深度成像系统及其温度误差校正方法技术方案

本申请提供一种深度成像系统及温度误差校正方法，该方法包括：获取第一参考结构光图像与目标结构光图像；对所述第一参考结构光图像进行温度误差校正，并获取第二参考结构光图像；利用所述第二参考结构光图像与所述目标结构光图像进行深度计算以获取深度图像。通过如上深度成像系统及温度误差校正方法，可以实现参考结构光的误差校正，进而实现对深度测量的误差校正，最终提高深度成像系统的测量精度。

Depth Imaging System and Its Temperature Error Correction Method

This application provides a depth imaging system and a temperature error correction method, which includes: acquiring the first reference structured light image and the target structured light image; correcting the temperature error of the first reference structured light image and acquiring the second reference structured light image; and utilizing the second reference structured light image and the said second reference structured light image. The depth of the target structured light image is calculated to obtain the depth image. Through the above depth imaging system and temperature error correction method, the error correction of reference structured light can be realized, and then the error correction of depth measurement can be realized, and finally the measurement accuracy of depth imaging system can be improved.

【技术实现步骤摘要】
深度成像系统及其温度误差校正方法
本专利技术涉及光学及电子
，尤其涉及一种深度成像系统及其温度误差校正方法。
技术介绍
结构光深度成像系统由于其具备全场测量、分辨率高、实时性等特点使其在3D建模、体感交互、人脸识别、AR等领域得到广泛的应用。结构光深度成像系统的核心部件之一是结构光投影模组，其由激光、光学元件等器件组成，用于向外投影出预设的结构光图像，在投影过程中难免会受到温度的影响，导致所投影出的结构光图像与预设的结构光图像发生偏差，这种偏差会直接影响后续深度图像的计算，最终导致深度图像产生误差，而这种误差往往对于一些对精度要求高的应用，比如3D建模、人脸识别等，是不允许的。
技术实现思路
本专利技术为了解决现有技术中温度使得深度成像系统的精准度降低问题，提供一种深度成像系统及其温度误差校正方法。本专利技术公开一种深度成像系统温度误差校正方法，包括：获取第一参考结构光图像与目标结构光图像；对所述第一参考结构光图像进行温度误差校正，并获取第二参考结构光图像；利用所述第二参考结构光图像与所述目标结构光图像进行深度计算以获取深度图像。在一些实施例中，所述温度误差校正包括：获取当前温度值，基于所述当前温度值执行所述温度误差校正。具体地，所述第一参考结构光图像包括至少两个不同温度值对应的第一参考结构光图像，所述温度误差校正包括基于所述当前温度值，利用插值法由所述至少两个第一参考结构光图像计算出所述第二参考结构光图像。或者，所述第一参考结构光图像包括至少两个不同温度值对应的第一参考结构光图像，所述温度误差校正包括基于所述当前温度值，将与所述当前温度值最接近的所述温度值对应的第一参考结构光图像作为所述第二参考结构光图像。在一些实施例中，所述温度误差校正包括：建立温度误差补偿模型，利用温度误差补偿模型描述所述第一参考结构光图像与所述第二参考结构光图像之间因温度引起的变化，并根据所述温度误差补偿模型求解所述第二参考结构光图像。其中，所述温度误差补偿模型包括线性函数、多项式函数、埃尔米特函数、样条函数中的一种或多种。其中，所述温度误差补偿模型包括层次化变形函数，所述层次变形函数包括局部变形函数与全局变形函数。本申请还提供一种深度成像系统，包括：结构光投影模组，用于向目标投影结构光图像；采集模组，用于采集目标结构光图像；存储器，用于保存第一参考结构光图像；处理器，与所述结构光投影模组、采集模组、存储器连接，用于：获取所述目标结构光图像与所述第一参考结构光图像，并对所述第一参考结构光图像进行温度误差校正，并获取第二参考结构光图像；利用所述第二参考结构光图像与所述目标结构光图像进行深度计算以获取深度图像。在一些实施例中，所述深度成像系统还包括温度传感器，用于获取当前温度值；所述处理器基于所述当前温度值执行所述温度误差校正。在一些实施例中，所述温度误差校正包括：基于所述当前温度值，利用插值法由所述至少两个第一参考结构光图像计算出所述第二参考结构光图像；或基于所述当前温度值，将与所述当前温度值最接近的温度值对应的第一参考结构光图像作为所述第二参考结构光图像；或建立温度误差补偿模型，根据所述温度误差补偿模型求解所述第二参考结构光图像。本专利技术的有益效果：通过获取第一参考结构光图像与目标结构光图像，并对所述第一参考结构光图像进行温度误差校正，并获取第二参考结构光图像；最后利用所述第二参考结构光图像与所述目标结构光图像进行深度计算以获取深度图像，可以实现参考结构光的误差校正，进而实现对深度测量的误差校正，最终提高深度成像系统的测量精度。附图说明图1为本专利技术实施例中深度成像原理以及误差形成示意图。图2为本专利技术一个实施例的结构光深度成像系统侧面示意图。图3为本专利技术一个实施例的激光投影模组示意图。图4为本专利技术一个实施例的结构光图案化光束示意图。图5为本专利技术一个实施例的温度误差校正方法示意图。图6为本专利技术又一个实施例的温度误差校正方法示意图。具体实施方式下面结合具体实施方式并对照附图对本专利技术作进一步详细说明，应该强调的是，下述说明仅仅是示例性的，而不是为了限制本专利技术的范围及其应用。为了使本专利技术实施例所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本专利技术实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。结构光深度成像系统测量原理图1结构光深度成像原理以及误差形成示意图。结构光深度成像系统一般包括结构光投影模组11、采集模组12以及处理器(图中未示出)。结构光投影模组11用于投射结构光图案，当结构光图案入射到物体表面时形成结构光图像，结构光图像中包含了物体的形状信息。采集模组12用于采集被物体反射的结构光图像。在一个实施例中，结构光投影模组11为近红外散斑投影仪，用于向目标空间投影近红外散斑图像，若投射到某一平面上时，所形成的散斑图像具备随机且不相关的特性；采集模组12为近红外相机，用于采集目标散斑图像，采集到的目标散斑图像随后被传输至处理器中进行深度计算以输出深度图像。图1中以散斑图像中的单个散斑为例进行说明，投影模组11A投影出光束151，照射到目标物体14上的Z点，该点通过透镜B成像在图像传感器121上，光线17仅用来表示成像关系。在一些实施例中，结构光投影模组11也可以投影出条纹、二维图案等其他形式的结构光图案。在下文的描述中，仅以散斑图案为例进行说明。深度成像系统一般还包括存储器，用于保存参考散斑图像等，该参考散斑图像是在深度成像系统标定阶段利用投影模组11向已知距离Z0的平面13上投影出散斑图像后由采集模组12采集到的，比如光束151入射到平面13上的C点，并通过光线161成像在图像传感器121上。在平面13上的散斑通过透镜成像在图像传感器121上，从图中可以看出，由于目标物体与参考平面13位于不同的深度上，导致同一个散斑在图像传感器上成像的位置发生了改变。处理器在计算时将当前目标的散斑图像与参考散斑图像进行匹配计算，找到当前散斑图像中的散斑(即像素)相对于参考散斑图像中对应的散斑(像素)之间的偏离值d，再根据以下公式计算出目标的深度值，各个像素的深度值最终组成了深度图像。其中，Z为目标的深度值；l为采集模组12中透镜到图像传感器之间的距离，一般情况下等于透镜的焦距，这里的透镜也可以是透镜组；b为投影模组11到采集模组12之间的基线长度。图2所示的是根据本专利技术一个实施例的结构光深度成像系统侧面示意图。结构光深度成像系统20主要组成部件有结构光投影模组203、采集模组205、主板202以及处理器201，在一些深度成像系统中还配备了RGB相机204等。结构光投影模组203、采集模组205以及RGB相机204一般被安装在同一个深度成像系统平面上，且处于同一条基线，每个模组或相机都对应一个进光窗口206。一般地，处理器201被集成在主板202上，而结构光投影模组203与采集模组205通过接口与主板202连接，本文档来自技高网...

【技术保护点】
1.一种深度成像系统温度误差校正方法，其特征在于，包括：获取第一参考结构光图像与目标结构光图像；对所述第一参考结构光图像进行温度误差校正，并获取第二参考结构光图像；利用所述第二参考结构光图像与所述目标结构光图像进行深度计算以获取深度图像。

【技术特征摘要】
1.一种深度成像系统温度误差校正方法，其特征在于，包括：获取第一参考结构光图像与目标结构光图像；对所述第一参考结构光图像进行温度误差校正，并获取第二参考结构光图像；利用所述第二参考结构光图像与所述目标结构光图像进行深度计算以获取深度图像。2.如权利要求1所述的方法，其特征在于，所述温度误差校正包括：获取当前温度值，基于所述当前温度值执行所述温度误差校正。3.如权利要求2所述的方法，其特征在于，所述第一参考结构光图像包括至少两个不同温度值对应的第一参考结构光图像，所述温度误差校正包括基于所述当前温度值，利用插值法由所述至少两个第一参考结构光图像计算出所述第二参考结构光图像。4.如权利要求2所述的方法，其特征在于，所述第一参考结构光图像包括至少两个不同温度值对应的第一参考结构光图像，所述温度误差校正包括基于所述当前温度值，将与所述当前温度值最接近的所述温度值对应的第一参考结构光图像作为所述第二参考结构光图像。5.如权利要求1所述的方法，其特征在于，所述温度误差校正包括：建立温度误差补偿模型，利用温度误差补偿模型描述所述第一参考结构光图像与所述第二参考结构光图像之间因温度引起的变化，并根据所述温度误差补偿模型求解所述第二参考结构光图像。6.如权利要求5所述的方法，其特征在于，所述温度误差...

【专利技术属性】
技术研发人员：许星，黄源浩，
申请(专利权)人：深圳奥比中光科技有限公司，
类型：发明
国别省市：广东,44