本发明专利技术提供了一种基于调制光场的TOF镜面多径去除方法、系统、设备及介质，包括：获取多张不同的距离下采集的红外参考图像；获取目标的散斑深度图，散斑深度图包括红外散斑图像和深度数据；根据每一散斑点的深度数据确定对应的红外参考图像，根据散斑点的像素坐标确定红外参考图像中散斑点对应的参考区域；将参考区域中每一子区域与对应的散斑点区域进行匹配确定出相关度最高的目标子区域，确定目标子区域与参考区域的中心偏移量，当偏移量大于预设置的阈值时，确定该散斑点区域为多径干扰点；去除红外散斑图像中的多径干扰点生成目标散斑图像。本发明专利技术能够检测出镜像多径，并去除多径干扰，实现基于散斑光束投射的TOF深度相机在扫地机器人上的应用。在扫地机器人上的应用。在扫地机器人上的应用。
【技术实现步骤摘要】
基于调制光场的TOF镜面多径去除方法、系统、设备及介质
[0001]本专利技术涉及深度相机，具体地，涉及一种基于调制光场的TOF镜面多径去除方法、系统、设备及介质。
技术介绍
[0002]时间飞行(Time of flight,TOF)深度相机通过发射特定波段的泛光光束，再利用传感器接收被测空间中物体的反射光束并测量光束在空间中的飞行时间来计算距离，从而获取被测空间的深度图像。TOF深度相机可同时获得灰度图像和深度图像，广泛应用在3D深度视觉相关的手势识别、人脸识别、3D建模、体感游戏、机器视觉、辅助对焦、安防、自动驾驶等
[0003]传统TOF深度相机假设接收光束在目标场景中仅被反射一次，而实际场景中总会存在镜面反射或漫反射材料表面，它会把入射光反射到各个方向，这样一来，TOF传感器接收到的可能是一次反射光束和多次反射光束的叠加，从而干扰TOF深度相机测量距离的准确性，这一效应称为多径干扰。
[0004]传统的TOF深度相机通常包含一个光投射器和光接收传感器，光投射器向空间发射泛光光束以提供照明，光接收传感器接收反射回的泛光光束进行成像，深度计算装置通过发射光和接受光的相位延迟计算飞行时间，进而得到距离信息。采用这种方式测量深度有一些限制，比如环境光的干扰会影响测量的准确性，尤其是当环境光强度高于直接反射光的强度，导致光接收传感器接收到的信号主要是环境光,典型的场景是镜面多径.
[0005]镜面多径是扫地机器人场景中经常遇到的问题，地面是高反射率瓷砖，地面上的点对应的像素接收到的信号是直接反射(主径)和经过物体多次反射(次级径)的光信号的叠加。对于高反射率物体，主径的强度远低于次级径的强度，导致测量的地面深度偏离实际深度。
技术实现思路
[0006]针对现有技术中的缺陷，本专利技术的目的是提供一种基于调制光场的TOF镜面多径去除方法、系统、设备及介质。
[0007]根据本专利技术提供的基于调制光场的TOF镜面多径去除方法，包括如下步骤：
[0008]步骤S1：获取多张红外参考图像，所述红外参考图像为通过深度相机对一参考目标在多个不同的距离下采集生成；
[0009]步骤S2：获取目标的散斑深度图，所述散斑深度图包括红外散斑图像以及红外散斑图像中每一散斑点的深度数据；
[0010]步骤S3：根据每一散斑点的深度数据确定对应的红外参考图像，进而根据该散斑点的像素坐标确定所述红外参考图像中所述散斑点对应的参考区域；
[0011]步骤S4：将所述参考区域中每一子区域与对应的所述散斑点区域进行匹配确定出相关度最高的目标子区域，确定所述目标子区域与所述参考区域的中心偏移量，当所述偏
移量大于预设置的阈值时，确定该散斑点区域为多径干扰点；
[0012]步骤S5：去除所述红外散斑图像中的多径干扰点生成目标散斑图像。
[0013]优选地，所述步骤S2包括如下步骤：
[0014]步骤S201：通过所述深度相机的光投射器向所述目标投射点阵光；
[0015]步骤S202：通过所述深度相机的光接收传感器接收经所述目标反射后的所述点阵光生成红外散斑图像；
[0016]步骤S203：通过所述深度相机的处理器根据多帧红外散斑图像相位差生成所述目标的深度数据。
[0017]优选地，所述步骤S3包括如下步骤：
[0018]步骤S301：获取每一散斑点的深度数据，根据所述深度数据确定该散斑点对应的目标表面点距离深度相机的距离；
[0019]步骤S302：根据所述距离确定在相同距离下采集的红外参考图像；
[0020]步骤S303：根据该散斑点的像素坐标确定对应的所述红外参考图像中所述散斑点对应的参考区域。
[0021]优选地，所述步骤S4包括如下步骤：
[0022]步骤S401：计算所述散斑点区域与对应的所述参考区域左上角的一子区域相关度；
[0023]步骤S402：按照从左到右由上到下的顺序每次将所述子区域移动一个像素后计算该子区域与散斑点区域的相关度，直至确定出相关度最高的目标子区域；
[0024]步骤S403：确定所述目标子区域与所述散斑点区域的中心偏移量，且当所述偏移量大于预设置的阈值时，确定该散斑点为多径干扰点。
[0025]优选地，所述相关度r的计算方法如下：
[0026][0027]其中，A
mn
为参考区域的幅度，为参考区域的平均幅度；B
mn
为散斑点区域的幅度，为散斑点区域的平均幅度；m、n为像素坐标范围。
[0028]优选地，所述深度相机包括如下模块：
[0029]点阵光投射器，用于向目标投射点阵光；
[0030]红外相机，用于红外参考图像和所述红外散斑图像采集；
[0031]处理器模块，用于根据多帧红外散斑图像相位差生成所述目标的深度数据。
[0032]优选地，所述步骤S1包括如下步骤：
[0033]步骤S101：在一距离通过所述深度相机的光投射器向所述参考目标投射点阵光；
[0034]步骤S102：通过所述深度相机的光接收传感器接收经所述参考目标反射后的所述点阵光生成一红外参考图像；
[0035]步骤S103：重复执行步骤S101至步骤S102获取多个不同的距离下的红外参考图像。
[0036]本专利技术提供的基于调制光场的TOF镜面多径去除系统，包括如下模块：
[0037]参考图像获取模块，用于获取多张红外参考图像，所述红外参考图像为通过深度相机对一参考目标在多个不同的距离下采集生成；
[0038]深度图获取模块，用于获取目标的散斑深度图，所述散斑深度图包括红外散斑图像以及红外散斑图像中每一散斑点的深度数据；
[0039]参考区域确定模块：根据每一散斑点的深度数据确定对应的红外参考图像，进而根据该散斑点的像素坐标确定所述红外参考图像中所述散斑点对应的参考区域；
[0040]多径干扰点确定模块，用于将所述参考区域中每一子区域与对应的所述散斑点区域进行匹配确定出相关度最高的目标子区域，确定所述目标子区域与所述参考区域的中心偏移量，当所述偏移量大于预设置的阈值时，确定该散斑点区域为多径干扰点；
[0041]干扰点去除模块，用于去除所述红外散斑图像中的多径干扰点生成目标散斑图像。
[0042]本专利技术提供的基于调制光场的TOF镜面多径去除设备，包括：
[0043]处理器；
[0044]存储器，其中存储有所述处理器的可执行指令；
[0045]其中，所述处理器配置为经由执行所述可执行指令来执行所述的基于调制光场的TOF镜面多径去除方法的步骤。
[0046]本专利技术提供的计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的基于调制光场的TOF镜面多径去除方法的步骤。
[0047]与现有技术相比，本专利技术具有如下的有益效果：
[0048]本专利技术中通过红外参考图像确定采集的红外散斑图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于调制光场的TOF镜面多径去除方法，其特征在于，包括如下步骤：步骤S1：获取多张红外参考图像，所述红外参考图像为通过深度相机对一参考目标在多个不同的距离下采集生成；步骤S2：获取目标的散斑深度图，所述散斑深度图包括红外散斑图像以及红外散斑图像中每一散斑点的深度数据；步骤S3：根据每一散斑点的深度数据确定对应的红外参考图像，进而根据该散斑点的像素坐标确定所述红外参考图像中所述散斑点对应的参考区域；步骤S4：将所述参考区域中每一子区域与对应的所述散斑点区域进行匹配确定出相关度最高的目标子区域，确定所述目标子区域与所述参考区域的中心偏移量，当所述偏移量大于预设置的阈值时，确定该散斑点区域为多径干扰点；步骤S5：去除所述红外散斑图像中的多径干扰点生成目标散斑图像。2.根据权利要求1所述的基于调制光场的TOF镜面多径去除方法，其特征在于，所述步骤S2包括如下步骤：步骤S201：通过所述深度相机的光投射器向所述目标投射点阵光；步骤S202：通过所述深度相机的光接收传感器接收经所述目标反射后的所述点阵光生成红外散斑图像；步骤S203：通过所述深度相机的处理器根据多帧红外散斑图像相位差生成所述目标的深度数据。3.根据权利要求1所述的基于调制光场的TOF镜面多径去除方法，其特征在于，所述步骤S3包括如下步骤：步骤S301：获取每一散斑点的深度数据，根据所述深度数据确定该散斑点对应的目标表面点距离深度相机的距离；步骤S302：根据所述距离确定在相同距离下采集的红外参考图像；步骤S303：根据该散斑点的像素坐标确定对应的所述红外参考图像中所述散斑点对应的参考区域。4.根据权利要求1所述的基于调制光场的TOF镜面多径去除方法，其特征在于，所述步骤S4包括如下步骤：步骤S401：计算所述散斑点区域与对应的所述参考区域左上角的一子区域相关度；步骤S402：按照从左到右由上到下的顺序每次将所述子区域移动一个像素后计算该子区域与散斑点区域的相关度，直至确定出相关度最高的目标子区域；步骤S403：确定所述目标子区域与所述散斑点区域的中心偏移量，且当所述偏移量大于预设置的阈值时，确定该散斑点为多径干扰点。5.根据权利要求4所述的基于调制光场的TOF镜面多径去除方法，其特征在于，所述相关度r的计算方法如下：
【专利技术属性】
技术研发人员：刘东东，邵小飞，朱力，吕方璐，汪博，
申请(专利权)人：深圳市光鉴科技有限公司，
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。