度图；

S2、利用最小化二次能量函数对得到的初始深度图进行滤波、去噪、补空洞处理，从深度数据和红外数据之间的强相关性出发，定义滤波项和重建项的组合为能量函数，并将其最小化来恢复深度数据；

S3、将处理后的深度图转换为点云图；

S4、对得到的点云图进行去噪、补空洞处理。

进一步的，所述步骤S2中滤波项的算法过程为：

为了去除高斯白噪声，通过最小化加权误差平方和得到加权平均滤波器：

其中，表示像素x_i处的期望深度值，D(x_j)表示观察到的深度值，w(x_i，x_j)表示权重，并且N_i是x_i的集合相邻像素，求解得到：

为了去除ToF深度数据中的噪声，将有效深度像素的多边过滤器权重定义为：

w(x_i，x_j)＝K_S(||x_i-x_j||)·(K_D(||D(x_i)-D(x_j)||)+ε)·(K_R(||R(x_i)-R(x_i)||)+ε)

其中，K_S、K_D和K_R分别是空间权重、深度权重和红外权重的高斯核，Sigma值分别为h_S、h_D和h_R，引入的一个较小的ε值，它可以增强滤波脉冲噪声，如果中心像素具有无效的深度值，则将过滤器权重定义为：