[发明专利]一种基于电液可调焦镜头的单目深度估计方法及相应的相机和存储介质

说明书

本发明属于计算机视觉技术领域，公开了一种基于电液可调焦镜头单目深度估计方法，包括电液可调焦镜头，还包括以下主要步骤：建立电液可调焦镜头光学成像系统模型、建立电液可调焦镜头焦距与成像物距之间的函数关系、采集不同焦距下的图像并记录对应的焦距、将采集到的图像配准、采用梯度算子对图像预处理、利用清晰度评价函数获得清晰度最大的滑动窗口所在图像对应的焦距、得到最优成像物距并作为滑动窗口中心像素对应空间点的深度估计值、以步长λ滑动滑动窗口计算所有像素的深度估计值；本发明解决了现有技术获取深度信息的方式效率低、算法复杂和成本高昂的问题。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种基于电液可调焦镜头的单目深度估计方法及相应的相机和存储介质。

背景技术

计算机视觉是为了使计算机能够模仿人体的视觉系统对获取的视觉信息进行处理分析而出现的一个研究领域，计算机视觉研究的目标是让机器人可以像人类一样对三维空间中的物体信息进行有效的感知，包括物体的深度、颜色等，然后对其感知到的信息进行分析和理解。其中，深度信息在自动驾驶、场景三维重建等领域有着非常重要的作用，因此，获取三维场景的深度信息尤为重要。

目前获取深度信息的方式主要有三种：红外或雷达摄像头直接测量、基于双目视差推断物体的深度、基于单目相机的深度估计方式；这三类方法的信息采集成本依次递减，采用红外或雷达摄像头直接测量的设备通常体积较大、价格高昂且能耗较高；基于双目视差推断物体的深度的方法相较于单目相机结构复杂，且可估计的深度范围受限于两个摄像头之间的基线长度；基于单目相机的深度估计方式主要采用深度神经网络来实现，而深度神经网络需要设计复杂的网络结构，并需要大量数据和时间训练神经网络，前期成本很高。

以optotune为代表电液可调焦镜头具有调焦响应速度快、能耗低、结构紧凑、重复定位精度高等优势，可实现快速精确对焦；而且控制电流与焦距和最佳成像物距之间的相关性好，通过对该镜头的光学成像系统建模，可得到电液可调焦镜头的焦距与最佳成像物距之间的函数关系，因此，其为实现单目深度估计提供了一种新的思路。

发明内容

为解决现有技术中存在的问题，本发明提供了一种结构简单、实用性强得到基于电液可调焦镜头的单目深度估计方法、设备和存储介质。

为实现上述目的，本发明的技术方案为：

一种基于电液可调焦镜头单目深度估计方法，包括以下步骤：

S1：建立电液可调焦镜头光学成像系统模型；

S2：建立电液可调焦镜头焦距与成像物距之间的函数关系；

S3：控制电液可调焦镜头遍历调焦区间，采集不同焦距下的图像并记录图像对应的焦距；

S4：将步骤S3中采集到的图像配准，使所有图像包含的场景信息及图像尺寸相同，并将图像转换为灰度图；

S5：采用尺寸为n×n的梯度算子对图像(此处指已转化为灰度图的图像)预处理；

S6：采用尺寸为N×N的滑动窗口计算所有图像(此处指已转化为灰度图的图像)在同一位置的清晰度评价值，清晰度评价值采用与步骤S5中梯度算子对应的清晰度评价函数计算，获得不同焦距下的滑动窗口中的清晰度评价；其中N＞n；

S7：将清晰度评价值最大时对应的焦距f_max代入步骤S2中的函数，得到最优成像物距，由该最优成像物距计算滑动窗口中心像素对应空间点的深度估计值，并在深度图中记录该深度估计值；

S8：滑动窗口以步长λ滑动至下一位置，重复步骤S6和步骤S7，直到计算完所有像素的深度估计值；其中λ≤N。

进一步地，步骤S2中电液可调焦镜头焦距与成像物距之间的函数关系建立过程为：