【技术实现步骤摘要】
深度成像方法、电子设备和计算机可读存储介质
[0001]本申请实施例涉及机器视觉
，特别涉及一种深度成像方法、电子设备和计算机可读存储介质。
技术介绍
[0002]基于机器视觉的深度感知技术具有无接触、速度快、精度高、应用范围广等特点，该技术被广泛应用于三维打印、医疗成像、体感设备、地理测绘、工业测量、三维影视和游戏制作等领域，深度感知技术的普及进一步拓展了人们对三维信息感知能力，在当前的科学研究及工程技术中具有重要的应用价值，基于深度感知成像技术获得的图像称为深度图，深度图的像素值可以反映场景中物体到相机的距离。
[0003]目前常用的基于卷积网络的单目结构光深度成像方法，大多只简单地通过卷积网络输出物体图与参考图之间的列偏差，根据列偏差计算出物体图对应的深度图。
[0004]然而，单目结构光相机在使用时难免会出现磕碰、撞击、剐蹭等情况，这些磕碰、撞击、剐蹭会导致单目结构光相机的内部结构发生变化，同时，单目结构光相机也容易受温度变化的影响，结构上的变化和温度的变化都会使物体图与参考图之间产生较大的行偏...
【技术保护点】
【技术特征摘要】
1.一种深度成像方法，其特征在于，包括：提取获取到的物体图的特征和预设的参考图的特征，得到所述物体图对应的特征图和所述参考图对应的特征图；根据所述物体图对应的特征图、所述参考图对应的特征图和预设的搜索范围，计算所述物体图与所述参考图之间的关联性；其中，所述搜索范围包括行方向上的搜索范围和列方向上的搜索范围；根据所述关联性，获取所述物体图与所述参考图之间的列偏差；根据所述物体图与所述参考图之间的列偏差，获取所述物体图对应的深度图。2.根据权利要求1所述的深度成像方法，其特征在于，所述物体图对应的特征图的尺寸为：N
×
H
×
W，其中，所述N为通道数，所述H为所述物体图的高度，所述W为所述物体图的宽度；在根据所述关联性，获取所述物体图与所述参考图之间的列偏差之前，还包括：遍历所述物体图对应的特征图的每一个位置，并基于所述搜索范围，确定所述物体图对应的特征图的匹配代价空间[(2r+1)
×
(2c+1)，H，W]，所述(2r+1)
×
(2c+1)为所述匹配代价空间对应的通道数；所述根据所述关联性，获取所述物体图与所述参考图之间的列偏差，包括：根据所述关联性，对所述匹配代价空间进行聚合计算，获取所述物体图对应的通道数为2的光流视差矩阵：2
×
H
×
W，所述光流视差矩阵的通道包括第一通道和第二通道，所述第一通道表示所述物体图与所述参考图之间的行偏差，所述第二通道表示所述物体图与所述参考图之间的列偏差。3.根据权利要求1所述的深度成像方法，其特征在于，所述物体图为多帧图像，所述获取所述物体图与所述参考图之间的列偏差，包括：获取所述物体图的第i帧与所述参考图之间的列偏差；其中，所述i为大于0的整数；若所述i大于1，则所述获取所述物体图的第i帧与所述参考图之间的列偏差，包括：获取所述物体图的第i帧与所述物体图的第i
‑
1帧之间的列偏差；根据所述第i帧与所述第i
‑
1帧之间的列偏差，以及所述第i
‑
1帧与所述参考图之间的列偏差，获取所述第i帧与所述参考图之间的列偏差。4.根据权利要求3所述的深度成像方法，其特征在于，若所述i等于1，则所述预设的搜索范围为第一搜索范围；若所述i大于1，则所述预设的搜索范围为第二搜索范围；其中，所述第一搜索范围大于所述第二搜索范围。5.根据权利要求1
‑
4中任一项所述的深度成像方法，其特征在于，所述预设的搜索范围为：[
‑
r，r]
×
[
‑
c，c]，其中，所述[
‑
r，r]为所述行方向上的搜索范围，所述[
‑
c，c]为所述列方向上的搜索范围；通过以下公式，根据所述物体图对应的特征图、所述参考图对应的特征图和预设的搜索范围，确定所述物体图与所述参考图之间的关联性：
其中，所述c(x1，r，c)用于表示所述物体图与所述...
【专利技术属性】
技术研发人员：王亚运，薛远，曹天宇，户磊，
申请(专利权)人：合肥的卢深视科技有限公司，
类型：发明
国别省市：
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。