【技术实现步骤摘要】
一种TOF相机深度数据测量误差校正的ELM空间配准模型方法
本专利技术属于计算机图形学和计算机视觉领域，涉及一种基于针孔模型成像过程中TOF深度相机测量误差校正的ELM空间配准模型方法，解决了成像过程中非线性误差导致的深度偏移和由于TOF相机测量原理导致的系统性的深度数据高估的问题，从而更好地复原真实场景中的深度数据。
技术介绍
随着工业智能水平的不断提高，快速且高精度的立体图像检测系统在各行各业都发挥了重要作用，广泛应用于物流包裹分拣、工业零件尺寸测量、机器人定位与导航、位姿估计、三维重建等方面；为了获取目标的三维信息，使用多个2D相机构成双目或多目立体视觉系统的传统方法，已经难以满足实际应用环境中的工业和生产要求。应需求TOF深度相机由于集成度高，可以一次性获得场景的全貌信息，具有帧率高、结构紧凑、对光照不敏感的优点，很快在三维视觉系统中被大量采用；TOF相机通过计算激光在相机与物体之间的飞行时间来获取两者之间的距离信息，并同时获取灰度信息，是一种高效的3D成像仪器；虽然TOF相机已经表现出非常好的应用前景；但是...
【技术保护点】
1.一种基于TOF深度相机深度数据测量误差校正的ELM空间配准模型方法；其特征在于:采用ELM算法所建立的ELM空间配准数据校正模型，解决了TOF相机深度数据测量过程中非线性误差导致的深度偏移和由于TOF相机测量原理导致的系统性的深度数据高估的问题，对连续空间内的所有像素的深度数据都有相应的校正作用；具有更高的精度和更强的泛化能力；为提高TOF深度相机测量精度提供了一种新的方法和思路。/n
【技术特征摘要】
1.一种基于TOF深度相机深度数据测量误差校正的ELM空间配准模型方法；其特征在于:采用ELM算法所建立的ELM空间配准数据校正模型，解决了TOF相机深度数据测量过程中非线性误差导致的深度偏移和由于TOF相机测量原理导致的系统性的深度数据高估的问题，对连续空间内的所有像素的深度数据都有相应的校正作用；具有更高的精度和更强的泛化能力；为提高TOF深度相机测量精度提供了一种新的方法和思路。
2.根据权利要求1所述的基于TOF深度相机深度数据测量误差校正的ELM空间配准模型方法，其特征在于，具体包括以下步骤：
步骤1：原始点云数据的采集：使用TOF深度相机垂直照射墙面，测量原理如图2TOF相机平面与墙面保持平行的测量示意图所示，根据相机实际性能，在相机平面与墙面垂直距离的合适范围内，始终保持相机平面与墙面平行，每隔一定的距离移动相机并采集墙面所在空间位置的相应深度数据信息；注意，开机40min预热后，为了减小噪声、扰动的影响，在距离范围内每隔10cm测10次数据，平均后作为该测量位置的数据；通过过滤Flag非0的像素后，将得到的数据点取平均作为该位置与墙的距离的测量值，而该位置到墙的实际距离已知；
步骤2：利用三次样条插值法处理相机采集的墙面深度点云数据：以相机采集墙面的深度点云数据信息和相应的实际测得的相机平面与墙面垂直距离为依据；首先，对相机采集墙面的深度点云数据信息和相应的实际测得的相机平面与墙面的垂直距离在垂直距离空间内进行三次样条插值处理，就可以得到相机采集的每个像素点云数据和相应的实际测得的相机平面与墙面的垂直距离相对相机平面与墙面的空间垂直距离的三次样条插值函数(即相机平面与墙面指定距离范围内对于连续空间的所有照片对应的像素深度数据和相应的实际垂直距离信息)；插值过程中相邻两幅图像的对应像素的两个数据点之间使用多次多项式(最高次项≤3)函数连接建立一个三次样条，样条函数如公式(1)；
步骤3：在三次样条插值函数基础上根据实际需求确定采样距离并进行采样：如图3理论三次样条插值点云效果图所示，根据实际需求确定采样距离并对连续空间内所有照片的像素深度数据和相应的实际垂直距离信息在垂直距离空间内进行采样处理，得到近似连续空间又满足实际要求的离散空间照片的点云数据和相应的实际垂直距离信息；
步骤4：构造极限学习机(ELM)结构模型：根据得到的符合要求的离散空间照片的点云数据和相应的实际垂直距离信息，应用极限学习机(ELM)建...
【专利技术属性】
技术研发人员：杨宏韬，王世程，于微波，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：吉林;22
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。