【技术实现步骤摘要】
本专利技术涉及深度重建，具体地，涉及一种极近距离下深度重建方法及电子设备。
技术介绍
1、机器人定位是指机器人在环境中确定自身位置和姿态的过程，对于机器人导航和执行任务至关重要。传统的机器人定位方法包括使用传感器获取环境信息并通过算法进行位置估计，但存在着一些挑战，如环境复杂性、传感器精度等。为了克服这些挑战，深度测量技术被广泛应用于机器人定位中，以下以结构光测量技术为例进行说明。
2、结构光测量是一种利用光的投射和反射原理来获取目标物体的三维形状和表面纹理的技术。它通过投射光条或光栅到目标物体上，通过测量光条或光栅在物体表面的变形来计算物体的几何形状和位置。这种测量方法具有非接触性、高精度和实时性的优势，因此在机器人定位中得到广泛应用。
3、在机器人定位中，结构光测量可以通过将结构光传感器集成到机器人系统中来实现。结构光传感器可以用于获取环境中的深度信息和物体表面的纹理特征，从而实现机器人的精确定位。通过结合机器人的运动信息和结构光传感器的数据，可以进行实时的位置估计和建立环境地图，从而为机器人的导航和执行任务提供准确的定位信息。
4、结构光相机通常采用定焦镜头，并且景深为固定的，当相机离被测物体小于清晰成像的最小景深时，往往会出现模糊的问题。在这样的情况下，依靠散斑的结构光是无法完成测量的。这限制了其应用场景。例如，搭载了结构光相机的扫地机器人，为了保证清扫覆盖率，必须能够贴着墙面行走，而此时结构光相机无法完成测量。为了解决这一问题，主流方案是给机器人增加额外的传感器，完成近距离的探测，解
5、以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。
技术实现思路
1、为此，本专利技术通过接收到的信号区域的特征进行重建，解决测量距离在景深范围以外，特别是极近测量距离下，超出有效测量范围导致无法三维重建的问题，使得在无需更改任何光学元件或其它硬件即可扩大结构光相机测量范围，帮助机器人能够在极端条件下仍然能够保持高精度的测量。
2、第一方面，本专利技术提供一种极近距离下深度重建方法，其特征在于，包括：
3、步骤s1：通过发射端发射红外光，通过接收端接收所述红外光的反射信号，并生成图像；
4、步骤s2：对所述图像进行检测，如果所述图像中存在亮区与暗区，且亮区为相连的完整区域，则执行步骤s3；
5、步骤s3：计算所述亮区与所述暗区的边界，将标定阶段得到的标定位置与所述边界的位置相减即得到视差，根据重建原理，重建目标对象的深度。
6、可选地，所述的一种极近距离下深度重建方法，其特征在于，所述步骤s3包括：
7、步骤s31：按行对所述亮区与所述暗区进行计算，得到每行的边界像素点；
8、步骤s32：将标定位置与所述边界像素点的位置相减，得到视差；
9、步骤s33：根据所述视差重建目标对象的深度。
10、可选地，所述的一种极近距离下深度重建方法，其特征在于，在图像上对亮区按行进行计算均值，并将边界处与所述均值相等的点作为边界像素点。
11、可选地，所述的一种极近距离下深度重建方法，其特征在于，在边界区域求取灰度变化速率，并以最大变化速率点为边界点。
12、可选地，所述的一种极近距离下深度重建方法，其特征在于，使用自适应阈值分割方法将散斑图像转化为二值图像，再通过连通域标记和边缘查找算法获取边界。
13、第二方面，本专利技术提供一种极近距离下深度重建方法，其特征在于，包括：
14、步骤a1：第一传感器和第二传感器同时曝光，生成第一图像和第二图像；
15、步骤a2：对所述第一图像和所述第二图像进行比对，如果所述图像中仅有部分区域比对成功，且所述部分区域为相连的完整区域，则将所述部分区域标记为重叠区域，并执行步骤a3；
16、步骤a3：利用所述重叠区域及所述重叠区域的比对边界，根据所述比对边界在所述第一图像与所述第二图像的视差，根据重建原理，重建目标对象的深度。
17、可选地，所述的一种极近距离下深度重建方法，其特征在于，步骤a3包括：
18、步骤a31：按行对所述重叠区域进行计算，得到每行的比对边界像素点；
19、步骤a32：将所述比对边界像素点在所述第一图像和所述第二图像的位置相减，得到视差；
20、步骤a33：根据所述视差重建目标对象的深度。
21、可选地，所述的一种极近距离下深度重建方法，其特征在于，所述行是基线的平行线。
22、可选地，所述的一种极近距离下深度重建方法，其特征在于，测量深度
23、第三方面，本专利技术提供一种电子设备，其特征在于，包括：
24、处理器；
25、存储器，其中存储有所述处理器的可执行指令；
26、其中，所述处理器配置为经由执行所述可执行指令来执行前述任意一项所述方法的步骤。
27、与现有技术相比，本专利技术具有如下的有益效果：
28、本专利技术针对深度测量技术无法有效测量的极近距离，利用深度测量技术的红外信号在接收端形成的亮区与暗区的边界，与标定阶段的标定位置进行计算，重建出目标对象的深度，使得深度测量技术在极近距离下也可以获得目标对象的深度值，增大了深度测量技术的测量范围，适用于更多应用场景。
29、本专利技术在不改变任何硬件的前提下，仅通过算法完成极近距离下的深度重建，具有广泛的适用性。
30、本专利技术对图像进行检测，自动识别出极近距离下的目标对象的存在，与现有深度测量技术自动匹配，无需额外设置，具有极低的推广成本。
本文档来自技高网...【技术保护点】
1.一种极近距离下深度重建方法，其特征在于，包括：
2.根据权利要求1所述的一种极近距离下深度重建方法，其特征在于，所述步骤S3包括：
3.根据权利要求1所述的一种极近距离下深度重建方法，其特征在于，在图像上对亮区按行进行计算均值，并将边界处与所述均值相等的点作为边界像素点。
4.根据权利要求1所述的一种极近距离下深度重建方法，其特征在于，在边界区域求取灰度变化速率，并以最大变化速率点为边界点。
5.根据权利要求1所述的一种极近距离下深度重建方法，其特征在于，使用自适应阈值分割方法将散斑图像转化为二值图像，再通过连通域标记和边缘查找算法获取边界。
6.一种极近距离下深度重建方法，其特征在于，包括：
7.根据权利要求6所述的一种极近距离下深度重建方法，其特征在于，步骤A3包括：
8.根据权利要求2或7所述的一种极近距离下深度重建方法，其特征在于，所述行是基线的平行线。
9.根据权利要求1或6所述的一种极近距离下深度重建方法，其特征在于，测量深度
10.一种电子设备，其特征在于
...【技术特征摘要】
1.一种极近距离下深度重建方法，其特征在于，包括：
2.根据权利要求1所述的一种极近距离下深度重建方法，其特征在于，所述步骤s3包括：
3.根据权利要求1所述的一种极近距离下深度重建方法，其特征在于，在图像上对亮区按行进行计算均值，并将边界处与所述均值相等的点作为边界像素点。
4.根据权利要求1所述的一种极近距离下深度重建方法，其特征在于，在边界区域求取灰度变化速率，并以最大变化速率点为边界点。
5.根据权利要求1所述的一种极近距离下深度重建方法，其...
【专利技术属性】
技术研发人员：杨煦，黄龙祥，胡涛，姚想，汪博，朱力，吕方璐，
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。