[发明专利]一种深度图像的校正方法、装置及设备

权利要求书

1.一种深度图像的校正方法，其特征在于，包括：

获取原始深度图像；

根据所述原始深度图像中像素点的像素值，确定所述原始深度图像对应的像素向量；

将所述原始深度图像对应的像素向量输入至预先训练的人工神经网络ANN模型，对所述原始深度图像进行校正，得到校正后的校正深度图像；其中，所述ANN模型是根据具有不同参数的样本图像对应的像素向量、以及样本数据真值训练得到的；所述对所述原始深度图像进行校正包括：校正不同参数对原始深度图像的影响；所述参数包括测距和待测场景的反射率，所述测距包括所述待测场景与深度相机的距离。

2.根据权利要求1所述的方法，其特征在于，所述获取原始深度图像的步骤，包括：

通过深度相机采集第一深度图像，并将所述第一深度图像作为所述原始深度图像；

或者，

通过所述深度相机采集所述第一深度图像；

对所述第一深度图像进行径向畸变校正和切向畸变校正，得到所述原始深度图像。

3.根据权利要求1或2所述的方法，其特征在于，预先训练所述ANN模型的步骤，包括：

获取具有不同参数的样本图像；

根据所述样本图像中像素点的像素值，确定所述样本图像对应的像素向量；

将所述样本图像对应的像素向量，以及所述样本图像对应的样本数据真值作为预设人工神经网络模型的输入参数，对所述预设人工神经网络模型进行训练，得到所述ANN模型。

4.根据权利要求3所述的方法，其特征在于，所述获取具有不同参数的样本图像的步骤，包括：

确定包括多个灰度级的条形模板图像；

通过深度相机采集所述条形模板图像位于不同位置时，所述条形模板图像对应的深度图像，并将所述深度图像作为样本图像；

其中，不同位置包括所述条形模板图像位于与所述深度相机不同距离的位置，且所述条形模板图像位于与所述深度相机不同距离的位置时，处于所述深度相机的拍摄范围内。

5.根据权利要求3所述的方法，其特征在于，所述将所述样本图像对应的像素向量，以及所述样本图像对应的样本数据真值作为预设人工神经网络模型的输入参数，对所述预设人工神经网络模型进行训练的步骤，包括：

将所述样本图像对应的像素向量和样本数据真值，输入至所述预设人工神经网络模型，其中，所述预设人工神经网络模型包括待测参数；

调整所述待测参数，使得所述像素向量对应的输出数据与所述样本数据真值之间的代价函数收敛；并在所述代价函数收敛时，确定所述待测参数。

6.一种深度图像的校正装置，其特征在于，包括：

第一获取模块，用于获取原始深度图像；

第一确定模块，用于根据所述原始深度图像中像素点的像素值，确定所述原始深度图像对应的像素向量；

校正模块，用于将所述原始深度图像对应的像素向量输入至预先训练的人工神经网络ANN模型，对所述原始深度图像进行校正，得到校正后的校正深度图像；其中，所述ANN模型是根据具有不同参数的样本图像对应的像素向量、以及样本数据真值训练得到的；所述对所述原始深度图像进行校正包括：校正不同参数对原始深度图像的影响；所述参数包括测距和待测场景的反射率，所述测距包括所述待测场景与深度相机的距离。

7.根据权利要求6所述的装置，其特征在于，所述第一获取模块，包括：

第一采集子模块，用于通过深度相机采集第一深度图像，并将所述第一深度图像作为所述原始深度图像；

或者，

第二采集子模块，用于通过所述深度相机采集所述第一深度图像；

畸变校正子模块，用于对所述第一深度图像进行径向畸变校正和切向畸变校正，得到所述原始深度图像。