[发明专利]基于结构光的深度相机温漂校正方法、系统、设备及介质

说明书

本发明提供了一种基于结构光的深度相机温漂校正方法、系统、设备及介质，包括如下步骤：获取多个棋盘格图像，棋盘格图像通过深度相机在多个温度下采集；获取参考棋盘格图像，提取棋盘格图像和参考棋盘格图像中的角点；确定不同温度下的每一棋盘格图像与参考棋盘格图像的角点对应关系，进而确定棋盘格图像中每一角点与不同温度下的棋盘格图像中对应角点的第一位置差值，根据第一位置差值建立第一温漂补偿模型；获取目标散斑图像，通过第一温漂补偿模型对目标散斑图像进行校正，目标散斑图像通过深度相机采集。本发明能够在不同温度下对深度相机的目标散斑图像进行校正，能够使深度相机在不同工作环境下保持较高测量精度。

技术领域

本发明涉及3D成像技术，具体地，涉及一种基于结构光的深度相机温漂校正方法、系统、设备及介质。

背景技术

近年来，随着消费电子产业的不断发展，具有深度传感功能的深度相机日渐受到消费电子界的重视。目前比较成熟的深度测量方法是结构光方案。

结构光三方案是基于光学三角法测量原理。光学投射器将一定模式的结构光投射于物体表面，在表面上形成由被测物体表面形状所调制的光条三维图像。该三维图像被另一位置的摄像机探测，从而获得光条二维畸变图像。光条的畸变程度取决于光学投射器与摄像机之间的相对位置和物体表面形廓(高度)。直观上，沿光条显示出的位移(或偏移)与物体表面高度成比例，扭结表示了平面的变化，不连续显示了表面的物理间隙。当光学投射器与摄像机之间的相对位置一定时，由畸变的二维光条图像坐标便可重现物体表面三维形廓。

深度相机是广泛应用在人脸识别、三维建模、手势识别等领域。近年来，随着深度相机在各个领域的应用，深度相机的测量精度也越来越受到人们关注。但是由于3D结构光相机的投射光源、光学器件、光学结构、图像传感器等容易受到温度的影响，从而导致散斑位置发生变化。由于参考图像是预先存储的，无法及时根据散斑位置变化进行调整，会造成深度测量精度下降，甚至匹配失败，无法完成深度重建。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于结构光的深度相机温漂校正方法、系统、设备及介质。

根据本发明提供的基于结构光的深度相机温漂校正方法，包括如下步骤：

步骤S1：获取多个棋盘格图像，所述棋盘格图像通过深度相机在多个温度下采集；

步骤S2：获取参考棋盘格图像，提取所述棋盘格图像和所述参考棋盘格图像中的角点；

步骤S3：确定不同温度下的每一所述棋盘格图像与所述参考棋盘格图像的角点对应关系，进而确定所述棋盘格图像中每一角点与不同温度下的所述棋盘格图像中对应角点的第一位置差值，根据所述第一位置差值建立第一温漂补偿模型；

步骤S4：获取目标散斑图像，通过所述第一温漂补偿模型对所述目标散斑图像进行校正，所述目标散斑图像通过深度相机采集。

优选地，还包括如下步骤：

步骤S5：获取预设置的结构光参考图像和多个散斑图像，所述散斑图像通过深度相机在多个温度下采集；

步骤S6：提取所述散斑图像和所述结构光参考图像中的特征点，确定不同温度下的每一所述散斑图像与所述结构光参考图像的特征点对应关系；

步骤S7：生成所述结构光参考图像中每一特征点与不同温度下的所述散斑图像中对应特征点的第二位置差值，根据所述第二位置差值建立第二温漂补偿模型；

步骤S8：获取所述深度相机中结构光投射模块的实时温度，根据所述第二温漂补偿模型和所述实时温度对所述结构光参考图像进行校正。

优选地，还包括如下步骤：

步骤S9：根据校正后的所述结构光参考图像和目标散斑图像进行深度重建，生成深度图像。

优选地，所述深度相机包括：