[发明专利]基于点的结构化光系统的反射率图估计

说明书

提供了用于从结构化光图像确定深度图和反射率图的系统和方法。深度图可以通过以下方式来被确定：捕获结构化光图像并且然后使用三角测量方法以基于所捕获的结构化光图像中的点来确定深度图。反射率图可以基于深度图并且基于对所捕获的结构化光图像中的点执行附加分析来被确定。

背景技术

机器视觉系统的特征之一可以是识别场景并且标识场景中的特征和对象的能力。了解三维形状和对象反射率可以极大地助于机器视觉系统的准确性。用于识别场景的传统方法可以包括使用两种单独类型的相机。第一相机可以对应于可以提供针对场景的深度图的结构化光相机。第二相机可以对应于用于确定反射率图的传统的可见光相机。然后，反射率图可以例如用于纹理映射。

发明内容

在各个方面，提供了用于从结构化光图像来确定深度图和反射率图的系统和方法。反射率图可以对应于由结构化光源和/或结构化光相机使用的波长的反射率。在将结构化光图像投射到场景上之后，可以捕获并且处理结构化光图像以确定适合于使用的场景的总强度廓型(profile)，例如，作为反射率图。总强度廓型可以对应于已校正强度廓型，该已校正强度廓型可以减小或最小化由结构化光图像设备和/或投射和捕获结构化光图像的物理器件而引入的强度变化。尽管结构化光图像可以具有多个点被投射到场景上，该数目远小于与场景相对应的像素的数目，但是本文中描述的处理可以允许确定最初与来自结构化光图像的点不相关联的像素的强度值。

提供本“发明内容”是为了以简化的形式介绍一些概念，这些概念将在下面的“具体实施方式”中进一步描述。本“发明内容”不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在单独使用以帮助确定所要求保护的主题的范围。

附图说明

图1示意性地示出了用于处理结构化光图像的系统的示例。

图2示出了作为距离的函数的光强度廓型的示例。

图3示出了作为距离的函数的光强度的校正因子的示例。

图4示意性地示出了投射在场景上的结构化光图像的示例。

图5示意性地示出了基于结构化光图像的已校正强度廓型的示例。

图6示意性地示出了计算与来自结构化光图像中的点不相关的像素的强度值的示例。

图7示出了用于从结构化光图像确定深度图和强度廓型的处理流程。

图8示意性地示出了结构化光源的示例和用于捕获结构化光图像的结构化光成像系统的示例。

具体实施方式

概述

在各个方面，提供了用于从结构化光图像确定深度图和反射率图的系统和方法。深度图和反射率图可以在不需要反射光的相位信息的情况下而被确定。深度图可以通过以下方式来被确定：捕获结构化光图像并且然后使用三角测量方法以基于所捕获的结构化光图像中的点来确定深度廓型(即，深度图)。反射率图可以基于对所捕获的结构化光图像中的点执行附加分析来被确定。首先，可以检测结构化光图像内的点。这可以包括确定跨越点的大小和/或形状的强度，而不是简单地确定或向检测到的点分配单个强度。针对所有检测到的点的强度可以称为强度廓型。此时，强度廓型可以对应于部分强度廓型，因为大量像素可能与检测到的点不相关联。在检测到点并且确定跨点的强度(诸如对于与点相关联的像素)之后，可以校正点的强度。这可以包括例如基于由于距离引起的二次衰减来校正强度、校正光相对于反射表面的入射角、和/或校正可能与照射廓型和相机成像系统相关联的强度损失或误差。需要注意，强度的校正可以部分地基于从深度图获取的信息。在校正检测到的点的强度之后，可以获取与强度已校正点相对应的强度廓型。然而，由于可能存在与点不相关联的大量像素，已校正强度廓型可能对应于部分已校正强度廓型。该部分已校正强度廓型可以通过修补(in-paint)而被转换成可能适合用作反射率图的总已校正强度廓型。基于针对每个点确定的强度，可以基于像素附近的检测到的点的强度来向与点不相关联的像素指定强度。