The invention discloses a depth fusion method and a TOF camera based on a TOF imaging system, in which the TOF imaging system is suitable for obtaining depth information of at least one target object, including the following steps: acquiring at least one long exposure data of the target object and at least one short exposure data of the target object; acquiring at least one depth data of the target object, wherein the depth data includes to Less than one short depth data and at least one long depth data; and fusing the short depth data value and the long depth data value to obtain at least one fusion data of the target object. The depth fusion method fuses the image of the target object based on the depth information of the target object to obtain the complete depth information of the target object.
【技术实现步骤摘要】
基于TOF成像系统的深度融合方法和TOF相机
本专利技术涉及一摄像领域,特别涉及一基于TOF成像系统的深度融合方法和TOF相机,本专利技术在嵌入式端集中实现所述TOF成像系统对图像的深度融合。
技术介绍
随着科技的不断发展,机器视觉作为人工智能的一个重要分支正在快速发展。简单来说,机器视觉就是配置机器从而使得机器具有人眼功能,甚至使得机器具有比人眼功能更强大的视觉功能,从而使得机器可智能代替人眼来做目标对象做测量和判断。具体而言,机器视觉系统就是通过机器视觉产品(比如图像获取设备)将目标对象转换为图像信号,并将传送给专用的图像处理系统,得到目标对象的形态信息,图像处理系统对像素分布、亮度、颜色等信号进行各种运算来抽取目标对象的特征,进而根据判别的结果来控制现场的设备动作。机器视觉在很多领域都有广泛的应用,比如机器视觉可被应用在航拍无人机的自动跟踪及避障,VR(virtualreality),AR(augmentedreality),ADAS(advanceddriverassistantsystem)及SLAM(simultaneouslocalizationandmapping)等多领域中,以替代人工视觉,以获取目标对象的各种信息,而在机器视觉的应用中,必不可少以及至关重要的一个功能就是深度感知,准确地获取目标对象的深度数据信息才可为后续的测量或者应用做准备,TOF便是实现深度感知的重要技术手段之一。飞行时间法(TimeOfFlight,TOF)通过测量测量仪器发出的脉冲信号从发射到接收的时间间隔t(常被称为脉冲测距法)或激光往返目标对象一次所产生的相位 ...
【技术保护点】
1.一基于TOF成像系统的深度融合方法,其中,所述TOF成像系统被适用于获取至少一目标对象的深度信息,其特征在于,包括以下步骤:S1:一曝光数据模块获取该目标对象的至少一长曝光数据以及至少一短曝光数据;S2:一计算模块获取该目标对象的至少一深度数据,其中所述深度数据包括至少一短深度数据以及至少一长深度数据;以及S3:一融合模块融合所述短深度数据以及所述长深度数据,以获取该目标对象的至少一融合数据。
【技术特征摘要】
1.一基于TOF成像系统的深度融合方法,其中,所述TOF成像系统被适用于获取至少一目标对象的深度信息,其特征在于,包括以下步骤:S1:一曝光数据模块获取该目标对象的至少一长曝光数据以及至少一短曝光数据;S2:一计算模块获取该目标对象的至少一深度数据,其中所述深度数据包括至少一短深度数据以及至少一长深度数据;以及S3:一融合模块融合所述短深度数据以及所述长深度数据,以获取该目标对象的至少一融合数据。2.根据权利要求1所述的基于TOF成像系统的深度融合方法,其中,所述TOF成像系统在所述步骤S2之后进一步包括以下步骤:S4:调整所述短深度数据。3.根据权利要求2所述的基于TOF成像系统的深度融合方法,其中,所述步骤S4进一步包括以下步骤:S41:判断所述短深度数据是否符合要求,若不符合标准则执行步骤S41;S42:启动一自动曝光模块以调整所述短曝光数据;以及S43:依据所述短曝光数据调整所述短深度数据。4.根据权利要求1或3任一所述的基于TOF成像系统的深度融合方法,其中,所述步骤S1进一步包括以下步骤:S11:一判断模块判断该目标对象的类型,当该目标对象为一远场景对象时执行步骤S12,当该目标对象为一近场景对象时执行步骤S13;S12:所述曝光数据模块获取该目标对象的至少一双频长曝光数据以及所述短曝光数据;以及S13:所述曝光数据模块获取该目标对象的至少一单频长曝光数据以及所述短曝光数据。5.根据权利要求4所述的基于TOF成像系统的深度融合方法,其中,所述步骤S2进一步包括以下步骤:S21:所述计算模块分别获取所述长曝光数据以及所述短曝光数据;S22:所述计算模块依据所述长曝光数据以及所述短曝光数据,判断是否需要进行多核运算,当需要执行多核运算时,执行步骤S23;以及S23:分割所述长曝光数据和/或所述短曝光数据,多核运算获取所述深度数据。6.根据权利要求5所述的基于TOF成像系统的深度融合方法,其中,所述步骤S3进一步包括以下步骤:S31:当所述长深度数据对应的坐标像素对应的数值大于一阈值,则所述坐标像素赋值为所述长深度数据;以及S32:当所述长深度数据对应的坐标像素对应的数值小于或等于所述阈值,则所述坐标像素赋值为所述短深度数据。7.根据权利要求6所述的基于TOF成像系统的深度融合方法,其中,所述阈值被实施为在长曝光模式下较近物体处于最佳深度效果的深度值。8.根据权利要求4所述的基于TOF成像系统的深度融合方法,其中,所述双频长曝光数据被实施为所述TOF模组以至少一双频近红外光获取所述目标对象的数据,其中所述双频近红外光被实施为对两种频率调制解调后得到的近红外...
【专利技术属性】
技术研发人员:陈立刚,赵俊能,周劲蕾,
申请(专利权)人:浙江舜宇智能光学技术有限公司,
类型:发明
国别省市:浙江,33
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。