[发明专利]基于随机模板的结构光动态场景深度获取方法

摘要

本发明公开了一种基于随机模板的结构光动态场景深度获取方法，主要解决现有技术计算深度空间分辨率低，深度精度低的问题。其实现步骤为：设计随机模板P，经投影仪T将该随机模板P投射到三维场景中，用摄像机C记录经场景调制过的变形图像U；分别对随机模板P、变形图像U滑窗求均值得到类条纹图像Q和变形条纹图像B；使用Gabor滤波器求取这两类图像中像素点的相位；由相位关系得到变形条纹图像B中像素点与类条纹图像Q中像素点的粗略匹配结果；对粗略匹配结果进行补偿，得到最终的精确匹配结果；用匹配点坐标与线面相交几何关系求出对应场景的深度。本发明具有深度空间分辨率高、计算复杂度低的优点，可用于对动态场景的精确三维重建。

主权项

一种基于随机模板的结构光动态场景深度获取方法，包括如下步骤：(1)生成随机模板P，并经投影仪T将该随机模板P投射到三维场景中，用摄像机C记录经场景调制过的变形图像U；(2)分别对随机模板P和变形图像U分别进行滑窗求均值，分别得到类条纹图像Q和变形条纹图像B，条纹周期为M；(3)将类条纹图像Q和变形条纹图像B分别与Gabor滤波器卷积，分别得到卷积结果R_q(x_q,k₁)和R_b(x_b,k₂)：$\begin{array}{c}{R}_q(x_q,k_1)={\mathrm{\ρ}}_1{e}^{j\left({[k_1{x}_q+{\mathrm{\φ}}_1]}_{2\mathrm{\π}}\right)}\\ R_b(x_b,k_2)={\mathrm{\ρ}}_2{e}^{j\left({[k_2{x}_b+{\mathrm{\φ}}_2]}_{2\mathrm{\π}}\right)}\end{array}---1)$其中，[·]为求余算子，k₁为类条纹图像Q中像素点x_q处的局部频率，k₂为变形条纹图像B中像素点x_b处的局部频率，φ₁和φ₂分别为像素点x_q和x_b处的初始相位，ρ₁和ρ₂分别表示Gabor滤波器响应的幅值，x_q和x_b为一对匹配像素点对；(4)由式1)得到类条纹图像Q中像素点x_q处的截断相位为[k₁x_q+φ₁]_2π，变形条纹图像B中像素点x_b处的截断相位为[k₂x_b+φ₂]_2π；根据匹配像素点对x_q和x_b处的截断相位相等得到周期延拓相位的关系为：k₂x_b+φ₂＝[k₂x_b+φ₂]_2π+²πC₀＝k₁x_q+φ₁   2)其中，C₀为待确定的周期数；(5)根据随机模板P中亮像素点分布的随机性，对随机模板P和变形图像U进行块匹配，确定步骤(4)中的周期数C₀：其中，c'为块匹配所得坐标值，M为条纹周期，为向下取整算子；(6)由步骤(5)得到的周期C₀，利用步骤(4)中的式2)，令初始相位φ₁＝0，得到变形条纹图像B中像素点x_b与类条纹图像Q中像素点的粗略匹配结果x_qn：$x_{\mathrm{qn}}=\frac{{[k_2{x}_b+{\mathrm{\φ}}_2]}_{2\mathrm{\π}}+2\mathrm{\π}{C}_0}{k_1}$(7)对步骤(6)得到的粗略匹配结果x_qn的误差进行补偿，得到精确匹配结果x_q：x_q＝x_qn+Δx_p，其中，$\mathrm{\Δ}{x}_p=\frac{{[k_2{x}_b+{\mathrm{\φ}}_2]}_{2\mathrm{\π}}-{[k_1{x}_{\mathrm{pn}}+{\mathrm{\φ}}_1]}_{2\mathrm{\π}}}{k_1}$为补偿的误差；(8)对变形条纹图像B中每个像素点，结合步骤(7)得到的精确匹配结果，用线面相交几何关系求得对应场景的深度值D。