一种融合GPU加速深度图修复的伪激光数据生成方法技术

本发明专利技术公开了一种融合GPU加速深度图修复的伪激光数据生成方法，包括以下步骤：(1)使用RGB‑D相机采集深度图；(2)确定数据采集域，减少深度图修复面积，降低了系统的计算复杂度，提高修复效率；(3)检测数据采集的0值点，使用8连通标记法标记连通域，剔除较小连通域，进一步提高算法实时性；(4)使用改进0值点决策滤波修复0值点的连通域，采用0值点邻域像素的最高统计值作为修复结果，该过程是利用GPU的CUDA并行结构实现的，提高修复速度，且最大程度地接近实际深度值；(5)结合伪激光数据生成方法，输出伪激光数据，生成的伪激光数据连续性大大提升，有效提高视觉SLAM的地图构建精度，满足了视觉SLAM系统的需求。

【技术实现步骤摘要】
一种融合GPU加速深度图修复的伪激光数据生成方法
本专利技术属于计算机视觉、视觉导航系统领域，具体是一种融合GPU加速深度图修复的伪激光数据生成方法。
技术介绍
同时定位和地图构建(SLAM)是实现移动机器人对未知环境探索、检测和导航的关键技术，其通过实时采集环境信息完成对自身运动位姿的估计和周围地图的构建。在以往的SLAM技术方案中，激光雷达凭借其宽视角、高精度等特性成为环境采集装置的主导，但激光雷达价格昂贵且只能检测同一高度的障碍物等问题影响了其大范围推广。随着近年来计算机视觉的发展和视觉传感器的广泛应用，基于视觉传感器的SLAM技术成为研究的热点，常见的视觉传感器有单目相机、双目相机和RGB-D相机。相比激光雷达，其中基于物理测量的RGB-D相机深度数据采集快且成本低廉，具有良好的应用前景。在利用RGB-D相机进行室内SLAM，输出二维环境地图过程中，深度信息的采集受到环境光线、物体材质以及传感器自身软硬件的影响，获取的深度图像会出现数据缺失，即存在大量深度值为0的像素点，导致对目标物体检测的伪激光数据精度下降，从而影响后续SLAM的建图精度。经分析，对深度图像的修复是提升SL本文档来自技高网...

【技术保护点】
1.一种融合GPU加速深度图修复的伪激光数据生成方法，其特征在于该方法包括以下步骤：步骤一、使用RGB‑D相机采集深度图；步骤二、确定数据采集域：计算深度图像水平中心线，以水平中心线为基准，包含上下d行像素的邻域范围定义为数据采集域；步骤三、检测数据采集的0值点，标记连通域，剔除较小连通域：(1)遍历数据采集域并检测像素值为0的点；设数据采集域中的一点A(x,y)为0值点，深度值depth[x][y]＝0；则点A有8个邻域像素点；用8连通标记法对A点进行标记；若A点周围存在其他0值点，则将这些0值点纳入A点的邻域范围，反之则不纳入；经过标记，数据采集域内的0值点聚集形成连通域；(2)计算连通域...

【技术特征摘要】
1.一种融合GPU加速深度图修复的伪激光数据生成方法，其特征在于该方法包括以下步骤：步骤一、使用RGB-D相机采集深度图；步骤二、确定数据采集域：计算深度图像水平中心线，以水平中心线为基准，包含上下d行像素的邻域范围定义为数据采集域；步骤三、检测数据采集的0值点，标记连通域，剔除较小连通域：(1)遍历数据采集域并检测像素值为0的点；设数据采集域中的一点A(x,y)为0值点，深度值depth[x][y]＝0；则点A有8个邻域像素点；用8连通标记法对A点进行标记；若A点周围存在其他0值点，则将这些0值点纳入A点的邻域范围，反之则不纳入；经过标记，数据采集域内的0值点聚集形成连通域；(2)计算连通域的面积，将面积小于10的连通域舍弃；步骤四、基于GPU的改进0值点决策滤波修复：(1)对于面积大于10的连通域，从左上角开始进行修复，以待修复的0值点为中心选定一个与滤波器模板等同的5×5区域B；(2)对0值点进行5×5滤波器模板修复；首先遍历5×5滤波器模板，查找非0值点Di并统计各值出现的频次Ki；将区域B内按照各值的频次高低排序；然后分别在滤波器模板内外两层，统计D1出现的频次；若D1在内外两层滤波器模板出现的频次均高于设定阈值，则将统计值D1作为该0值点的修复值；否则判断D2是否满足要求，以此类推；(3)在同一连通域内修复第二个0值点时，采用步骤四的(2)中选取好统计值后，将第二个0值点所选的统计值与第一个0值点的修复值进行平均，利用该平均值作为第二个0值点的修复值；(4)对于之后的每个0值点，求出其邻域的统计值后，再将该统计值与之前每个修复值求和平均，将最后的平均值用于该点的修复值；(5)重复步骤四的(2)-(4)，直至将该连通域的0值点修复完毕；步骤五、伪激光数据生成：修复数据采集域内0值点后，结合伪激光数据生成方法，输出伪激光数据。2...

【专利技术属性】
技术研发人员：张建华，陈付豪，李文彬，张洪华，周有杰，何伟，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津,12