散斑图像生成方法、电子设备及存储介质技术

本发明专利技术实施例涉及图像处理领域，公开了一种散斑图像生成方法、电子设备及存储介质，其中方法包括：获取给定的结构光相机的深度图和同源物体图像；获取所述深度图对应的视差图；以所述视差图作为映射路径，对预置的参考散斑图向物体散斑图进行映射，得到视差散斑图；将所述同源物体图像与所述视差散斑图进行叠加，得到所述深度图对应的物体散斑图。通过对给定结构光系统的三维场景信息，即深度信息和同源物体图像进行综合处理，生成深度信息对应的散斑图像数据，从而提高获取散斑图像的效率。从而提高获取散斑图像的效率。从而提高获取散斑图像的效率。

【技术实现步骤摘要】
散斑图像生成方法、电子设备及存储介质


[0001]本专利技术涉及图像处理领域，特别涉及一种散斑图像生成方法、电子设备及存储介质。

技术介绍

[0002]目前，机器视觉领域中最具活力的技术分支当属深度感知技术，而散斑结构光技术则是深度感知技术中的重要部分。散斑结构光技术作为最常见主动式立体视觉的技术，还分有单目结构光技术，主动式双目结构光系统等。无论是传统算法，还是机器学习乃至深度学习的深度恢复算法，散斑图像数据都至关重要。
[0003]通常，结构光散斑系统使用神经网络方法恢复深度信息得到的效果没有比被动式双目彩色的效果好，原因之一是由于散斑图像数据量不足直接关系到神经网络的训练规模。目前散斑图像数据的获取方式，主要是使用散斑结构光相机直接采集。这种获取方式存在获取效率较低的问题。

技术实现思路

[0004]本专利技术实施方式的目的在于提供一种散斑图像生成方法、电子设备及存储介质，通过对给定结构光系统的三维场景信息，即深度信息和同源物体图像进行综合处理，生成深度信息对应的散斑图像数据，从而提高获取散斑图像的效率。
[0005]为解决上述技术问题，本专利技术的实施方式提供了一种散斑图像生成方法，包括：获取给定的结构光相机的深度图和同源物体图像；获取所述深度图对应的视差图；以所述视差图作为映射路径，对预置的参考散斑图向物体散斑图进行映射，得到视差散斑图；将所述同源物体图像与所述视差散斑图进行叠加，得到所述深度图对应的物体散斑图。
[0006]本专利技术的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的散斑图像生成方法。
[0007]本专利技术的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的散斑图像生成方法。
[0008]本专利技术实施方式相对于现有技术而言，通过获取给定的结构光相机的深度图和同源物体图像；获取深度图对应的视差图；以视差图作为映射路径，对预置的参考散斑图向物体散斑图进行映射，得到视差散斑图；将同源物体图像与视差散斑图进行叠加，得到深度图对应的物体散斑图。本方案通过对给定结构光系统的三维场景信息，即深度信息和同源物
体图像进行综合处理，生成深度信息对应的散斑图像数据，从而提高获取散斑图像的效率。
附图说明
[0009]图1是根据本专利技术实施方式的散斑图像生成方法的具体流程图一；图2是根据本专利技术实施方式的散斑图像生成方法的具体流程图二；图3是根据本专利技术实施方式的散斑图像生成方法的具体流程图三；图4是根据本专利技术实施方式的电子设备的结构示意图。
具体实施方式
[0010]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
[0011]本专利技术的一实施方式涉及一种散斑图像生成方法，如图1所示，本实施例提供的散斑图像生成方法，包括如下步骤。
[0012]步骤101：获取给定的结构光相机的深度图和同源物体图像。
[0013]其中，结构光相机可以是单目结构光相机、主动式双目结构光相机中的任一种；深度图可以是基于散斑图像得到的深度图；同源物体图像可以是红外图或者彩色图。
[0014]具体地，给定的深度图和同源物体图像可以是通过结构光相机真实拍摄目标物体，得到目标物体的深度图和同源物体图像；也可以是通过图像合成软件等绘制的深度图和同源物体图像，并将这些图像作为给定的结构光相机所拍摄的深度图和同源物体图像。
[0015]步骤102：获取深度图对应的视差图。
[0016]具体地，基于结构光相机的类型、成像原理、内外参数以及深度信息与视差信息之间的对应关系，可以基于深度图获取到对应视差图。
[0017]在一个例子中，上述结构光相机可以为单目结构光相机；相应地，本步骤中获取深度图对应的视差图的过程可包括：通过如下公式（1）计算视差图中各像素点的视差值d：
………………………
（1）其中，f为单目结构光相机的焦距，l为基线，z为深度图中像素点的深度值，z
r
为参考散斑图所在平面到单目结构光相机的镜头光心的距离。
[0018]具体地，对于单目结构光系统，视差图指的是物体图（如物体散斑图）和参考图（如参考散斑图）中同名像素点的列坐标之差。因为散斑投射器和光学传感器（通常是红外IR镜头，焦距为f）之间存在着基线l，根据三角原理，可以通过公式（1）计算某一三维点（x, y, z）与参考图（通常是一平面，z = z
r
）之间的视差值。
[0019]在另一个例子中，上述结构光相机可以为主动式双目结构光相机，且散斑投射器置于双目结构光相机中任一目结构光相机下；相应地，本步骤中获取深度图对应的视差图的过程可包括：
通过如下公式（2）计算视差图中各像素点的视差值d：
………………………
（2）其中，f为主动式双目结构光相机的焦距，l为基线，z为深度图中像素点的深度值。
[0020]具体地，对于主动式双目结构光系统，视差图指的是双目图像的同名点之间的列坐标之差。因为双目镜头（通常是相同类型的两RGB相机，焦距记为f）之间存在着基线l，根据三角原理，通过公式（2）可以得知其视差信息，进而构建视差图。这种视差图相当于默认将散斑投射器放置在左（右）目相机下。若方案选择将散斑投射器放置在其它位置，则该系统则变为两个单目结构光系统，视差图的获取方式则见如公式（1）。
[0021]如果是其它包含场景深度信息的数据，则可以模拟存在着一散斑投射器和光学接收器（焦距为f），使得这两者的距离为基线l，这样便可手动形成单目结构光系统，并采用公式（1）计算视差图。
[0022]此外，散斑投射器图案可以选择不同间隔和不同大小的散斑点以及不同形式的散斑图案。一般情况下，给定的三维深度场景信息并非是稠密的，比如lidar激光扫描仪等提供的便是物体的稀疏点云信息，本实施例中可以将视差图中无信息区域暂时设置为无效区，这些区域便为无散斑点区域，在后续操作中无需对这些区域进行处理。
[0023]步骤103：以视差图作为映射路径，对预置的参考散斑图向物体散斑图进行映射，得到视差散斑图。
[0024]具体地，参考散斑图像，一般指的是将散斑投射平面上而显现出的具有一定规律的伪随机图案。根据上一步骤中获取的视差图，可以对预置的参考散斑图向物体散斑图进行映射，以尽可能得到接近于物体散斑图的散斑图。由于该散斑图是基于视差值获得，可称其为视差散斑图。
[0025]步骤104：将同源物体图像与视差散斑图进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种散斑图像生成方法，其特征在于，包括：获取给定的结构光相机的深度图和同源物体图像；获取所述深度图对应的视差图；以所述视差图作为映射路径，对预置的参考散斑图向物体散斑图进行映射，得到视差散斑图；将所述同源物体图像与所述视差散斑图进行叠加，得到所述深度图对应的物体散斑图。2.根据权利要求1所述的方法，其特征在于，所述结构光相机为单目结构光相机；所述获取所述深度图对应的视差图，包括：通过如下公式计算所述视差图中各像素点的视差值d：其中，f为所述单目结构光相机的焦距，l为基线，z为所述深度图中像素点的深度值，z
r
为所述参考散斑图所在平面到所述单目结构光相机的镜头光心的距离。3.根据权利要求1所述的方法，其特征在于，所述结构光相机为主动式双目结构光相机，且散斑投射器置于所述双目结构光相机中任一目结构光相机下；所述获取所述深度图对应的视差图，包括：通过如下公式计算所述视差图中各像素点的视差值d：其中，f为所述主动式双目结构光相机的焦距，l为基线，z为所述深度图中像素点的深度值。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述以所述视差图作为映射路径，对预置的参考散斑图向物体散斑图进行映射，得到视差散斑图，包括：基于所述视差图，确定所述视差散斑图与所述参考散斑图中的同名像素点；基于所述同名像素点确定同名散斑点；根据所述参考散斑图中各散斑点的亮度分布，确定所述视差散斑图中同名散斑点的亮度分布。5.根据权利要求4所述的方法，其特征在于，所述基于所述视差图，确定所述视差散斑图与所述参考散斑图中的同名像素点，包括：采用如下公式确定所述视差散斑图中像素点（x
’
,y
’
）为所述参考散斑图中像素点（x,y）的同名像素点：其中，d(x,y)为像素点（x,y）对...

【专利技术属性】
技术研发人员：李东洋，化雪诚，王海彬，刘祺昌，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：