[发明专利]一种基于正交条纹投影的快速深度分割方法

说明书

本发明公开了一种基于正交条纹投影的快速深度分割方法，包括以下步骤，步骤S1：搭建条纹投影三维物体深度分割系统；步骤S2：利用深度学习网络模型训练得到目标物体图像对应的截断相位φ_X1(x,y)、φ_Y1(x,y)；步骤S3：为了消除相位不敏感区域误分割引入的误差，对φ_X1(x,y)、φ_Y1(x,y)整体相移π个单位后，将新相位信息拓展到[0,2π]以得到新截断相位φ_X2(x,y)、φ_Y2(x,y)，从而得到不同相位信息下的两类截断相位；步骤S4：利用阈值分割提取目标物体的粗分割线后，通过形态学运算优化得到四个细分割线E_X1(x,y)、E_X2(x,y)、E_Y1(x,y)、E_Y2(x,y)；步骤S5：对E_X1(x,y)、E_X2(x,y)、E_Y1(x,y)、E_Y2(x,y)采用或与运算即可得到最终的深度分割结果D(x,y)，并利用边界描述标记优化结果展示。本发明仅使用一幅正交条纹图即可实现快速深度分割，具有成本低、计算速度快、分割精确度高、适用性广等优点。

技术领域

本发明属于机器视觉技术领域，具体地说，本发明涉及一种基于正交条纹投影的快速深度分割方法。

背景技术

深度分割是一种以三维物体表面的深度突变特性为依据，将其分割成若干个不同的深度区域，从而有利于对采集到的三维数据进行分析处理的技术。深度分割技术作为机器视觉的一个重要的基础分支，有助于确定目标物体之间的关系，在多个领域都发挥着重要的作用。例如：利用此技术分析人脸特征，实现精确度更高的人脸识别；汽车利用此技术检测周围的环境情况，实现安全性更好自动驾驶等。

传统的深度分割技术主要以二维图像分割实现，根据所用方法的不同，大致可分为阈值分割、边缘分割等。例如：通过最大化不同颜色的可分性并结合边缘检测算子，如通过Roberts算子、Sobel算子等实现快速深度分割。尽管这些方法具有算法简单，且易于实现的特点，但其鲁棒性较差，易受噪声干扰，并且在复杂场景下，如物体遮挡等，难以选择合适的阈值，导致分割效果不佳，甚至失败。

近年来，Deng等(OpticsLaser Technology,2021,137:106803.)提出一种基于无需三维重建的物体深度分割方法，该方法使用两对正交条纹图与一幅直流分量图即可实现深度分割，有效地提高现有深度分割的动态性能与精度，避免了因背景去除过程带来的过度分割问题。尽管这种方法显著降低了分割误差，适用于多种复杂环境下的深度分割，消除了相位不敏感对分割的影响，但至少需要投射五幅条纹图像，并且多次变换条纹序列更会导致计算速度的下降及其成本的增加。因此，为了解决上述问题，本发明提供一种基于正交条纹投影的快速深度分割方法，大大提高了三维深度分割技术的计算速度及其精度。

发明内容

本发明提供一种基于正交条纹投影的快速深度分割方法，以解决上述背景技术中存在的问题。

为了实现上述目的，本发明采取的技术方案为：一种基于正交条纹投影的快速深度分割方法，具体包括以下步骤，

步骤S1：搭建条纹投影三维物体深度分割系统，包括投影仪、相机和目标物体，三者构成三角形位置关系；所述投影仪投射一幅正交条纹图I(x,y)至目标物体表面，相机同步触发捕获投影后的目标物体图像；

步骤S2：利用深度学习网络模型训练得到目标物体图像对应的截断相位φ_X1(x,y)、φ_Y1(x,y)；

步骤S3：为了消除相位不敏感区域误分割引入的误差，对φ_X1(x,y)、φ_Y1(x,y)整体相移π个单位后，将新的相位信息拓展到[0,2π]以得到新截断相位φ_X2(x,y)、φ_Y2(x,y)，从而得到不同相位信息下的两类截断相位；