一种使用图像捕获装置来识别距离信息的方法包含：提供图像捕获装置，其具有图像传感器、编码孔径和透镜；在存储器中存储从距离校准数据导出的一组模糊参数；以及捕获具有多个物体的图像。该方法进一步包含：通过以下步骤使用捕获到的图像和所存储的组中的每一个模糊参数提供一组去模糊图像：将候选去模糊图像初始化；确定表示候选去模糊图像中的相邻像素之间的差值的多个差分图像；通过组合差分图像来确定组合差分图像；响应于捕获到的图像、模糊参数、候选去模糊图像和组合差分图像来更新候选去模糊图像；和重复这些步骤直到满足收敛标准为止。最后，使用该组去模糊图像来确定距离信息。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种图像捕获装置，能够确定场景中的物体的距离信息，确切地说涉及一种用于使用具有编码孔径和新颖的计算算法的捕获装置来更高效地确定距离信息的方法。
技术介绍
光学成像系统经过设计可以在指定的距离范围内产生场景物体的聚焦图像。图像在图像空间中的一个二维(2D)平面中最清晰地对焦，这个平面称为焦平面或图像平面。根据几何光学，场景物体与图像平面之间的完美焦点关系只对于遵守薄透镜方程的物距与图像距离的组合存在 I I Im — = - + -(O Jss其中是f是透镜的焦距，s是从物体到透镜的距离，且s’是从透镜到图像平面的距离。这个方程对于单个薄透镜是有效的，但众所周知，厚透镜、复合透镜和更加复杂的光学系统是建模成具有有效焦距f的单个薄透镜。或者，复杂系统是使用主平面的构造和使用上述方程(下文中称为透镜方程)中的有效焦距建模的，其中物距和图像距离S、S，是从这些平面测量的。还已知，一旦系统聚焦在处于距离S1上的物体上，那么总地来说，只有处在这个距离上的物体才在位于距离S1'上的对应图像平面上清晰对焦。处在不同距离S2上的物体在对应的图像距离s2’上产生其最清晰的图像，这个图像距离是通过透镜方程确定的。如果系统聚焦在S1上，那么处在S2处的物体会在位于S1'处的图像平面上产生散焦的模糊的图像。模糊程度取决于两个物距S1与S2之间的差、透镜的焦距f，以及通过f数(表示为f/#)测量的透镜的孔径。举例来说，图I展示了焦距为f且通光孔径为直径D的单透镜10。位于距离S1处的物体的轴上点P1在离透镜的距离Sl’处的点P1'上成像。位于距离S2处的物体的轴上点P2在离透镜的距离s2’处的点P2’上成像。跟踪来自这些物点的光线，轴向光线20和22在像点P/上会聚，而轴向光线24和26在像点P2’上会聚，然后在它们分开的距离为d时与P/的图像平面相交。在具有圆对称的光学系统中，从P2发出的光线在所有方向上分布，会在P1'的图像平面上产生直径为d的圆，称为“模糊圆”或“弥散圆”。轴上点P1从透镜移动得更远，趋向于无限远，根据透镜方程可以知道s/ = f。这使得f数通常被定义为f/# = f/D。在有限距离上，有效f数定义为(f/#)w = f/Sl’。在任一种情况下，显然f数是到达图像平面的光锥的角度测量，这又与模糊圆的直径d有关。实际上，可以显示出d= [fJj ⑶通过准确地测量透镜的焦距和f数，和各种物体在二维图像平面上的模糊圆的直径山原则上可以通过将方程(2)颠倒并且应用透镜方程使物距与图像距离相关，来获得场景中的物体的深度信息。这需要在一个或多个已知物距上仔细地校准光学系统，在这一点上，剩余的任务就是准确地确定模糊圆直径d。以上论述阐述了基于焦点的被动光学测距方法背后的原理。即，这些方法是基于现有的照明(被动)，其分析场景物体的聚焦程度，并且使之与物体离相机的距离相关。这些方法分成两个种类“离焦深度(depth from defocus)”方法假设相机聚焦一次，并且捕获单个图像进行深度分析，而“对焦深度”(cbpth from focus)方法假设在不同焦点位置捕获多个图像，并且使用不同相机设置的参数来推断场景物体的深度。上文呈现的方法提供了对深度恢复问题的了解，但遗憾的是过于简单，而且在实践上并不稳固。根据几何光学，其预测每个物点的散焦图像是均匀的圆盘或模糊圆。在实践中，衍射效应和透镜象差会引起更加复杂的光分布 ，通过点扩散函数(PSf)来表征，指定了在图像平面的任何点(X，y)上因为物体平面中的点光源所致的光强度。如薄夫(V. M ·薄夫(V. M. Bove), “距离感测相机的图片应用” (Pictorial Applications for Range SensingCameras), SPIE第901卷，第10到17页，1988)所阐述，散焦过程更加准确地建模为图像强度和与深度有关的Psf的卷积idef (x, y ；z) = i (x, y)*h(x, y ；z),(3)其中idef (x, y;z)是散焦图像，i (x, y)是对焦图像，h(x, y;z)是与深度有关的psf,且*表示卷积。在傅立叶域中,这被写为I def (vx, vy) = I (vx, vy)H(vx, vy ；z),(4)其中Idef(vx，vy)是散焦图像的傅立叶变换，I(vx，vy)是对焦图像的傅立叶变换，且H(vx, vy;ζ)是与深度有关的psf的傅立叶变换。请注意,psf的傅立叶变换是光学传递函数或0TF。薄夫描述了一种对焦深度方法，其中假设psf是圆对称的，即h(x，y;z)=h(r;z)且H(vx, vy ;ζ) =Η(ρ ;ζ)，且其中!■和P分别是空间和空间频域中的半径。捕获了两个图像，一个具有小相机孔径(焦深长)，一个具有大相机孔径(焦深小)。取两个图像中的对应窗口块的离散傅立叶变换(DFT)，之后是所得功率谱的径向平均，这意味着在360度角上在频率空间中离原点的一系列径向距离上计算功率谱的平均值。在该点处，使用长和短场深(DOF)的图像的径向平均功率谱来计算对应窗口块处的Η(Ρ ;ζ)的估计值，假设每个块代表离相机不同距离ζ处的场景元素。使用含有已知距离[Z1, Z2, . . . zj处的物体的场景来校准该系统以表征Η(Ρ ;ζ)，其于是与模糊圆直径有关。模糊圆直径对距离ζ的回归于是引起图像的深度或距离图，分辨率对应于为了 DFT选出的块的大小。已显示了基于模糊圆回归的方法来产生可靠的深度估计值。深度分辨率受到以下事实的限制模糊圆直径靠近焦点改变得很快，但远离焦点改变得很慢，且这个行为关于焦点位置并不对称。此外，虽然该方法是基于点扩散函数的分析，但其依赖于从PSf导出的单个量值(模糊圆直径)。其它离焦深度方法试图将psf的行为用可预测的方式设计成散焦的函数。通过产生受控的与深度有关的模糊函数，可以使用这个信息将图像去模糊，并且基于去模糊操作的结果来推断场景物体的深度。这个问题有两个主要部分控制PSf行为，并且将图像去模糊，假设Psf是散焦的函数。通过将掩模放置到光学系统中，通常放在孔径光阑的平面上，来控制PSf行为。举例来说，图2展示了现有技术的具有两个透镜30和34以及放置在其间的包含孔阵列的二元透射比掩模32的光学系统的示意图。在许多情况下，该掩模是系统中的限制从轴向物点传播的光线束的元件，且因此定义为孔径光阑。如果这些透镜合理地不会出现象差，那么掩模配合衍射效应将在很大程度上确定psf和OTF (见J. W.古德曼(J. ff. Goodman),《傅立叶光学简介》(Introduction to Fourier Optics), McGraw-Hill,旧金山，1968,第 113-117页)。这项观察结果是编码模糊或编码孔径方法背后的工作原理。在现有技术的一个实例中，维哈拉哈凡(Veeraraghavan)等人(“斑点摄影外差光场和编码孔径重新聚焦的掩模增强相机，，(Mask Enhanced Cameras for Heterodyned Light Fields and Coded ApertureRefocusing),《ACM 图形期刊》(ACM Tran本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：P·J·凯恩，S·王，
申请(专利权)人：伊斯曼柯达公司，
类型：
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。