[发明专利]机器视觉设备及基于飞行时间技术三维信息采集算法

说明书

技术领域

本发明涉及机器视觉，尤其涉及一种基于飞行时间技术的三维视觉。

背景技术

机器视觉是人工智能的一个前沿领域。机器视觉技术如今已成功应用到了工业机器人当中，并成为一项核心关键技术。机器视觉行业市场调查分析报告表明，工业机器人市场发展潜力巨大，势必引起机器视觉新增长。机器视觉一般可区分为二维视觉和三维视觉。三维视觉相比于二维视觉，多了一个维度，可以实现更加正确的物体分割，合适精度的三维测量，三维数据的模型重建以及智能视觉识别和分析。虽然深度摄像头，又称3D(三维)传感器，从视觉数据获取的角度可以提升机器感知能力，但是由于其具有一定的技术门槛，目前涉足此研发的比较少。

在当前的市面上，主流方案的技术包含三种类型：第一类、单目结构光技术，其主要优势是识别距离远，但该技术的硬件难度大且成本较高，适合应用于室内环境。代表产品包括微软Kinect I代、英特尔PrimeSence及大恒2017年推出的立体成像相机。第二类、双目视觉技术，其通过两个RGB(红-绿-蓝)摄像头模仿人的双眼进行测距，精度较高，成像数据点数多，但受光照影响较大。代表产品包括灰点的BumbleBee、德国巴斯勒的立体采集相机等。第三类、TOF(Time of Flight，飞行时间技术)，TOF能够实时快速的计算深度信息，在立体成像上表现优异，对光线干扰敏感性低。但是成本相对较高，成像数据点数少。市面上存在的产品较多，例如：基恩士的激光面纸传感器、易恬科技的传感器等。市面上的这些机器视觉的方案均由其中一种技术方案开发而成，存在使用场景有限的问题。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提出一种机器视觉设备及基于飞行时间技术三维信息采集算法，能够有效地扩大机器视觉的使用场景。

本发明解决其技术问题所采用的技术方案是：提供一种基于飞行时间技术三维信息采集算法，包括：

采集图像过程，通过两台可见光CCD相机与一台ToF传感器进行图像信息采集；

数据转换过程，对ToF传感器的数据与CCD相机的数据进行转换；

图像分割过程，对CCD相机的数据进行切割；以及

数据整合过程，将已被分割好数据的重新整合，实现目标信息还原。

其中，所述的采集图像过程，使用硬件信号同步方式，保证每次采集时，CCD相机及ToF传感器都可采集到数据；所述的数据转换过程，采用罗德里格矩阵与布沙尔七参数模型方法求得。

其中，所述的图像分割过程，利用以ToF传感器的数据投影在CCD相机中的数据点为中心的K-means聚类算法进行图像分割。

其中，所述的数据整合过程，首先根据SGBM算法查找对应分割块中CCD相机的数据，然后根据三角成像原理，进行更多数据的还原，最后与ToF传感器的数据整合在一起形成最后数据。

其中，在所述的采集图像过程还之前，该算法包括：采用张氏标定方法，进行两个CCD相机的标定。

本发明解决其技术问题所采用的技术方案还是：提供一种机器视觉设备，包括：位于中间的ToF传感器，分别位于该ToF传感器两侧的两个可见光CCD相机，以及嵌入式系统；其中，该嵌入式系统运行的软件，实现上述算法。

本发明的有益效果在于，通过ToF传感器和两个可见光CCD相机的配合，并通过采集图像过程、数据转换过程、图像分割过程和数据整合过程，可以将ToF传感器的数据和两个可见光CCD相机的数据有机地结合到一起，形成最终的视觉结果，能够有效地扩大机器视觉的使用场景。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明的机器视觉设备的结构原理图。

图2是本发明的基于飞行时间技术三维信息采集算法的流程图。

具体实施方式

现结合附图，对本发明的较佳实施例作详细说明。

参见图1，图1是本发明的机器视觉设备的结构原理图。本发明提出一种机器视觉设备100包括位于中间的ToF传感器10，分别位于该ToF传感器10两侧的两个可见光CCD相机20，以及嵌入式系统30。其中，在该嵌入式系统30中，硬件系统(包括处理器)上运行的软件，能够实现本发明的基于飞行时间技术三维信息采集算法。该机器视觉设备100计算得到的视觉结果，能够通过千兆网口直接输出到用户的上位软件系统中。