[发明专利]基于近红外激光散斑的深度估计方法及装置

权利要求书

1.一种基于近红外激光散斑的深度估计方法，其特征在于，包括步骤：

S1.对目标散斑图进行预处理；

S2.在预处理后的目标散斑图中选取可靠散斑；

S3.将包含可靠散斑的目标散斑图进行网格划分；

S4.对于每个网格，结合参考散斑图以及该网格的候选视差值构建概率图模型；

S5.根据所述概率图模型，将每个网格与参考散斑图进行匹配；

S6.将匹配得到的视差值转换为深度值。

2.根据权利要求1所述的深度估计方法，其特征在于，所述步骤S1包括：

根据环境光照的权值计算环境光照的强度；

从目标散斑图的灰度值中去除所述环境光照的强度。

3.根据权利要求1或2所述的深度估计方法，其特征在于，所述步骤S2包括：

选取可靠性大于阈值的散斑为可靠散斑；所述可靠性由匹配代价、匹配可信度以及左右一致性度量。

4.根据权利要求3所述的深度估计方法，其特征在于，所述步骤S2中，利用二进制特征描述预处理后的目标散斑图中每一个散斑。

5.根据权利要求4所述的深度估计方法，其特征在于，对于每个散斑，所述匹配代价为该散斑与参考散斑图中散斑的汉明距离；所述匹配可信度为该散斑的最佳匹配代价与次最佳匹配代价之间的绝对误差；所述左右一致性为该散斑在参考散斑图中的最佳匹配散斑与该最佳匹配散斑在目标散斑图中的最佳匹配散斑之间位置的误差。

6.根据权利要求1-2、4-5任意一项所述的深度估计方法，其特征在于，所述步骤S4中：

对于每个网格，以该网格中所有可靠散斑的视差值以及该网格四邻域网格中所有可靠散斑的视差值为候选视差值。

7.根据权利要求6所述的深度估计方法，其特征在于，在参考散斑图中，该网格的最佳匹配散斑的极线上的所有散斑组成集合O^r；

该网格的所有候选视差值组成集合D；

根据所述集合O^r以及集合D构建概率图模型。

8.根据权利要求7所述的深度估计方法，其特征在于，所述步骤S5与步骤S6之间还包括：

判断匹配得到的视差值是否满足预设条件：

是，则将匹配得到的视差值转换为深度值；

否，该网格的邻域网格对该网格进行信息扩散，更新候选视差值，并跳转至步骤S4。

9.根据权利要求8所述的深度估计方法，其特征在于，所述信息扩散包括：

设置阈值条件；

在该网格的邻域网格的候选视差值满足所述阈值条件时，则该网格接受其邻域网格的候选视差值。

10.一种基于近红外激光散斑的深度估计装置，其特征在于，包括：

预处理模块，用于从目标散斑图中去除环境光照的影响；

可靠散斑提取模块，用于在预处理后的目标散斑图中选取可靠散斑；

网格划分模块，用于将包含可靠散斑的目标散斑图进行网格划分；

概率图模型构建模块，用于对每个网格，结合参考散斑图以及该网格的候选视差值构建概率图模型；

匹配模块，用于根据所述概率图模型，将每个网格与参考散斑图进行匹配；

判断反馈模块，在匹配得到的视差值满足预设条件时，将匹配得到的视差值转换为深度值；在匹配得到的视差值不满足预设条件时，该网格的邻域网格对该网格进行信息扩散，更新候选视差值，并将更新后的候选视差值反馈至概率图模型构建模块。