[发明专利]一种基于脉冲型ToF相机深度和光强图像的多径效应补偿方法

权利要求书

1.一种基于脉冲型ToF相机深度图像的多径效应补偿方法，其特征在于，

基于脉冲型ToF相机成像模型，

脉冲型ToF相机测量到的光强图像中每一个像素都是由两个路径返回光强度叠加得到的，即主路径分量和干扰路径分量，通过在不同的发射激光半周期T_p下进行K次测量，脉冲型ToF相机成像模型表示如(公式1)所示：

其中，d_K代表第K次实际测量得到的主路径分量和干扰路径分量已经混合的深度值，S0_K’,S1_K’和BG_K’分别代表第K次测量中主路径分量对S0,S1和BG三张深度图的贡献，S0_K”,S1_K”和BG_K”分别代表第K次测量中干扰路径分量对S0,S1和BG三张深度图的贡献，Γ₁和Γ₂分别代表两个路径的反射系数，即反射后的幅度衰减程度；

本方法包括四个模块，分别是脉冲型ToF相机成像模型计算模块、原始信号到变换域的转换模块、变换域信号重构模块、深度值计算模块，所实现方法如下：

脉冲型ToF相机成像模型计算模块：此模块是根据脉冲型ToF相机三次快门曝光量计算深度的测距原理来计算场景中每个像素深度值的数学模块，模块的输入是三次快门获得的三张光强图像，输出是由三张光强图像计算得到的深度图像，深度值的公式如(公式2)所示：

其中d是相机到物体的距离，c是光速，T_p是发射激光脉冲周期的一半，S0,S1和BG分别表示图1脉冲型ToF成像模型中三次快门收集的光子强度，即S0是第一次快门接收到的完整激光脉冲，S1是第二次快门接收到的部分激光脉冲，BG是第三次快门接收到的背景光；

原始信号到变换域的转换模块：本模块的作用是将不同发射激光半周期T_p下进行的K次测量得到的深度值组成的向量y进行变换得初步重构向量使其满足稀疏性条件，以满足后续信号重建算法的要求，变换公式为：

y＝A*x (公式3)

其中，

式中，d_K代表第K次由相机成像模型计算模块实际测量得到的深度值，

对A进行初始化，并根据(公式3)得到初步重构的X，A可由以下公式表示：

初始化的时候认为A矩阵中主路径和干扰路径强度都一样，即等于通过相机成像模型计算模块得到的S0,S1和BG；

变换域信号重构模块：本模块的作用是通过信号重构算法不断优化矩阵A并使用L₁范数正则化方法来尽可能使重构信号接近原始信号x，最终从最优的矩阵A和x中获得主路径分量和干扰路径分量的值；模块的输入是脉冲型ToF相机成像模型计算模块在K次测量中输出的深度图像组成的向量y和原始信号到变换域的转换模块初始化的传感矩阵A′，输出是最优的传感矩阵A和重构后的信号x；

深度值计算模块：本模块的作用是通过变换域信号重构模块的结果，计算得到未受多径效应影响的深度值，模块的输入是变换域信号重构模块输出的最优传感矩阵A和信号x，输出是主路径分量的深度值，具体为：重构出来的原始信号x满足稀疏性条件，即只含有少量的非零元素，通过非零衰减系数在向量中的位置和最优传感矩阵A中包含的主路径分量的的值，通过(公式2)反向计算出两个路径分量的深度值，从而得到主分量和干扰分量各自的深度，其中主路径分量的深度值就代表了未受多径效应影响的深度值。

2.根据权利要求1所述的一种基于脉冲型ToF相机深度图像的多径效应补偿方法，其特征在于，变换域信号重构模块中所述的信号重构算法采用正交匹配跟踪(OMP)算法，其中，残差初始化为y，y是原始信号到变换域的转换模块中K次测量得到的深度值组成的向量，残差更新公式为：y-A″X″，A″为更新后的传感矩阵，

第n次迭代中，对于初始化的传感矩阵A’，寻找与残差最相关的列向量a，并将列向量a作为新的传感矩阵A″的第n列，得到更新后的传感矩阵A″，通过范数优化得到x的估计X″，再更新残差，进行下一次迭代，直到迭代次数达到稀疏度K，其中残差更新公式为：y-A″X″。