【技术实现步骤摘要】
深度成像方法、装置、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、装置、电子设备和计算机可读存储介质。
技术介绍
[0002]3D相机可以实时获取物体的深度信息、三维尺寸以及空间信息，深度信息为下游任务提供了基础技术支持，具有广泛的消费级、工业级应用需求，如动作捕捉识别、人脸识别、自动驾驶领域的三维建模、巡航和避障、工业领域的零件扫描检测分拣，安防领域的监控和人数统计等，3D相机的深度成像方案主要有飞行时间法(Time of flight，简称：TOF)、双目立体视觉技术和单目散斑结构光技术三种，但TOF和双目立体视觉技术深度成像精度较低，不适用于消费级人脸识别支付场景，而单目散斑结构光技术的深度成像精度较高，是当前主流深度相机针对消费级人脸识别支付场景的主流方案。
[0003]单目散斑结构光技术简单来说就是向被拍摄物体投射随机不规则散斑，通过预设的算法进行散斑特征匹配，进而获取物体的深度信息，实现深度成像。
[0004]然而，本申请的专利技术人发现，以...
【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：对获取到的红外图和散斑图进行人脸检测，得到所述散斑图的人脸区域，并从所述红外图中确定人脸的瞳距；根据所述瞳距和预设的对应关系，确定搜索范围；其中，所述对应关系为所述瞳距与所述搜索范围之间的对应关系；依次将所述人脸区域中的各像素点作为目标像素点，根据所述目标像素点的灰度值、预设的参考散斑图、预设的搜索算法和所述搜索范围，确定所述目标像素点的视差值；根据所述视差值和预设的恢复公式，得到所述目标像素点的深度值，并根据各所述目标像素点的深度值生成深度图。2.根据权利要求1所述的深度成像方法，其特征在于，在所述依次将所述人脸区域中的各像素点作为目标像素点之后，所述根据所述目标像素点的灰度值、预设的参考散斑图、预设的搜索算法和所述搜索范围，确定所述目标像素点的视差值之前，还包括：判断所述目标像素点的灰度值是否大于预设的截断阈值；若所述目标像素点的灰度值大于预设的截断阈值，则将所述目标像素点的灰度值赋值为所述预设的截断阈值；若所述目标像素点的灰度值小于或等于预设的截断阈值，则保持所述目标像素点的灰度值不变。3.根据权利要求1或2所述的深度成像方法，其特征在于，在所述依次将所述人脸区域中的各像素点作为目标像素点之后，所述根据所述目标像素点的灰度值、预设的参考散斑图、预设的搜索算法和所述搜索范围，确定所述目标像素点的视差值之前，还包括：确定以所述目标像素点为中心的预设窗口内像素点的数量，并计算所述预设窗口内的灰度值总和和灰度值均值；根据所述预设窗口内各像素点的灰度值、所述灰度值总和、所述灰度值均值和所述像素点的数量，确定自适应滤波阈值；判断所述目标像素点的灰度值是否大于所述自适应滤波阈值；若所述目标像素点的灰度值大于所述自适应滤波阈值，则保持所述目标像素点的灰度值不变；若所述目标像素点的灰度值小于或等于所述自适应滤波阈值，则将所述目标像素点的灰度值赋值为0。4.根据权利要求3所述的深度成像方法，其特征在于，通过以下公式，根据所述窗口大小内各像素点的灰度值、所述灰度值总和、所述灰度值均值和所述像素点的数量，确定自适应滤波阈值：应滤波阈值：其中，sum为所述灰度值总和，windows(i,j)为所述窗口内像素点(i,j)的灰度值，m为所述灰度值均值，N为所述像素点的数量，A为预设的固定系数，K2为所述自适应滤波阈值。
5.根据权利要求1或2所述的深度成像方法，其特征在于，所述预设的对应关系包括第一对应关系和第二对应关系，所述根据所述瞳距和预设的对应关系，确定搜索范围，包括：根据所述瞳距和所述第一对应关系，确定人机距离；其中，所述人机距离为人脸与相机之间的距离，所述第一对应关系为所述瞳距与所述人机距离之间的对应关系；根据所述人机距离和所述第二对应关系，确定粗视差值；其中，所...
【专利技术属性】
技术研发人员：化雪诚，户磊，付贤强，刘祺昌，李东洋，
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。