The invention provides a depth-of-field expansion method, device and system of a structured light three-dimensional imaging system. The method includes: acquiring structured light image sequences corresponding to each focus position in a plurality of focus positions of a target scene respectively; acquiring local parts of each structured light image sequence by using a local fine depth estimation algorithm of Gray code. Fine depth maps, using the global rough depth estimation algorithm based on the maximum flow method, obtain the global rough depth maps of all structured light image sequences, and fuse the local fine depth maps according to the global rough depth maps to obtain the global fine depth maps of the target scene. The invention realizes three-dimensional imaging in large depth-of-field scene, has simple method, high calculation efficiency, and improves the accuracy of three-dimensional imaging.
【技术实现步骤摘要】
一种结构光三维成像系统的景深扩展方法、装置和系统
本专利技术属于三维成像
,更具体地,涉及一种结构光三维成像系统的景深扩展方法、装置及系统。
技术介绍
随着计算机视觉技术的蓬勃发展,三维成像在人机交互、先进制造、自动驾驶和智能机器人等不同领域扮演着越来越重要的角色。其中,结构光三维成像技术凭借其高精度、低成本的优点脱颖而出,成为当前三维成像技术的研究热点。根据所投射编码图案的不同,现有的结构光三维成像系统可以分为空间复用编码与时间复用编码两种。空间复用编码法通常利用空间领域内编码点的位置分布、光照强度或颜色变化等特性来生成指定编码图案,常见的空间复用编码法包括随机散斑、德布鲁因序列等。该方法在计算深度时,首先对采集到的结构光图案和理想的投射图案进行空间匹配来获取视差值,再通过预先标定的几何参数进行转换得到深度值。这种方法需要的编码图案数量较少,可以实现高速实时的三维成像,然而由于编码信息较为稀疏,导致这类方法的成像分辨率和精度均较低。时间复用编码法通常投射一系列的编码图案,常用的编码方法包括格雷码法、N值编码、相移法等。这类方法由于需要投射和采集多幅图案,导致重建速度较慢,不适合对高速动态目标的重建,但由于解码时空间内每一点相互独立,解码值只取决于时间序列上的变化值,不存在时间复用编码方法的空间匹配过程,因而重建精度和分辨率均较高,通常可达到亚毫米甚至微米级。随着当前结构光照明设备以及高速成像装置的迅速发展,时间复用编码法的采集速度越来越快,基于时间复用编码法的实时高精度三维重建方法得到了越来越多的关注。但是,在当前的结构光三维成像系统中,无论是时间 ...
【技术保护点】
1.一种结构光三维成像系统的景深扩展方法,其特征在于,包括:分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列;使用格雷码的局部精细深度估计算法,获取各所述结构光图像序列的局部精细深度图,使用基于最大流方法的全局粗糙深度估计算法,获取所有所述结构光图像序列的全局粗糙深度图;根据所述全局粗糙深度图将各所述局部精细深度图进行融合,获取所述目标场景的全局精细深度图。
【技术特征摘要】
1.一种结构光三维成像系统的景深扩展方法,其特征在于,包括:分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列;使用格雷码的局部精细深度估计算法,获取各所述结构光图像序列的局部精细深度图,使用基于最大流方法的全局粗糙深度估计算法,获取所有所述结构光图像序列的全局粗糙深度图;根据所述全局粗糙深度图将各所述局部精细深度图进行融合,获取所述目标场景的全局精细深度图。2.根据权利要求1所述的方法,其特征在于,使用基于最大流方法的全局粗糙深度估计算法,获取所有所述结构光图像序列的全局粗糙深度图的步骤具体包括:分别从各所述聚焦位置对应的结构光图像序列中筛选出结构光条纹;根据各所述聚焦位置对应的结构光条纹构成聚焦栈,根据所述聚焦栈获取所述全局粗糙深度图;其中,所述全局粗糙深度图中的深度值为所述聚焦位置。3.根据权利要求2所述的方法,其特征在于,根据所述全局粗糙深度图将各所述局部精细深度图进行融合,获取所述目标场景的全局精细深度图的步骤具体包括:根据所述全局粗糙深度图中的深度值,获取各所述深度值对应的局部精细深度图;根据各所述局部精细深度图对应的深度值在所述全局粗糙深度图中的位置,对各所述局部精细深度图进行裁剪;将裁剪后的各所述局部精细深度图进行合成,获取所述目标场景的全局精细深度图。4.一种结构光三维成像系统的景深扩展装置,其特征在于,包括:获取模块,用于分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列;计算模块,用于使用格雷码的局部精细深度估计算法,获取各所述结构光图像序列的局部精细深度图,使用基于最大流方法的全局粗糙深度估计算法,获取所有所述结构光图像...
【专利技术属性】
技术研发人员:王贵锦,户孝围,杨华中,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。