当前位置: 首页 > 专利查询>深圳大学专利>正文

一种配准矩阵的校正方法和计算机设备技术

技术编号:26691182 阅读:28 留言:0更新日期:2020-12-12 02:43
本发明专利技术提供了一种配准矩阵的校正方法和计算机设备,所述配准矩阵的校正方法包括:获取彩色‑深度相机拍摄的若干彩色图像,以及每个彩色图像对应的深度图像,其中,所述彩色‑深度相机配置有初始配准矩阵;根据所述若干彩色图像和若干深度图像确定所述彩色‑深度相机的目标配准矩阵;采用所述目标配准矩阵替换所述初始配准矩阵,以对彩色‑深度相机的配准矩阵进行校正。在本发明专利技术中,将初始配准矩阵作为整体的优化目标,通过若干彩色图像和若干深度图像对初始配准矩阵进行修正,使得目标配准矩阵更精确,进而,可以通过目标配准矩阵对深度图像进行配准,提高了深度图像的配准效果。

【技术实现步骤摘要】
一种配准矩阵的校正方法和计算机设备
本申请涉及图像处理
,特别是涉及一种配准矩阵的校正方法和计算机设备。
技术介绍
在机器视觉中,彩色-深度(RGBD)相机包括设置在一侧的深度相机,以及设置在另一侧的彩色相机,RGBD相机拍摄时,得到深度相机拍摄的深度图,以及彩色相机拍摄的彩色图,由于深度相机和彩色相机之间有距离,导致深度图和彩色图的对应点之间存在位置偏差,因此RGBD相机产生的深度图与彩色图不能直接重合使用,通常需要配准以生成配准深度图像。配准的目的是让深度图和彩色图重合在一起,即将深度图的坐标系转换到彩色图的坐标系下。配准后即可在深度图上索引彩色图的某一点的坐标来直接获得该点的深度。现有技术中,深度图的配准过程通常是,分别估计深度相机和彩色相机内参数和外参数,通过外参数计算深度相机和彩色相机的位置关系(旋转关系和平移关系),再计算配准矩阵,进而根据配准矩阵实现深度图像配准;在计算配准矩阵的过程中,分别估计深度相机和彩色相机内参数和外参数,再计算位置关系,带来了误差的累积,深度相机和彩色相机的误差,因此,通过现有技术计算得到的配准矩阵不本文档来自技高网...

【技术保护点】
1.一种配准矩阵的校正方法,其特征在于,包括:/n获取彩色-深度相机拍摄的若干彩色图像,以及每个彩色图像对应的深度图像,其中,所述彩色-深度相机配置有初始配准矩阵;/n根据所述若干彩色图像和若干深度图像确定所述彩色-深度相机的目标配准矩阵;/n采用所述目标配准矩阵替换所述初始配准矩阵,以对所述彩色-深度相机的配准矩阵进行校正。/n

【技术特征摘要】
1.一种配准矩阵的校正方法,其特征在于,包括:
获取彩色-深度相机拍摄的若干彩色图像,以及每个彩色图像对应的深度图像,其中,所述彩色-深度相机配置有初始配准矩阵;
根据所述若干彩色图像和若干深度图像确定所述彩色-深度相机的目标配准矩阵;
采用所述目标配准矩阵替换所述初始配准矩阵,以对所述彩色-深度相机的配准矩阵进行校正。


2.根据权利要求1所述的配准矩阵的校正方法,其特征在于,所述根据所述若干彩色图像和若干深度图像确定所述彩色-深度相机的目标配准矩阵,具体包括:
获取一初始网络模型,其中,所述初始网络模型配置的网络参数为所述初始配准矩阵;
根据所述若干彩色图像以及每个彩色图像对应的深度图像对初始网络模型进行训练,以得到配准模型;
获取所述配准模型配置的目标网络参数,并将获取到的目标网络参数作为目标配准矩阵。


3.根据权利要求2所述的配准矩阵的校正方法,其特征在于,所述彩色图像以及所述彩色图像对应的深度图像为所述彩色-深度相机一次拍摄得到的。


4.根据权利要求2或3所述的配准矩阵的校正方法,其特征在于,所述根据所述若干彩色图像以及每个彩色图像对应的深度图像对初始网络模型进行训练,以得到配准模型,具体包括:
对于每个彩色图像,获取该彩色图像中的若干彩色角点坐标以及各彩色角点坐标对应的深度角点坐标,其中,所述深度角点坐标为所述彩色图像对应的深度图像中的角点坐标;
将各彩色角点坐标和各彩色角点坐标各自对应的深度角点坐标作为一组训练组,以得到该彩色图像对应的若干训练组;
根据若干彩色图像中各彩色图像各自对应的若干训练组对初始网络模型进行训练,得到配准模型。


5.根据权利要求4所述的配准矩阵的校正方法,其特征在于,所述若干彩色图像以及每个彩色图像对应的深度图像是所述彩色-深度相机若干次拍摄棋盘格标定板得到的,若干次拍摄各自对应的拍摄角度互不相同;对于每...

【专利技术属性】
技术研发人员:苏林宇唐文名邱国平
申请(专利权)人:深圳大学
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1