CN103796004A - 一种主动结构光的双目深度感知方法 - Google Patents
一种主动结构光的双目深度感知方法 Download PDFInfo
- Publication number
- CN103796004A CN103796004A CN201410050675.7A CN201410050675A CN103796004A CN 103796004 A CN103796004 A CN 103796004A CN 201410050675 A CN201410050675 A CN 201410050675A CN 103796004 A CN103796004 A CN 103796004A
- Authority
- CN
- China
- Prior art keywords
- depth
- input picture
- coding pattern
- binocular
- projector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/128—Adjusting depth or disparity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/254—Image signal generators using stereoscopic image cameras in combination with electromagnetic radiation sources for illuminating objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N2013/0074—Stereoscopic image analysis
- H04N2013/0081—Depth or disparity estimation from stereoscopic image signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种主动结构光的双目深度感知方法,采用编码图案投射器投射出编码图案,对投射空间或目标物体进行结构光编码(特征标定),再利用同一基线上、左右对称地排列在投射器两侧的两个摄像头获取编码图案,通过预处理和投射阴影检测,按图像块进行两种模式的块匹配运动估计(双目块匹配和自匹配),求出最优匹配块的偏移量,按深度计算公式求出深度值,并对投射阴影进行深度补偿,生成高分辨率、高精度的深度信息。本发明结合了双目立体测距和主动结构光编码的优点,可大幅提升深度测量的精度和空间分辨率,且易于硬件实现。
Description
技术领域
本发明属于图像处理、人机交互和机器视觉技术领域,具体涉及一种主动结构光的双目深度感知方法。
背景技术
视觉是人类观察与认知世界最直接、最主要的途径。我们生活在一个三维世界中,人类视觉不仅能感知物体表面的亮度、颜色、纹理信息,运动情况,而且能判断其形状、空间及空间位置(深度、距离)。如何让机器视觉能实时获得高精度的三维深度信息、提高机器的智能水平是当前机器视觉系统研究的难点。
深度感知技术和装置在工业领域,高分辨率、高精度的三维深度信息在汽车辅助安全驾驶、高速机床加工、工业建模、3D打印、医疗成像、物联网3D视觉感知等领域有着广泛的应用需求。在消费电子领域,深度感知技术和装置有助于提高电子产品的智能水平和交互能力,可为用户带来全新的人机交互体验,在智能电视、智能手机、家电、平板PC等实现创新应用。
深度感知技术大致可分为被动式和主动式。传统的双目立体视觉测距一种被动式测距方法,其受环境光影响大、立体匹配过程复杂。主动式测距方法主要有结构光编码和ToF两种方法。其中基于结构光编码的主动视觉模式可以较为准确地获取图像深度信息,且不受环境光影响、立体匹配过程简单。如微软体感交互设备Kinect,2013年美国苹果公司新申请的发明专利“Depth Perception Device and System,深度感知设备与系统”,2014年美国英特尔公司发布的一款深度摄像装置,都是主动发射激光计算深度距离。当前微软、苹果、英特尔开发的深度感知装置都采用单一的摄像头接收模式,主要适用于消费类电子,在深度图分辨率、精度、适用范围等方面难以满足汽车辅助安全、工业、3D打印等领域的需求。其中,立体匹配计算过程深受光照、纹理、遮挡等因素的影响,存在较多误差、计算量大、实时生成深度图困难。
发明内容
鉴于此,本发明提供了一种主动结构光的双目深度感知方法,基于结构光编码的主动视觉模式,先采用编码图案投射器(激光散斑投射器或其它投影装置)投射出编码图案,对投射空间或目标物体进行结构光编码,再利用与编码图案投射器在同一基线上、分别位于编码图案投射器两侧、且等距的两个摄像头获取所投射的编码图案,然后通过两种块匹配模式计算出运动向量,最后进行深度计算和深度补偿,生成高分辨率、高精度的图像深度信息(距离)。
根据本发明的一种主动结构光的双目深度感知方法,包括:
步骤1、采用结构光编码的主动视觉模式,利用编码图案投射器投射出编码图案,对投射空间进行结构光编码,即主动进行特征标定;
步骤2、双目摄像头采集、固化各自的参考编码图案Rl、Rr;
步骤3、双目摄像头各自采集含编码图案的输入图像Il、Ir,并对输入图像Il、Ir进行预处理;
步骤4、对预处理后的输入图像Il、Ir分别进行目标物体投射阴影区域的检测,分别标记为Al、Ar;
步骤5、利用两种模式的块匹配运动估计分别生成偏移量,即运动向量,其中,利用输入图像Il、Ir互相之间的双目块匹配计算,得到X轴方向偏移量Δxl,r或Y轴方向偏移量Δyl,r;利用输入图像Il、Ir与其对应的参考编码图案Rl、Rr之间的块匹配计算,得到X轴方向偏移量Δxl、Δxr或Y轴方向偏移量Δyl、Δyr;
步骤6、进行深度计算,包括:
(6a)选择偏移量Δxl,r或Δyl,r,结合摄像头图像传感器焦距f、两个摄像头之间的基线距离2S和摄像头图像传感器点距参数μ,根据深度计算公式计算得到投射图像块blockm×n中心点o的深度信息dl,r;
(6b)选择偏移量Δxl、Δxr或Δyl、Δyr,结合参考编码图案的已知距离参数d、摄像头图像传感器焦距f、摄像头到编码图案投射器的基线距离S和摄像头图像传感器点距参数μ,根据深度计算公式分别得到输入图像Il、Ir中对应同一位置的投射图像块blockm×n中心点o的深度信息dl、dr;
步骤7、进行深度补偿:利用深度信息dl、dr结合步骤4检测出来的投射阴影区域Al、Ar对深度信息dl,r进行补偿和修正,输出投射图像块blockm×n中心点o的最终深度值dout;
步骤8、将投射图像块的中心点o移到同一行的下一个像素点,重复步骤5-7,计算得到下一个像素点对应的深度值,如此按逐行从左向右、从上往下的计算顺序,逐点计算得到整幅图像深度信息。
本发明结合双目立体测距和主动结构光编码的优势,大幅提高了深度测距的精度和空间分辨率。采用本发明技术方案的有益效果还将通过以下实施例的阐述而得到具体的体现。
附图说明
图1是本发明实施例的主动结构光的双目深度感知方法流程图;
图2是本发明实施例的双目摄像头的结构示意图;
图3是本发明实施例的编码图像投射器和双目摄像头视场及投射阴影的示意图;
图4是本发明实施例的双目摄像头深度感知计算模块结构图;
图5是本发明实施例的输入图像块与搜寻最优匹配块的示意图;
图6是本发明实施例的双目块匹配深度计算示意图;
图7是本发明实施例的双目摄像头视场融合的示意图。
具体实施方式
下面结合具体实施例对本发明进行进一步的详细说明。
总体而言,本发明实施例的主动结构光的双目深度感知方法,是基于结构光编码的主动视觉模式,采用编码图案投射器(激光散斑投射器或其它投影装置)投射出编码图案,对投射空间或目标物体进行结构光编码,再利用与编码图案投射器在同一基线上、分别位于编码图案投射器两侧、且等距的两个摄像头获取所投射的编码图案,然后通过两种块匹配模式计算出运动向量,最后进行深度计算和深度补偿,生成高分辨率、高精度的图像深度信息(距离)。
图1示意性图示了本发明实施例的主动结构光的双目深度感知方法的整体流程。为了清楚说明,下文中将结合图2、图3、图4、图5、图6、图7来描述该方法。
步骤1:编码图案投射器进行空间编码。采用结构光编码的主动视觉模式,利用编码图案投射器(激光散斑投射器或投影装置)投射出编码图案,对投射空间或目标物体进行结构光编码,即主动进行特征标定。
所述的编码图案投射器可以是激光散斑投射器或其他投影装置。优选地,激光散斑投射器可以投射出的相干激光束(红外、可见光、紫外线、不可见光),激光束经干涉成像和物体表面的漫反射形成由散斑点组成的散斑图像,而投影装置则可以投射出可控的编码图案。编码图案投射器所投射出的图案一般是固定的,或采用一定的控制策略与摄像头接收图像的图像传感器进行同步后改变其投射出的图案;同一幅图案在水平或垂直方向的一定范围特征不重复或随机分布。投射器所投射的视场角FoV(包括水平、垂直视场角)一般大于接收摄像头的视场角FoV。
步骤2、双目摄像头采集、固化各自的参考编码图案Rl、Rr。
优选地,双目摄像头是两个性能指标相同(相同的光学透镜和图像传感器)、独立的两个摄像头,且左右对称、等距地排列在编码图案投射器的两侧,其光轴与编码图案投射器光轴平行、并处于同一基线上,接收其发出的一定波长范围的编码图案,如图2所示。摄像头图像传感器焦距为f,摄像头到编码图案投射器的基线距离为S,摄像头图像传感器点距参数为μ。
在实际应用中,可以根据不同的需求对两个相机的基线进行调整,也可采用两个不同焦距或型号的相机,以满足不同的功能。双目摄像头一般通过滤光片只接收一定波长范围的投射器发出的图像,最大程度地消除其它光源或光线的干扰,从而可清晰稳定地接收编码图案投射器所投射的图案。
在投入工作前,需先采集、固化双目摄像头各自的参考编码图案用于作为匹配比较的参考基准。所述的参考编码图案是将编码图案投射器投射出编码图案到与该投射器的光学中心轴(Z轴)垂直、且距离投射器为d的平面上(该平面可由投影布、平板等构成,用于呈现清晰稳定的图像,该平面可称之为参考基准平面),由摄像头采集得到静态图像,并经图像预处理后存储固化在存储器中用于匹配基准和深度感知计算的标准图案。优选地,激光散斑投射器的参考编码图案是由多个散斑点组成、已知距离d的标准散斑图。参考编码图案的获取可以通过如上方式实现,这些方式仅用于说明上述实施例,并非限制上述实施例,因为本领域技术人员也可以采用其他方式获取参考图案。
步骤3、双目摄像头各自采集含编码图案的输入图像Il、Ir,并对输入图像Il、Ir进行预处理。
双目摄像头接收的含有编码图案的输入图像,可以含有目标物体,其深度信息未知,但其在编码图案投射器照射和摄像头接收的有效距离范围内。
所述的图像预处理是对不同特性的输入图像进行自适应、一致性的处理,目的是通过输入图像的预处理,使图案更清晰、减少误匹配和噪声干扰,并有利于本发明内容的深度感知计算。优选地,预处理方法包括视频格式转换(例如Bayer、ITU601、ITU656视频解码或MIPI接口格式转换)、色度空间转换(例如RGB转YUV)、灰度图像自适应去噪和增强等,其中增强方法包括直方图增强、灰度线性增强、二值化处理等,但不限于这些传统的增强方法。参考编码图案及双目摄像头实时采集的输入图像都经过相同的图像预处理模块。
步骤4、对预处理后的输入图像Il、Ir分别进行目标物体投射阴影区域的检测,分别标记为Al、Ar。
所述的投射阴影区域是由于编码图案投射器投射过程中由于目标物体的边缘遮挡,导致摄像头接收的图像在目标物体边缘处有阴影区域存在,即无编码图案存在的区域。如图3所示投射阴影示意图,左右摄像头接收输入图像过程中由于目标物体遮挡引起的投射阴影区域Al、Ar。
优选地,投射阴影区域检测方法为:在一定大小的输入图像块内检测所包含的特征点个数,若检测出的特征点个数小于预定阈值,则认为该输入图像块区域为投射阴影区域。以激光散斑投射器为例,其投射出的编码图案为散斑点构成的散斑图像,可以在一定大小的输入图像块内检测散斑点的个数,如散斑点个数小于一定的阈值,则认为该输入图像块区域为投射阴影区域。本发明检测投射阴影区域的方法不限于检测激光散斑图像,也适用于检测其它编码图案的特征信息。一般地,不在编码图案投射器照射和摄像头接收的有效距离范围内的区域也按投射阴影区域处理。
步骤5、利用两种模式的块匹配运动估计分别生成偏移量,即运动向量,其中,利用输入图像Il、Ir互相之间的双目块匹配计算,得到X轴方向偏移量Δxl,r或Y轴方向偏移量Δyl,r;利用输入图像Il、Ir与其对应的参考编码图案Rl、Rr之间的块匹配计算,得到X轴方向偏移量Δxl、Δxr或Y轴方向偏移量Δyl、Δyr。
双目摄像头采集输入图像序列后,送入图4所示的深度感知计算模块,经步骤3的预处理后,送入块匹配运动估计模块按两种模式的块匹配运动估计方法进行匹配计算。
一种模式是输入图像Il、Ir互相之间的双目块匹配计算。具体为:
在输入图像Il中提取一定大小的输入图像块B′blockm×n,中心点为o;在输入图像Ir中提取跟输入图像块中心点o点位置对应、一定范围大小的匹配搜索窗MatchM×N,大小为M×N,M、N都是整数,可以相等或不相等,一般M≥N、M>m、N≥n;然后在匹配搜索窗MatchM×N中提取所有跟输入图像块一样大小的匹配块matchk,大小为m×n,匹配块中心点ok,k是整数,表示匹配块个数。
接下来分别计算输入图像块B′blockm×n与k个匹配块matchk之间的相似度值match_valuek,该值作为图像块匹配的相似度测量指标。
最后,在所有相似度值match_valuek中求最小值,该值对应的匹配块matchk即为图像块B′blockm×n拟搜寻的最优匹配块B,该最小值对应的位置信息即为图像块blockm×n中心点o的偏移量(Δxl,r,Δyl,r),即该输入图像块B′的运动向量。如图5所示,输入图像块为输入图像Il中灰色表示区域,最优匹配块为输入图像Ir的匹配搜索窗中斜线表示区域,其中心点ok与匹配搜索窗blockM×N中心点o(该中心点o与输入图像块中心点o位置对应)的最优偏移量为(Δxl,r,Δyl,r),分别表示X、Y轴方向位移,偏移量值为匹配搜索窗中心点o坐标值(x,y)分别按X、Y轴减去最优匹配块中心点坐标值(x′,y′)后取绝对值计算得到,用像素点个数表示。
另一种模式是输入图像Il、Ir与其对应的参考编码图案Rl、Rr之间的块匹配计算。具体方法:如图5所示,输入图像Il中提取输入图像块B′,在其参考编码图案Rl中搜寻与之最为匹配(即相似度最高)的图像块B;输入图像Ir中提取输入图像块B′,在其参考编码图案Rr中搜寻与之最为匹配(即相似度最高)的图像块B;两者搜索最优块匹配的方法同上一种模式的输入图像之间的双目块匹配运动估计方法,得到输入图像Il的输入图像块与其最优匹配块的最优偏移量(Δxl,Δyl)和输入图像Ir的输入图像块与其最优匹配块的最优偏移量(Δxr,Δyr)。偏移量值为输入图像块对应的匹配搜索窗中心点o坐标值(x,y)分别按X、Y轴减去最优匹配块中心点坐标值(x′,y′)计算得到,用像素点个数表示,正负值在空间上对应与参考图案平面的前后关系。
优选地,输入图像块大小的选取是根据水平或垂直方向一定范围内该图像块具有相对的唯一性,即该图像块特征与其它相同大小的图像块特征不同,能与其它相同大小的图像块区分开来。
优选地,本发明的相似度值计算方法采用输入图像块与匹配块对应像素之间求差绝对之和(SAD)的方法,但不限于这种方法。
步骤6、进行深度计算,包括:
(6a)选择偏移量Δxl,r或Δyl,y,结合摄像头图像传感器焦距f、两个摄像头之间的基线距离2S和摄像头图像传感器点距参数μ,根据深度计算公式计算得到投射图像块blockm×n中心点o的深度信息dl,r,如图6所示的双目摄像头深度计算示意图。
其中,若双目摄像头与编码图案投射器水平排列,则选偏移量Δxl,r;若双目摄像头与编码图案投射器垂直排列,则选偏移量Δyl,r。
在本实施例中,按以下深度计算公式计算dl,r,以水平偏移量Δxl,r作为输入参数为例:
式中,水平偏移量Δxl,r为输入图像Il的输入图像块B′与其对应的输入图像Ir上的最优匹配块B在X方向的最优偏移量,即输入图像Ir的匹配搜索窗中心点x坐标值减去输入图像块B′在匹配搜索窗中搜寻到的最优匹配块B中心点x′坐标值,再取绝对值,用像素点个数表示。
(6b)选择偏移量Δxl、Δxr或Δyl、Δyr,结合参考编码图案的已知距离参数d、摄像头图像传感器焦距f、摄像头到编码图案投射器的基线距离S和摄像头图像传感器点距参数μ,根据深度计算公式分别得到输入图像Il、Ir中对应同一位置的投射图像块blockm×n中心点o的深度信息dl、dr。
其中,若双目摄像头与编码图案投射器水平排列,则选偏移量Δxl、Δxr;若双目摄像头与编码图案投射器垂直排列,则选偏移量Δyl、Δyr。
在本实施例中,按以下深度计算公式计算dl、dr,以水平偏移量Δxl、Δxr作为输入参数为例:
式中,Δxl、Δxr为分别为输入图像Il、Ir的输入图像块与其对应最优匹配块在X方向的最优偏移量,用像素点个数表示。
步骤7、进行深度补偿:利用深度信息dl、dr结合步骤4检测出来的投射阴影区域Al、Ar对深度信息dl,r进行补偿,输出投射图像块blockm×n中心点o的最终深度值dout。
结合图7所示的双目摄像头视场融合示意图,深度补偿的具体方法为:如投射图像块的中心点o落在左视图非交叉区域①,则选择dl作为dout输出;如投射图像块的中心点o落在右视图非交叉区域③,则选择dr作为dout输出;如投射图像块的中心点o落在左右视图的交叉区域②,对于非投射阴影区域,如|dl-dr|≤th1,且(表示深度值dl和dr相差不大、而深度值dl,r与dl、dr的均值相差大,则认为dl,r属于深度误差值,th1和th2表示阈值),则选取dl或dr作为dout输出,否则选dl,r作为dout输出;对于投射阴影Al区域,选择dr作为dout输出;对于投射阴影Ar区域,则选择dl作为dout输出。
以上举例仅为一种具体深度补偿方法,但不限于这种方法。
步骤8、将投射图像块的中心点o移到同一行的下一个像素点,重复步骤5-7,可计算得到下一个像素点对应的深度值,如此按逐行从左向右、从上往下的计算顺序,逐点计算得到整幅图像深度信息(距离)。同理也可以用于计算输入图像序列的深度信息。
作为示例,本发明双目摄像头采用两个性能指标相同(相同的光学透镜和图像传感器)、独立的两个摄像头,左右对称、等距地排列在编码图案投射器的两侧,其光轴与编码图案投射器光轴平行、并处于同一基线上,但也可以根据不同的需求对两个摄像头的基线进行调整,或采用两个不同焦距或型号的摄像头。
作为示例,本发明投射阴影区域检测方法不限于本发明举例采用的方法;本发明匹配块的搜索策略采用传统全搜索块匹配,但是也可以采用其他各种改进的搜索策略;相似度值计算方法采用差绝对值之和SAD的方法,但不限于这种方法;深度补偿方法也不限于本发明举例采用的方法;所有采用与本发明内容流程相似的方法都应包含在本发明的权利要求范围内。
本发明中,捕捉的输入图像包括所述物体移动过程中捕捉的一系列测试图像,并可根据所估计的位置跟踪目标区域内物体的运动。
上述中提到本发明同样可以现将两个摄像头的预处理后的图像进行拼接,再计算深度。但拼接过程会增加很多冗余匹配计算,虽然实施例中未详细介绍该方法,但未脱离本发明的精神和范围,应包含在上述的权利要求范围内。
虽然上述的实施例在特定的系统中完成,然其并非限定本发明,本发明可类似的应用到相似的编码图案投射和图像传感器系统中。本发明不仅支持不同激光源产生的结构光模式,如红外、可见光、紫外线、不可见光等,也适用不同图案的投射方案,如圆点状、块状、十字状、条纹状等的图案。因而在不脱离本发明的精神和范围内的修改和完善,均应包含在上述的权利要求范围内。
Claims (10)
1.一种主动结构光的双目深度感知方法,包括以下步骤:
步骤1、采用结构光编码的主动视觉模式,利用编码图案投射器投射出编码图案,对投射空间进行结构光编码,即主动进行特征标定;
步骤2、双目摄像头采集、固化各自的参考编码图案Rl、Rr;
步骤3、双目摄像头各自采集含编码图案的输入图像Il、Ir,并对输入图像Il、Ir进行预处理;
步骤4、对预处理后的输入图像Il、Ir分别进行目标物体投射阴影区域的检测,分别标记为Al、Ar;
步骤5、利用两种模式的块匹配运动估计分别生成偏移量,即运动向量,其中,利用输入图像Il、Ir互相之间的双目块匹配计算,得到X轴方向偏移量Δxl,r或Y轴方向偏移量Δyl,r;利用输入图像Il、Ir与其对应的参考编码图案Rl、Rr之间的块匹配计算,得到X轴方向偏移量Δxl、Δxr或Y轴方向偏移量Δyl、Δyr;
步骤6、进行深度计算,包括:
(6a)选择偏移量Δxl,r或Δyl,r,结合摄像头图像传感器焦距f、两个摄像头之间的基线距离2S和摄像头图像传感器点距参数μ,根据深度计算公式计算得到投射图像块blockm×n中心点o的深度信息dl,r;
(6b)选择偏移量Δxl、Δxr或Δyl、Δyr,结合参考编码图案的已知距离参数d、摄像头图像传感器焦距f、摄像头到编码图案投射器的基线距离S和摄像头图像传感器点距参数μ,根据深度计算公式分别得到输入图像Il、Ir中对应同一位置的投射图像块blockm×n中心点o的深度信息dl、dr;
步骤7、进行深度补偿:利用深度信息dl、dr结合步骤4检测出来的投射阴影区域Al、Ar对深度信息dl,r进行补偿,输出投射图像块blockm×n中心点o的最终深度值dout;
步骤8、将投射图像块的中心点o移到同一行的下一个像素点,重复步骤5-7,计算得到下一个像素点对应的深度值,如此按逐行从左向右、从上往下的计算顺序,逐点计算得到整幅图像深度信息。
2.根据权利要求1所述的方法,步骤2中,所述双目摄像头为两个性能指标相同、独立的摄像头,左右对称、等距地排列在编码图案投射器的两侧,跟编码图案投射器处于同一基线上,接收其发出的一定波长范围的编码图案。
3.根据权利要求1所述的方法,步骤2中,所述的参考编码图案是将编码图案投射器投射出编码图案到与该投射器的光学中心轴(Z轴)垂直、且距离投射器为d的平面上,由摄像头采集得到静态图像,并经图像预处理后存储固化在存储器中用于匹配基准和深度感知计算的标准图案。
4.根据权利要求1所述的方法,步骤3中,预处理包括视频格式转换(例如Bayer、ITU601、ITU656视频解码或MIPI接口格式转换)、色度空间转换(例如RGB转YUV)、灰度图像自适应去噪和增强。
5.根据权利要求1所述的方法,步骤4中,投射阴影区域检测具体为:在一定大小的输入图像块内检测所包含的特征点个数,若检测出的特征点个数小于预定阈值,则认为该输入图像块区域为投射阴影区域。
6.根据权利要求1所述的方法,步骤(6a)中,若双目摄像头与编码图案投射器水平排列,则选偏移量Δxl,r;若双目摄像头与编码图案投射器垂直排列,则选偏移量Δyl,r。
7.根据权利要求1所述的方法,步骤(6a)中,若选择Δxl,r,则深度计算公式为:
式中,水平偏移量Δxl,r为输入图像Il的输入图像块B′与其对应的输入图像Ir上的最优匹配块B在X方向的最优偏移量,即输入图像Ir的匹配搜索窗中心点x坐标值减去输入图像块B′在匹配搜索窗中搜寻到的最优匹配块B中心点x′坐标值,再取绝对值,用像素点个数表示。
8.根据权利要求1所述的方法,步骤(6b)中,若双目摄像头与编码图案投射器水平排列,则选偏移量Δxl、Δxr;若双目摄像头与编码图案投射器垂直排列,则选偏移量Δyl、Δyr。
9.根据权利要求1所述的方法,步骤(6b)中,若选择Δxl、Δxr,则深度计算公式为:
式中,Δxl、Δxr分别为输入图像Il、Ir的输入图像块与其对应最优匹配块在X方向的最优偏移量,用像素点个数表示。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410050675.7A CN103796004B (zh) | 2014-02-13 | 2014-02-13 | 一种主动结构光的双目深度感知方法 |
US14/591,083 US10142612B2 (en) | 2014-02-13 | 2015-01-07 | One method of binocular depth perception based on active structured light |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410050675.7A CN103796004B (zh) | 2014-02-13 | 2014-02-13 | 一种主动结构光的双目深度感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103796004A true CN103796004A (zh) | 2014-05-14 |
CN103796004B CN103796004B (zh) | 2015-09-30 |
Family
ID=50671229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410050675.7A Active CN103796004B (zh) | 2014-02-13 | 2014-02-13 | 一种主动结构光的双目深度感知方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10142612B2 (zh) |
CN (1) | CN103796004B (zh) |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104802710A (zh) * | 2015-04-17 | 2015-07-29 | 浙江大学 | 一种智能汽车倒车辅助系统及辅助方法 |
CN104952074A (zh) * | 2015-06-16 | 2015-09-30 | 宁波盈芯信息科技有限公司 | 一种深度感知计算的存储控制方法及装置 |
CN105004282A (zh) * | 2015-06-19 | 2015-10-28 | 北京唯创视界科技有限公司 | 深度数据检测装置 |
CN105120257A (zh) * | 2015-08-18 | 2015-12-02 | 宁波盈芯信息科技有限公司 | 一种基于结构光编码的垂直深度感知装置 |
CN105430297A (zh) * | 2015-12-11 | 2016-03-23 | 中国航空工业集团公司西安航空计算技术研究所 | 多视频格式向iidc协议视频格式转换的自动控制系统 |
CN105931240A (zh) * | 2016-04-21 | 2016-09-07 | 西安交通大学 | 三维深度感知装置及方法 |
WO2016144533A1 (en) * | 2015-03-12 | 2016-09-15 | Qualcomm Incorporated | Active sensing spatial resolution improvement through multiple receivers and code reuse |
CN106170086A (zh) * | 2016-08-19 | 2016-11-30 | 深圳奥比中光科技有限公司 | 绘制三维图像的方法及其装置、系统 |
WO2016206004A1 (zh) * | 2015-06-23 | 2016-12-29 | 华为技术有限公司 | 一种获取深度信息的拍照设备和方法 |
US9635339B2 (en) | 2015-08-14 | 2017-04-25 | Qualcomm Incorporated | Memory-efficient coded light error correction |
CN106791763A (zh) * | 2016-11-24 | 2017-05-31 | 深圳奥比中光科技有限公司 | 一种用于3d显示和3d交互的专用处理器 |
CN107025830A (zh) * | 2016-01-29 | 2017-08-08 | 北京新唐思创教育科技有限公司 | 一种教学实验的模拟方法及装置 |
CN107144257A (zh) * | 2017-05-16 | 2017-09-08 | 江苏省电力试验研究院有限公司 | 一种电力设备带电检测的双目视觉测距方法及装置 |
CN107343122A (zh) * | 2017-08-02 | 2017-11-10 | 深圳奥比中光科技有限公司 | 3d成像装置 |
US9846943B2 (en) | 2015-08-31 | 2017-12-19 | Qualcomm Incorporated | Code domain power control for structured light |
CN107851320A (zh) * | 2015-07-17 | 2018-03-27 | 皇家飞利浦有限公司 | 用于确定移动设备相对于主体的位置的设备和方法 |
CN107917701A (zh) * | 2017-12-28 | 2018-04-17 | 人加智能机器人技术(北京)有限公司 | 基于主动式双目立体视觉的测量方法及rgbd相机系统 |
US9948920B2 (en) | 2015-02-27 | 2018-04-17 | Qualcomm Incorporated | Systems and methods for error correction in structured light |
CN108234874A (zh) * | 2018-01-10 | 2018-06-29 | 南京华捷艾米软件科技有限公司 | 体感摄像头的成像精度的调节方法及调节装置 |
CN108495113A (zh) * | 2018-03-27 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 用于双目视觉系统的控制方法和装置 |
CN108645353A (zh) * | 2018-05-14 | 2018-10-12 | 四川川大智胜软件股份有限公司 | 基于多帧随机二元编码光场的三维数据采集系统及方法 |
CN108693538A (zh) * | 2017-04-07 | 2018-10-23 | 北京雷动云合智能技术有限公司 | 基于双目结构光的准确置信度深度摄像机测距装置及方法 |
CN109194947A (zh) * | 2018-09-13 | 2019-01-11 | 广东光阵光电科技有限公司 | 双目摄像模组及移动终端 |
CN109194780A (zh) * | 2018-08-15 | 2019-01-11 | 信利光电股份有限公司 | 结构光模组的旋转aa方法、装置及可读存储介质 |
CN109270546A (zh) * | 2018-10-17 | 2019-01-25 | 郑州雷动智能技术有限公司 | 一种基于结构光和双图像传感器的测距装置及其测距方法 |
CN109791044A (zh) * | 2016-06-20 | 2019-05-21 | 康耐视公司 | 用于在已知运动的情况下对运动的对象进行三维测量的方法 |
CN109870126A (zh) * | 2017-12-05 | 2019-06-11 | 宁波盈芯信息科技有限公司 | 一种面积计算方法以及一种能够进行面积计算的手机 |
CN109887022A (zh) * | 2019-02-25 | 2019-06-14 | 北京超维度计算科技有限公司 | 一种双目深度相机的特征点匹配方法 |
US10368056B2 (en) | 2015-06-19 | 2019-07-30 | Shanghai Percipio Technology Limited | Depth data detection and monitoring apparatus |
WO2019153196A1 (zh) * | 2018-02-08 | 2019-08-15 | 深圳市大疆创新科技有限公司 | 图像处理的方法、装置、计算机系统和可移动设备 |
CN110140347A (zh) * | 2016-06-22 | 2019-08-16 | 英特尔公司 | 深度图像供应装置和方法 |
CN110177266A (zh) * | 2017-12-18 | 2019-08-27 | 西安交通大学 | 一种结构光3d深度相机的自校正方法及装置 |
CN110784706A (zh) * | 2019-11-06 | 2020-02-11 | Oppo广东移动通信有限公司 | 信息处理方法、编码装置、解码装置、系统及存储介质 |
CN110853086A (zh) * | 2019-10-21 | 2020-02-28 | 北京清微智能科技有限公司 | 基于散斑投影的深度图像生成方法及系统 |
US10655955B2 (en) | 2017-12-08 | 2020-05-19 | Ningbo Yingxin Information Technology Co., Ltd. | Time-space coding method and apparatus for generating a structured light coded pattern |
CN112542248A (zh) * | 2020-11-30 | 2021-03-23 | 清华大学 | 一种头盔及增强现实投影方法 |
WO2021120217A1 (zh) * | 2019-12-20 | 2021-06-24 | 深圳市汇顶科技股份有限公司 | 图像采集装置、图像采集方法及采集芯片 |
CN113763295A (zh) * | 2020-06-01 | 2021-12-07 | 杭州海康威视数字技术股份有限公司 | 图像融合方法、确定图像偏移量的方法及装置 |
CN113932736A (zh) * | 2021-09-23 | 2022-01-14 | 华中科技大学 | 一种基于结构光的3d量测方法与系统 |
CN113936049A (zh) * | 2021-10-21 | 2022-01-14 | 北京的卢深视科技有限公司 | 单目结构光散斑图像深度恢复方法、电子设备及存储介质 |
CN113973167A (zh) * | 2021-10-28 | 2022-01-25 | 维沃移动通信有限公司 | 摄像头组件、电子设备和图像生成方法 |
CN116718109A (zh) * | 2023-02-10 | 2023-09-08 | 深圳市中图仪器股份有限公司 | 基于双目相机的捕获目标的方法 |
Families Citing this family (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8866912B2 (en) | 2013-03-10 | 2014-10-21 | Pelican Imaging Corporation | System and methods for calibration of an array camera using a single captured image |
EP3201877B1 (en) * | 2014-09-29 | 2018-12-19 | Fotonation Cayman Limited | Systems and methods for dynamic calibration of array cameras |
WO2016157601A1 (ja) * | 2015-03-30 | 2016-10-06 | 富士フイルム株式会社 | 距離画像取得装置及び距離画像取得方法 |
CN104749803A (zh) * | 2015-04-21 | 2015-07-01 | 京东方科技集团股份有限公司 | 一种3d打印装置的成像系统、成像方法及3d打印装置 |
EP3509501A1 (en) | 2016-09-10 | 2019-07-17 | Ark Surgical Ltd. | Laparoscopic workspace device |
US10451714B2 (en) | 2016-12-06 | 2019-10-22 | Sony Corporation | Optical micromesh for computerized devices |
US10536684B2 (en) * | 2016-12-07 | 2020-01-14 | Sony Corporation | Color noise reduction in 3D depth map |
US10495735B2 (en) | 2017-02-14 | 2019-12-03 | Sony Corporation | Using micro mirrors to improve the field of view of a 3D depth map |
US10795022B2 (en) | 2017-03-02 | 2020-10-06 | Sony Corporation | 3D depth map |
US10979687B2 (en) | 2017-04-03 | 2021-04-13 | Sony Corporation | Using super imposition to render a 3D depth map |
EP3648703B1 (en) | 2017-07-04 | 2023-04-26 | Dentlytec G.P.L. Ltd. | Dental scanner with ultrasonic sensor component for augmentation of optical data |
EP3658069B1 (en) * | 2017-07-26 | 2024-06-26 | Dentlytec G.P.L. Ltd. | Intraoral scanner |
US10484667B2 (en) | 2017-10-31 | 2019-11-19 | Sony Corporation | Generating 3D depth map using parallax |
US11017540B2 (en) * | 2018-04-23 | 2021-05-25 | Cognex Corporation | Systems and methods for improved 3-d data reconstruction from stereo-temporal image sequences |
US10549186B2 (en) | 2018-06-26 | 2020-02-04 | Sony Interactive Entertainment Inc. | Multipoint SLAM capture |
CN109191562B (zh) * | 2018-07-15 | 2022-10-25 | 黑龙江科技大学 | 基于彩色伪随机编码结构光的三维重建方法 |
CN109190484A (zh) * | 2018-08-06 | 2019-01-11 | 北京旷视科技有限公司 | 图像处理方法、装置和图像处理设备 |
CN109756660B (zh) * | 2019-01-04 | 2021-07-23 | Oppo广东移动通信有限公司 | 电子设备和移动平台 |
CN111739111B (zh) * | 2019-03-20 | 2023-05-30 | 上海交通大学 | 一种点云投影编码的块内偏移优化方法及系统 |
CN111901502A (zh) * | 2019-05-06 | 2020-11-06 | 三赢科技(深圳)有限公司 | 相机模组 |
US11493931B2 (en) * | 2019-05-14 | 2022-11-08 | Lg Electronics Inc. | Method of extracting feature from image using laser pattern and device and robot of extracting feature thereof |
CN113748313B (zh) * | 2019-05-22 | 2023-11-21 | 欧姆龙株式会社 | 三维测量系统及三维测量方法 |
CN112926367B (zh) * | 2019-12-06 | 2024-06-21 | 杭州海康威视数字技术股份有限公司 | 一种活体检测的设备及方法 |
CN111336950B (zh) * | 2020-04-11 | 2023-06-02 | 武汉玄景科技有限公司 | 一种空间编码与线结构光相结合的单帧测量方法与系统 |
CN111307069B (zh) * | 2020-04-11 | 2023-06-02 | 武汉玄景科技有限公司 | 一种密集平行线结构光三维扫描方法与系统 |
CN111783877B (zh) * | 2020-06-30 | 2023-08-01 | 西安电子科技大学 | 基于单帧网格复合编码模板结构光的深度信息测量方法 |
CN112129262B (zh) * | 2020-09-01 | 2023-01-06 | 珠海一微半导体股份有限公司 | 一种多摄像头组的视觉测距方法及视觉导航芯片 |
CN112562008B (zh) * | 2020-11-30 | 2022-04-08 | 成都飞机工业(集团)有限责任公司 | 一种局部双目视觉测量中的靶标点匹配方法 |
CN113155417B (zh) * | 2021-04-25 | 2022-10-18 | 歌尔股份有限公司 | 偏移状态测试方法、测试设备及存储介质 |
CN113251951B (zh) * | 2021-04-26 | 2024-03-01 | 湖北汽车工业学院 | 基于单标定面映射的线结构光视觉测量系统的标定方法 |
CN114263352B (zh) * | 2022-01-07 | 2023-10-03 | 中国建筑第八工程局有限公司 | 钢筋绑扎机器人及钢筋交叉点的识别方法 |
CN114404084A (zh) * | 2022-01-21 | 2022-04-29 | 北京大学口腔医学院 | 一种扫描装置及扫描方法 |
CN114440834B (zh) * | 2022-01-27 | 2023-05-02 | 中国人民解放军战略支援部队信息工程大学 | 一种非编码标志的物方与像方匹配方法 |
CN114723828B (zh) * | 2022-06-07 | 2022-11-01 | 杭州灵西机器人智能科技有限公司 | 一种基于双目视觉的多线激光扫描方法及系统 |
CN115082621B (zh) * | 2022-06-21 | 2023-01-31 | 中国科学院半导体研究所 | 一种三维成像方法、装置、系统、电子设备及存储介质 |
CN114877826B (zh) * | 2022-07-11 | 2022-10-14 | 南京信息工程大学 | 一种双目立体匹配三维测量方法、系统及存储介质 |
CN115184378B (zh) * | 2022-09-15 | 2024-03-29 | 北京思莫特科技有限公司 | 一种基于移动设备的混凝土结构病害检测系统及方法 |
CN116977403B (zh) * | 2023-09-20 | 2023-12-22 | 山东科技大学 | 一种基于双目视觉的薄膜生产幅宽检测和控制方法 |
CN117558106B (zh) * | 2023-11-24 | 2024-05-03 | 中国地质科学院探矿工艺研究所 | 一种非接触式表面变形定量监测预警方法及监测系统 |
CN117764864B (zh) * | 2024-02-22 | 2024-04-26 | 济南科汛智能科技有限公司 | 基于图像去噪的核磁共振肿瘤视觉检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130027548A1 (en) * | 2011-07-28 | 2013-01-31 | Apple Inc. | Depth perception device and system |
CN102970548A (zh) * | 2012-11-27 | 2013-03-13 | 西安交通大学 | 一种图像深度感知装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2735936B1 (fr) * | 1995-06-22 | 1997-08-29 | Allio Pierre | Procede d'acquisition d'images autostereoscopiques simulees |
DE112009000101T5 (de) * | 2008-01-04 | 2010-11-11 | 3M Innovative Properties Co., St. Paul | Globale Kamerawegoptimierung |
US8718748B2 (en) * | 2011-03-29 | 2014-05-06 | Kaliber Imaging Inc. | System and methods for monitoring and assessing mobility |
-
2014
- 2014-02-13 CN CN201410050675.7A patent/CN103796004B/zh active Active
-
2015
- 2015-01-07 US US14/591,083 patent/US10142612B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130027548A1 (en) * | 2011-07-28 | 2013-01-31 | Apple Inc. | Depth perception device and system |
CN102970548A (zh) * | 2012-11-27 | 2013-03-13 | 西安交通大学 | 一种图像深度感知装置 |
Non-Patent Citations (2)
Title |
---|
GANG XU ET.AL.: "A Three-Dimensional Measurement Method based on Mesh Candidates Assisted with Structured Light", 《PROC. OF SPIE》 * |
李靖 等: "双目立体视觉和编码结构光相结合的三维重建方法", 《计算机应用》 * |
Cited By (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9948920B2 (en) | 2015-02-27 | 2018-04-17 | Qualcomm Incorporated | Systems and methods for error correction in structured light |
WO2016144533A1 (en) * | 2015-03-12 | 2016-09-15 | Qualcomm Incorporated | Active sensing spatial resolution improvement through multiple receivers and code reuse |
US10068338B2 (en) | 2015-03-12 | 2018-09-04 | Qualcomm Incorporated | Active sensing spatial resolution improvement through multiple receivers and code reuse |
CN107408306A (zh) * | 2015-03-12 | 2017-11-28 | 高通股份有限公司 | 通过多个接收器和代码重复使用的主动感测空间分辨率改进 |
CN107408306B (zh) * | 2015-03-12 | 2021-03-30 | 高通股份有限公司 | 一种产生对象的深度图信息的方法、设备及可读介质 |
CN104802710A (zh) * | 2015-04-17 | 2015-07-29 | 浙江大学 | 一种智能汽车倒车辅助系统及辅助方法 |
US20160373719A1 (en) * | 2015-06-16 | 2016-12-22 | RGBDsense Information Technology Ltd. | Method and apparatus of storage control for depth perception computation |
CN104952074A (zh) * | 2015-06-16 | 2015-09-30 | 宁波盈芯信息科技有限公司 | 一种深度感知计算的存储控制方法及装置 |
US9888257B2 (en) * | 2015-06-16 | 2018-02-06 | RGBDsense Information Technology Ltd. | Method and apparatus of storage control for depth perception computation |
CN104952074B (zh) * | 2015-06-16 | 2017-09-12 | 宁波盈芯信息科技有限公司 | 一种深度感知计算的存储控制方法及装置 |
US10368056B2 (en) | 2015-06-19 | 2019-07-30 | Shanghai Percipio Technology Limited | Depth data detection and monitoring apparatus |
CN105004282A (zh) * | 2015-06-19 | 2015-10-28 | 北京唯创视界科技有限公司 | 深度数据检测装置 |
CN105004282B (zh) * | 2015-06-19 | 2018-01-16 | 上海图漾信息科技有限公司 | 深度数据检测装置 |
US10560686B2 (en) | 2015-06-23 | 2020-02-11 | Huawei Technologies Co., Ltd. | Photographing device and method for obtaining depth information |
WO2016206004A1 (zh) * | 2015-06-23 | 2016-12-29 | 华为技术有限公司 | 一种获取深度信息的拍照设备和方法 |
CN106576159A (zh) * | 2015-06-23 | 2017-04-19 | 华为技术有限公司 | 一种获取深度信息的拍照设备和方法 |
CN107851320A (zh) * | 2015-07-17 | 2018-03-27 | 皇家飞利浦有限公司 | 用于确定移动设备相对于主体的位置的设备和方法 |
US9635339B2 (en) | 2015-08-14 | 2017-04-25 | Qualcomm Incorporated | Memory-efficient coded light error correction |
US10194138B2 (en) | 2015-08-18 | 2019-01-29 | RGBDsense Information Technology Ltd. | Structured light encoding-based vertical depth perception apparatus |
CN105120257A (zh) * | 2015-08-18 | 2015-12-02 | 宁波盈芯信息科技有限公司 | 一种基于结构光编码的垂直深度感知装置 |
US9846943B2 (en) | 2015-08-31 | 2017-12-19 | Qualcomm Incorporated | Code domain power control for structured light |
US10223801B2 (en) | 2015-08-31 | 2019-03-05 | Qualcomm Incorporated | Code domain power control for structured light |
CN105430297B (zh) * | 2015-12-11 | 2018-03-30 | 中国航空工业集团公司西安航空计算技术研究所 | 多视频格式向iidc协议视频格式转换的自动控制系统 |
CN105430297A (zh) * | 2015-12-11 | 2016-03-23 | 中国航空工业集团公司西安航空计算技术研究所 | 多视频格式向iidc协议视频格式转换的自动控制系统 |
CN107025830A (zh) * | 2016-01-29 | 2017-08-08 | 北京新唐思创教育科技有限公司 | 一种教学实验的模拟方法及装置 |
US10194135B2 (en) | 2016-04-21 | 2019-01-29 | Chenyang Ge | Three-dimensional depth perception apparatus and method |
CN105931240B (zh) * | 2016-04-21 | 2018-10-19 | 西安交通大学 | 三维深度感知装置及方法 |
CN105931240A (zh) * | 2016-04-21 | 2016-09-07 | 西安交通大学 | 三维深度感知装置及方法 |
US11243072B2 (en) | 2016-06-20 | 2022-02-08 | Cognex Corporation | Method for the three dimensional measurement of moving objects during a known movement |
CN109791044A (zh) * | 2016-06-20 | 2019-05-21 | 康耐视公司 | 用于在已知运动的情况下对运动的对象进行三维测量的方法 |
CN109791044B (zh) * | 2016-06-20 | 2021-03-16 | 康耐视公司 | 用于在已知运动的情况下对运动的对象进行三维测量的方法 |
US10823552B2 (en) | 2016-06-20 | 2020-11-03 | Cognex Corporation | Method for the three dimensional measurement of moving objects during a known movement |
CN110140347A (zh) * | 2016-06-22 | 2019-08-16 | 英特尔公司 | 深度图像供应装置和方法 |
CN106170086A (zh) * | 2016-08-19 | 2016-11-30 | 深圳奥比中光科技有限公司 | 绘制三维图像的方法及其装置、系统 |
CN106791763A (zh) * | 2016-11-24 | 2017-05-31 | 深圳奥比中光科技有限公司 | 一种用于3d显示和3d交互的专用处理器 |
CN108693538A (zh) * | 2017-04-07 | 2018-10-23 | 北京雷动云合智能技术有限公司 | 基于双目结构光的准确置信度深度摄像机测距装置及方法 |
CN107144257B (zh) * | 2017-05-16 | 2019-03-26 | 江苏省电力试验研究院有限公司 | 一种电力设备带电检测的双目视觉测距方法及装置 |
CN107144257A (zh) * | 2017-05-16 | 2017-09-08 | 江苏省电力试验研究院有限公司 | 一种电力设备带电检测的双目视觉测距方法及装置 |
CN107343122A (zh) * | 2017-08-02 | 2017-11-10 | 深圳奥比中光科技有限公司 | 3d成像装置 |
CN109870126A (zh) * | 2017-12-05 | 2019-06-11 | 宁波盈芯信息科技有限公司 | 一种面积计算方法以及一种能够进行面积计算的手机 |
US10655955B2 (en) | 2017-12-08 | 2020-05-19 | Ningbo Yingxin Information Technology Co., Ltd. | Time-space coding method and apparatus for generating a structured light coded pattern |
CN110177266B (zh) * | 2017-12-18 | 2021-02-26 | 西安交通大学 | 一种结构光3d深度相机的自校正方法及装置 |
CN110177266A (zh) * | 2017-12-18 | 2019-08-27 | 西安交通大学 | 一种结构光3d深度相机的自校正方法及装置 |
CN107917701A (zh) * | 2017-12-28 | 2018-04-17 | 人加智能机器人技术(北京)有限公司 | 基于主动式双目立体视觉的测量方法及rgbd相机系统 |
CN108234874B (zh) * | 2018-01-10 | 2020-07-21 | 南京华捷艾米软件科技有限公司 | 体感摄像头的成像精度的调节方法及调节装置 |
CN108234874A (zh) * | 2018-01-10 | 2018-06-29 | 南京华捷艾米软件科技有限公司 | 体感摄像头的成像精度的调节方法及调节装置 |
WO2019153196A1 (zh) * | 2018-02-08 | 2019-08-15 | 深圳市大疆创新科技有限公司 | 图像处理的方法、装置、计算机系统和可移动设备 |
CN108495113A (zh) * | 2018-03-27 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 用于双目视觉系统的控制方法和装置 |
CN108645353A (zh) * | 2018-05-14 | 2018-10-12 | 四川川大智胜软件股份有限公司 | 基于多帧随机二元编码光场的三维数据采集系统及方法 |
CN109194780B (zh) * | 2018-08-15 | 2020-08-25 | 信利光电股份有限公司 | 一种结构光模组的旋转纠正方法、装置及可读存储介质 |
CN109194780A (zh) * | 2018-08-15 | 2019-01-11 | 信利光电股份有限公司 | 结构光模组的旋转aa方法、装置及可读存储介质 |
CN109194947A (zh) * | 2018-09-13 | 2019-01-11 | 广东光阵光电科技有限公司 | 双目摄像模组及移动终端 |
CN109270546A (zh) * | 2018-10-17 | 2019-01-25 | 郑州雷动智能技术有限公司 | 一种基于结构光和双图像传感器的测距装置及其测距方法 |
CN109887022A (zh) * | 2019-02-25 | 2019-06-14 | 北京超维度计算科技有限公司 | 一种双目深度相机的特征点匹配方法 |
CN110853086A (zh) * | 2019-10-21 | 2020-02-28 | 北京清微智能科技有限公司 | 基于散斑投影的深度图像生成方法及系统 |
CN110784706B (zh) * | 2019-11-06 | 2021-08-31 | Oppo广东移动通信有限公司 | 信息处理方法、编码装置、解码装置、系统及存储介质 |
CN110784706A (zh) * | 2019-11-06 | 2020-02-11 | Oppo广东移动通信有限公司 | 信息处理方法、编码装置、解码装置、系统及存储介质 |
WO2021120217A1 (zh) * | 2019-12-20 | 2021-06-24 | 深圳市汇顶科技股份有限公司 | 图像采集装置、图像采集方法及采集芯片 |
CN113763295A (zh) * | 2020-06-01 | 2021-12-07 | 杭州海康威视数字技术股份有限公司 | 图像融合方法、确定图像偏移量的方法及装置 |
CN113763295B (zh) * | 2020-06-01 | 2023-08-25 | 杭州海康威视数字技术股份有限公司 | 图像融合方法、确定图像偏移量的方法及装置 |
CN112542248A (zh) * | 2020-11-30 | 2021-03-23 | 清华大学 | 一种头盔及增强现实投影方法 |
CN113932736A (zh) * | 2021-09-23 | 2022-01-14 | 华中科技大学 | 一种基于结构光的3d量测方法与系统 |
CN113936049A (zh) * | 2021-10-21 | 2022-01-14 | 北京的卢深视科技有限公司 | 单目结构光散斑图像深度恢复方法、电子设备及存储介质 |
CN113973167A (zh) * | 2021-10-28 | 2022-01-25 | 维沃移动通信有限公司 | 摄像头组件、电子设备和图像生成方法 |
CN116718109A (zh) * | 2023-02-10 | 2023-09-08 | 深圳市中图仪器股份有限公司 | 基于双目相机的捕获目标的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103796004B (zh) | 2015-09-30 |
US20150229911A1 (en) | 2015-08-13 |
US10142612B2 (en) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103796004B (zh) | 一种主动结构光的双目深度感知方法 | |
CN103824318B (zh) | 一种多摄像头阵列的深度感知方法 | |
US10740917B2 (en) | Automatic correction method and device for structured-light 3D depth camera | |
CN105931240B (zh) | 三维深度感知装置及方法 | |
US9454821B2 (en) | One method of depth perception based on binary laser speckle images | |
CN104506838B (zh) | 一种符号阵列面结构光的深度感知方法、装置及系统 | |
CN102999910B (zh) | 一种图像深度计算方法 | |
CN107635129B (zh) | 一种三维三目摄像装置及深度融合方法 | |
CN104197861B (zh) | 基于结构光灰度向量的三维数字成像方法 | |
CN103020988B (zh) | 一种激光散斑图像的运动向量生成方法 | |
CN103810708A (zh) | 一种激光散斑图像深度感知方法及装置 | |
CN105120257A (zh) | 一种基于结构光编码的垂直深度感知装置 | |
CN111260720A (zh) | 一种基于深度学习方法的目标高度测定系统 | |
CN104537657A (zh) | 一种搜索并行gpu加速的激光散斑图像深度感知方法 | |
CN110337674B (zh) | 三维重建方法、装置、设备及存储介质 | |
CN103841406B (zh) | 一种即插即用的深度摄像装置 | |
CN106033614B (zh) | 一种强视差下的移动相机运动目标检测方法 | |
Furukawa et al. | One-shot entire shape acquisition method using multiple projectors and cameras | |
US20220222843A1 (en) | Three-dimensional measurement system and three-dimensional measurement method | |
CN113160416B (zh) | 一种用于煤流检测的散斑成像装置及方法 | |
CN111023994B (zh) | 一种基于多重测量的光栅三维扫描方法及系统 | |
Isakova et al. | FPGA design and implementation of a real-time stereo vision system | |
EP4217962A1 (en) | Voice call method and apparatus, electronic device, and computer-readable storage medium | |
CN110853086A (zh) | 基于散斑投影的深度图像生成方法及系统 | |
CN214039921U (zh) | 基于差分投影的立体视觉三维检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |