[发明专利]一种深度图像的校正方法、装置及设备

说明书

本发明实施例提供了一种深度图像的校正方法、装置及设备，其中，该方法包括；获取原始深度图像；根据原始深度图像中像素点的像素值，确定原始深度图像对应的像素向量；将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，对原始深度图像进行校正，得到校正后的校正深度图像；其中，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。通过本发明实施例提供的深度图像的校正方法、装置及设备，能够提高对深度图像校正的准确度，进而提高三维场景重建的效果。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种深度图像的校正方法、装置及设备。

背景技术

随着RGB-D(Red-Green-Blue-Depth)相机的发展，三维场景重建技术也得到了进一步的发展。具体地，通过RGB-D相机采集场景对应的彩色图像和深度图像，然后通过该深度图像确定空间点的三维坐标及通过该彩色图像确定空间点的颜色信息，进而得到三维点云，如此实现三维场景的重建。可以看出，实现三维场景重建的过程中，需要深度图像确定三维坐标，则深度图像的质量直接影响三维坐标的确定，进一步影响三维场景重建的效果。如此，为了提高三维场景重建的效果，对深度图像进行校正，以保证深度图像的质量是重要的过程。

现有技术中，对深度图像的校正主要是对由于深度相机本身设计而产生的畸变的校正。具体地，可以根据摄像机标定方式确定畸变系数，然后作与畸变相反的变换，消除畸变，实现对畸变的校正。具体地摄像机标定方式包括：建立摄像机成像的几何模型，用以描述空间坐标系中物体点同它在图像平面上像素点之间的对应关系，进而求解几何模型的参数和畸变系数，其中，几何模型的参数即摄像机的内参数。

现有技术中，对深度图像进行校正的过程中，仅考虑到畸变对深度图像质量的影响。如此使得，对深度图像校正的准确度不高。

发明内容

本发明实施例的目的在于提供一种深度图像的校正方法、装置及设备，以提高对深度图像校正的准确度。具体技术方案如下：

第一方面，本发明实施例提供了一种深度图像的校正方法，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。

可选的，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。

可选的，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。

可选的，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；