[发明专利]结构光解码的方法和设备

权利要求书

1.一种结构光解码的方法，其特征在于，包括：

将第一投影图像投射至第一目标物体，获取所述第一投影图像被所述第一目标物体的表面调制后所形成的第一物体影像，其中，所述第一投影图像包括多个与码字信息一一对应的投影几何图形；

从所述第一物体影像中提取目标特征点，其中，所述目标特征点在所述第一物体影像中具有坐标；

提取所述目标特征点对应的目标几何图形；

利用神经网络模型确定所述目标几何图形在所述第一投影图象中对应的投影几何图形，并将所述目标几何图形所对应的投影几何图形对应的码字信息确定为所述目标几何图形的码字信息。

2.根据权利要求1所述的方法，其特征在于，所述利用神经网络模型确定所述目标几何图形在所述第一投影图象中对应的投影几何图形之前，还包括：

根据所述投影几何图形，建立所述神经网络模型，其中，所述神经网络模型包括输入层、卷积层、下采样层、全连层和输出层，所述输入层、卷积层、下采样层、全连层和输出层相连接，所述输入层用于输入所述目标几何图形，所述卷积层、下采样层和全连层分别用于提取前一层图像的特征，所述输出层用于输出与所述输入层输入的目标几何图形对应的投影几何图形；

初始化所述神经网络模型中的所述卷积层、所述下采样层、所述全连层中的每个层的连接权重；

根据样本数据库，训练所述神经网络模型，并更新所述每个层的连接权重，其中，所述样本数据库包括多个从第二物体影像中获取的样本几何图形，所述第二物体影像为第二投影图像投射至第二目标物体上且被所述第二目标物体的表面调制后所形成的影像，所述第二投影图像包括多个所述投影几何图形。

3.根据权利要求2所述的方法，其特征在于，所述根据样本数据库，训练所述神经网络模型之前，还包括：

获取所述第二物体影像；

在所述第二物体影像中的第一范围内提取样本特征点，并获取所述样本特征点的拓扑结构；

根据所述样本特征点的拓扑结构，提取所述样本几何图形，以建立所述样本数据库。

4.根据权利要求2或3所述的方法，其特征在于，还包括：通过以下方式中的至少一种扩大所述样本几何图形的数量：

在所述样本几何图形中添加高斯噪声；

在所述样本几何图形中添加随机黑白线；

对所述样本几何图形执行仿射变换；

对所述样本几何图形进行高斯滤波。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述根据所述投影几何图形，建立所述神经网络模型，包括：

根据所述投影几何图形的种类，确定所述神经网络的输出层的数量，其中，所述输出层的数量表示所述神经网络模型需要识别的所述投影几何图形的种类的数量。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述从所述第一物体影像中提取目标特征点，包括：

在所述第一物体影像中的第二范围内提取所述目标特征点，并获取所述目标特征点的拓扑结构；

其中，所述提取所述目标特征点对应的目标几何图形，包括：

根据所述目标特征点的拓扑结构，提取所述目标几何图形。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述投影几何图形为二值几何图形、灰度几何图形或彩色几何图形，所述几何图形包括条形、方块和不规则图形中的至少一种。

8.一种结构光解码的设备，其特征在于，包括：

获取单元，用于将第一投影图像投射至第一目标物体，获取所述第一投影图像被所述第一目标物体的表面调制后所形成的第一物体影像，其中，所述第一投影图像包括多个与码字信息一一对应的投影几何图形；

提取单元，用于从所述第一物体影像中提取目标特征点，其中，所述目标特征点在所述第一物体影像中具有坐标；

所述提取单元还用于提取所述目标特征点对应的目标几何图形；

确定单元，用于利用神经网络模型确定所述目标几何图形在所述第一投影图象中对应的投影几何图形，并将所述目标几何图形所对应的投影几何图形对应的码字信息确定为所述目标几何图形的码字信息。