[发明专利]结构光解码的方法和设备

说明书

本申请提供了结构光解码的方法和设备，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。本申请实施例能够利用卷积神经网络模型实现对物体影像的结构光解码。

技术领域

本申请涉及图像处理领域，并且更具体地，涉及图像处理领域中的结构光解码的方法和设备。

背景技术

三维信息获取技术的主要任务是利用信息获取设备将待测场景转化为三维信息，这一获取过程也被称为三维重建。目前，三维信息获取技术中所用的获取方法主要有单激光线扫描法、飞行时间法、立体视觉法、结构光法等。单激光线扫描法重建速度慢，不适用于实时三维测量；飞行时间法重建精度较低；立体视觉法计算复杂度高；而结构光法能够实现高精度、高速度的三维重建，且成本低，已广泛应用于工业检测、机械制造、逆向工程及影视特效制作等领域。

编码和解码是结构光三维重建技术的两个重要步骤，不同的编码策略具有不同的解码方法。目前结构光的编码方法大致可以分为时间编码方法和空间编码方法。时间编码方法能获得密集的三维重建信息，但是需要投射多幅图像，这种方法比较适合静态场景三维重建。相比较而言，空间编码方法只需要投射单幅图像便可一次获取三维场景信息，具有较强的实时性，尤为适合动态场景三维重建。由于空间编码的三维结构光重建技术在测量速度方面具有突出优势，其广泛应用于机器人导航、姿态识别、运动跟踪及计算机辅助医学等领域。

二值空间编码是一种较为简单和常用的结构光编码，即利用每个单元仅有两个可能值的几何图形组成编码信号。在此类编码的解码阶段，通常采用图像分割手段获取二值几何图形的轮廓，然后通过判别图形的几何特征或角度变化进行解码，在目标物体表面颜色、纹理比较简单、曲率较小的情况下能够实现很好的解码效果。但是，当目标物体表面的颜色种类多样、颜色深浅不一，拍摄得到的几何图形的灰度值与投影的几何图形相比会发生较大变化，且复杂的纹理结构易使采集到的几何图形出现不连续，以及剧烈的曲率变化易使几何图形发生较大畸变，在这些情况下，现有的基于图形分割的解码方法由于鲁棒性较差，解码精度低，难以实现较理想的解码效果，使得解码所得的正确三维点数较少，无法获得完整的曲面信息。

发明内容

本申请提供一种结构光解码的方法和设备，能够利用卷积神经网络模型实现对物体影像的结构光解码。

一方面，提供了一种结构光解码的方法，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。

本申请实施例将包括多个投影几何图形的投影图像投射至目标物体表面，通过获取被目标物体的表面调制后所形成的物体影像，并从该物体影像中提取与特征点对应的几何图形，通过神经网络模型对该物体影像中的几何图形进行识别和分类，确定该物体影像中的几何图形对应的投影几何图形，并将所述目标几何图形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。