【技术实现步骤摘要】
所属的技术人员能够理解，本专利技术的各个方面可以实现为系统、方法或程序产品。因此，本专利技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。此外，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于asic中。另外，该asic可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。本申请还提供一种程序产品，程序产品包括计算机程序，计算机程序存储在可读存储介质中，服务器的至少...
【技术保护点】
1.一种基于深度学习的散斑双目成像方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的散斑双目成像方法，其特征在于，所述双目系统包括：左相机、右相机、激光投影仪、被测物体；其中，所述左相机和所述右相机分别布设在所述激光投影仪的两侧，所述激光投影仪向被测物体的表面投射散斑图像，并分别通过所述左相机和所述右相机拍摄投射有散斑图像的被测物体。
3.根据权利要求1所述的基于深度学习的散斑双目成像方法，其特征在于，在通过双目视觉系统分别获取被测物体的左侧图像和右侧图像之前，所述方法还包括：
4.根据权利要求3所述的基于深度学习的散...
【技术特征摘要】
1.一种基于深度学习的散斑双目成像方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的散斑双目成像方法，其特征在于，所述双目系统包括：左相机、右相机、激光投影仪、被测物体；其中，所述左相机和所述右相机分别布设在所述激光投影仪的两侧，所述激光投影仪向被测物体的表面投射散斑图像，并分别通过所述左相机和所述右相机拍摄投射有散斑图像的被测物体。
3.根据权利要求1所述的基于深度学习的散斑双目成像方法，其特征在于，在通过双目视觉系统分别获取被测物体的左侧图像和右侧图像之前，所述方法还包括：
4.根据权利要求3所述的基于深度学习的散斑双目成像方法，其特征在于，通过双目视觉系统和结构光相机采集真实环境中被测物体的真实散斑图像，以及所述真实散斑图像的视差真值，包括：
5.根据权利要求1所述的基于深度学习的散斑双目成像方法...
【专利技术属性】
技术研发人员：陈朔涵，苏公喆，李勇奇，周佳骥，
申请(专利权)人：星猿哲科技上海有限公司，
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。