[发明专利]一种飞行时间相机的深度误差校准方法

权利要求书

1.一种飞行时间相机的深度误差校准方法，其特征在于，所述方法包括：

处理器提取原始图像数据，并从所述原始图像数据中获取深度图像数据；

获取所述处理器构建的预设训练集；

根据所述预设训练集确定预设最小二乘支持向量机算法的第一惩罚系数和第一高斯核参数；

根据所述第一惩罚系数和所述第一高斯核参数，调用所述预设最小二乘支持向量机算法对所述预设训练集进行训练处理，得到所述预设训练集对应的非线性深度校准模型；

将所述深度图像数据各像素对应的深度值作为所述非线性深度校准模型的输入数据；

根据所述非线性深度校准模型的输出数据得到所述深度图像数据各像素对应的深度误差值；

根据所述各像素对应的深度误差值与所述深度图像数据得到校准深度图像数据。

2.根据权利要求1所述飞行时间相机的深度误差校准方法，其特征在于，所述根据所述预设训练集确定预设最小二乘支持向量机算法的第一惩罚系数和第一高斯核参数具体包括：

调用预设参数选择算法对所述预设训练集进行分析处理，得到所述预设最小二乘支持向量机算法的第一惩罚系数和第一高斯核参数。

3.根据权利要求2所述飞行时间相机的深度误差校准方法，其特征在于，所述预设参数选择算法具体为预设粒子滤波算法。

4.根据权利要求2所述飞行时间相机的深度误差校准方法，其特征在于,所述预设训练集为{x_i，y_i}，其中，x_i表示飞行时间相机的测量距离数据，y_i表示所述飞行时间相机的深度误差数据；i为大于等于0的整数，所述调用预设参数选择算法对所述预设训练集进行分析处理，得到所述预设最小二乘支持向量机算法的第一惩罚系数和第一高斯核参数具体为：

使用对参数状态x进行初始化；其中，为在k＝0时的第j个粒子，C为预设最小二乘支持向量机模型的惩罚系数，γ为预设最小二乘支持向量机模型的高斯核参数；

根据状态方程、观测方程和所述预设训练集中的x_i得到所述预设训练集中每个粒子对应的观察值y^j(x_i)；

根据所述观测值y^j(x_i)与所述预设训练集中的y_i相似性数据；

根据所述相似性数据得到每个粒子的权重值数据；

对所述每个粒子的权重值数据进行归一化处理，得到归一化权重数据；

根据所述归一化权重数据进行粒子重采样，得到所述包括第一惩罚系数与第一高斯核参数的粒子集。

5.根据权利要求1所述飞行时间相机的深度误差校准方法，其特征在于，在所述预设训练集的构建包括：

处理器接收飞行时间相机发送的第一预设数量帧三维图像数据；所述三维图像数据包括深度图像数据；

对每一帧所述三维图像数据确定预设区域对应的第一图像数据；其中，所述第一图像数据包括第一深度图像数据；

根据每一帧所述第一深度图像数据和预设距离数据，得到所述第一深度图像数据对应的所述三维图像数据的深度误差数据；

根据所述预设距离数据得到各帧三维图像数据对应的采集深度数据；

根据所述采集深度数据和所述深度误差数据构建所述预设训练集{x_i，y_i}；其中，x_i为第i帧三维图像数据对应的采集深度数据，y_i为第i帧三维图像数据对应的深度误差数据。

6.根据权利要求5所述飞行时间相机的深度误差校准方法，其特征在于，所述根据每一帧所述第一深度图像数据和预设距离数据，得到所述第一深度图像数据对应的所述三维图像数据的深度误差数据具体包括：

根据第一深度图像数据中各像素对应的深度值求平均值，得到所述第一深度图像数据对应的第一平均深度数据；

根据所述第一图像数据对应的第一预设距离数据和所述第一平均深度数据的差，得到所述第一深度图像数据对应的所述三维图像数据的深度误差数据。