[发明专利]一种飞行时间相机的深度误差校准方法

说明书

本发明提供了一种飞行时间相机的深度误差校准方法，该方法包括：处理器提取原始图像数据，并从原始图像数据中获取深度图像数据；获取处理器构建的预设训练集；根据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；根据第一惩罚系数和第一高斯核参数，调用预设最小二乘支持向量机算法对预设训练集进行训练处理，得到预设训练集对应的非线性深度校准模型；将深度图像数据各像素对应的深度值作为非线性深度校准模型的输入数据；根据非线性深度校准模型的输出数据得到深度图像数据各像素对应的深度误差值；根据各像素对应的深度误差值与深度图像数据得到校准深度图像数据。

技术领域

本发明涉数据处理领域，尤其涉及一种飞行时间相机的深度误差校准方法。

背景技术

飞行时间(Time Of Flight，TOF)相机是近年来发展迅速的一种技术，它是以高帧频提供深度图像和振幅图像的3D成像传感器。由于TOF相机受到成像条件和外部环境的限制，其捕获的数据总是会有一定的误差。

TOF相机误差可分为两类:系统误差和非系统误差。系统误差不仅由其固有属性触发，还由相机系统的成像条件触发，这种误差的主要特点是它们的形式是相对固定的。这些误差可以预先评估，并且校正过程相对方便。非系统误差是由外部环境和噪声引起的误差。这种误差的特点是形式不是固定的和随机的，很难建立统一的模型来描述和校正这种错误。

发明内容

针对现有技术缺陷，本发明实施例的目的是提供一种飞行时间相机的深度误差校准方法，针对TOF相机的非系统误差引起的深度数据误差，基于粒子滤波方法选择最小二乘支持向量机的最佳参数，并根据最佳参数进行最小二乘支持向量机算法对预设训练集进行训练处理，从而建立TOF相机的非系统误差对应的非线性深度校准模型，使用建立的模型对TOF相机获取的原始图像数据进行深度误差校准。

为解决上述问题，第一方面，本发明提供了一种飞行时间相机的深度误差校准方法，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。

优选的，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。

进一步优选的，所述预设参数选择算法具体为预设粒子滤波算法。

进一步优选的,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；