[发明专利]基于散斑结构光的深度图像获取方法及系统

说明书

本发明涉及计算机视觉技术领域。本发明实施例提供一种基于散斑结构光的深度图像获取方法及系统，其中该方法包括：获取散斑参考图像和散斑场景图像，其中散斑参考图像与预设定的参考平面相关，以及散斑场景图像与目标物平面相关；对所获取的散斑参考图像和散斑场景图像分别进行椭圆LBP特征提取，以得出对应的第一特征纹理图像和第二特征纹理图像；基于第一特征纹理图像和所述第二特征纹理图像，在散斑参考图像和散斑场景图像之间进行立体匹配，以输出相应的视差图像；以及对所述视差图像进行优化处理并结合相机的内部参数，以确定对应的深度图像。由此，避免了受到噪声和光线的影响，提高了所获得的深度图像的整体效果。

技术领域

本发明涉及计算机视觉技术领域，具体地涉及一种基于散斑结构光的深度图像获取方法及系统。

背景技术

随着科技的不断发展，立体视觉匹配(Stereo Matching)作为三维重建、非接触测距和视觉导航等关键技术，被广泛应用于自动化流水线、无人驾驶和智能机器人控制等领域。

但是，在图像立体匹配过程中，由于受到噪声、亮度、对比度、镜面反射和低纹理等的影响，会使得图像在进行立体匹配时，出现误匹配较多或者匹配场景信息不连续等问题，将会直接影响后期图像三维重建的质量。

因此，如何通过立体视觉匹配得到效果较佳的深度图像是目前业界亟待解决的技术难题。

发明内容

本发明实施例的目的是提供一种基于散斑结构光的深度图像获取方法及系统，用以解决现有技术中无法通过立体视觉匹配得到效果较佳的深度图像的技术问题。

为了实现上述目的，本发明实施例一方面提供一种基于散斑结构光的深度图像获取方法，包括：获取散斑参考图像和散斑场景图像，其中所述散斑参考图像与预设定的参考平面相关，以及所述散斑场景图像与目标物平面相关；对所获取的散斑参考图像和散斑场景图像分别进行椭圆LBP特征提取，以得出对应的第一特征纹理图像和第二特征纹理图像；基于所述第一特征纹理图像和所述第二特征纹理图像，在所述散斑参考图像和所述散斑场景图像之间进行立体匹配，以输出相应的视差图像；以及对所述视差图像进行优化处理并结合相机的内部参数，以确定对应的深度图像。

本发明实施例另一方面提供一种基于散斑结构光的深度图像获取系统，包括：散斑图像获取单元，用于获取散斑参考图像和散斑场景图像，其中所述散斑参考图像与预设定的参考平面相关，以及所述散斑场景图像与目标物平面相关；纹理图像转换单元，用于对所获取的散斑参考图像和散斑场景图像分别进行椭圆LBP特征提取，以得出对应的第一特征纹理图像和第二特征纹理图像；视差图像输出单元，用于基于所述第一特征纹理图像和所述第二特征纹理图像，在所述散斑参考图像和所述散斑场景图像之间进行立体匹配，以输出相应的视差图像；以及深度图像优化单元，用于对所述视差图像进行优化处理并结合相机的内部参数，以确定对应的深度图像。

通过上述技术方案，提出了对输入的散斑参考图像和散斑场景图像同时进行椭圆LBP特征提取得出对应的特征纹理图像，并对所得到的特征纹理图像进行立体匹配，进而通过优化处理得到深度图像。由此，选择椭圆LBP算子对输入散斑图像进行特征纹理提取，不仅有效提高了匹配质量，避免了受到噪声和光线的影响，进而对特征纹理图像进行立体匹配，有效解决了散斑图像匹配的结果中存在场景信息过度不连续，误匹配较多等问题，从而提高了所获得的深度图像的整体效果。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明一实施例的基于散斑结构光的深度图像获取方法的流程图；

图2是本发明一实施例的基于散斑结构光的深度图像获取方法中S31的具体执行原理流程图；