CN109754418B - 一种单摄像头立体视觉方法 - Google Patents
一种单摄像头立体视觉方法 Download PDFInfo
- Publication number
- CN109754418B CN109754418B CN201811641513.5A CN201811641513A CN109754418B CN 109754418 B CN109754418 B CN 109754418B CN 201811641513 A CN201811641513 A CN 201811641513A CN 109754418 B CN109754418 B CN 109754418B
- Authority
- CN
- China
- Prior art keywords
- depth
- point
- scale
- spectral image
- wavelength spectral
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000003595 spectral effect Effects 0.000 claims description 26
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于3D传感器测量技术领域,提供了一种单摄像头立体视觉方法,其包括三个操作步骤:第一步图像获取,利用所述快照式多光谱摄像装置,进行一次曝光零时差采集N幅(N≥2)光谱图像;第二步聚焦清晰度计算:所述图像处理分析装置计算所述N≥2幅光谱图像在每一个像素(X,Y空间位置)聚焦清晰度;第三步深度探测:根据所述聚焦清晰度度,获取每一个像素所对应位置的纵向(即深度)Z信息,完成XYZ立体视觉。该方法克服双目立体视觉运算量大及激光3D视觉系统价格昂贵等缺点,在先进制造、智能机器人移动、无人驾驶汽车导航与避障等具有广泛应用价值。
Description
技术领域
本发明涉及机器视觉,具体涉及一种单摄像头立体视觉方法。
背景技术
自然世界是三维的,有平面(X,Y)位置信息,还包含有Z深度信息。人识别深度信息的方法主要有三种:通过左右眼视差信息,通过眼睛相对于物体运动的运动信息,通过物体表面颜色信息。也有通过物体表面纹理信息探测深度的。
在过去二三十年间,学术界所研究的3D视觉方法主要包括通过分析左右眼视差信息来获取深度信息。尽管文献中对3D视觉进行了长期讨论,但当今大多数机器视觉系统往往依赖于对两个摄像头所获取的两个二维图像进行分析(CN201610987447双目立体视觉系统及深度测量方法、CN201410490534根据立体视图原理的3D相机和用于获取深度图的方法、CN201410490534-根据立体视图原理的3D相机和用于获取深度图的方法)。然而这类双目立体机器视觉方法信息处理量大,难以快速给出深度检测结果。另外双摄像头刻度难度较高,同步控制较难,因此目前还难以在实践中广泛应用。
目前还仍然依赖价格昂贵的激光扫描视觉系统来获取周围环境3D图像信息。激光3D视觉系统采用多路激光束,测量激光束从发出到被障碍物反射回来信息的时间差来计算周边障碍物信息,其缺点是除了价格昂贵外,还有空间分辨率不高,主要以点云形式来表现周边环境及障碍物情况,不能实现逼真的图像信息。
发明内容
本发明的主要目的在于克服已有机器视觉方法尤其是双摄像头立体视觉方法计算量大实时性较差的缺点、已有3D激光视觉系统价格昂贵检测结果为稀疏云团而不能有逼真2D图像信息的缺点,提出一种单摄像头立体视觉方法。
本发明采用如下技术方案:
一种单摄像头立体视觉方法,其特征在于,包括如下步骤:
1)图像获取:采用快照式多光谱摄像装置进行一次曝光零时差,采集N幅光谱图像;
2)聚焦清晰度计算:计算N幅光谱图像在每一个像素的聚焦清晰度,计算方法为边缘算子、梯度算子、空间频率算法或它们的任意组合,采用点扩散函数半径R或边缘扩散宽度或图像在频域空间高频信息含量或者采用点扩散函数半径R倒数或者由点扩散函数半径R倒数组成的递减函数代表聚焦清晰度;
3)深度刻度步骤:
3.1)将已知表面形貌的刻度模板放置于已知某一纵向位置,采用快照式多光谱摄像装置进行一次曝光零时差,采集N幅光谱图像;
3.2)计算N幅光谱图像在每一个像素的聚焦清晰度,建立该刻度模板在已知某一纵向位置时,该刻度模板表面不同位置点与N幅光谱图像对应点的聚焦清晰度之间的关系;
3.3)重复步骤3.1)及3.2),建立刻度模板在P个不同纵向位置时,刻度模板表面不同位置点与N幅光谱图像对应点的聚焦清晰度之间的关系;
3.4)建立刻度模板的纵向深度与步骤3.3)得到的关系之间的关系曲线,得到深度刻度曲线;
4)深度探测:根据聚焦清晰度,获取每一个像素所对应纵向位置的深度信息,完成立体视觉;
则步骤4)中,采用插值法,将步骤2)的聚焦清晰度代入步骤3.4)的深度刻度曲线,得到所述深度信息。
在步骤1)中,还包括图像预处理方法,包括不同光谱通道的图像灰度归一化处理。
所述深度探测适用于图像上任意两点(X1,Y1)和(X2,Y2)位置前后判断方法,包括如下:
①如果点(X1,Y1)在短波长光谱图像的聚焦清晰度比点(X2,Y2)在该短波长光谱图像的聚焦清晰度差,而点(X1,Y1)在长波长光谱图像聚焦清晰度比点(X2,Y2)在该长波长光谱图像的聚焦清晰度更好,那么该点(X1,Y1)比点(X2,Y2)更远离摄像头;
②反之如果点(X1,Y1)在短波长光谱图像的聚焦清晰度比点(X2,Y2)在该短波长光谱图像的聚焦清晰度好,而点(X1,Y1)在长波长光谱图像聚焦清晰度比点(X2,Y2)在该长波长光谱图像的聚焦清晰度更差,那么该(X1,Y1)比点(X2,Y2)更靠近摄像头。
由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
1、本发明可以一次曝光获得XY平面空间位置自然校准而聚焦清晰度不同的多幅窄带光谱图像。
2、本发明通过配套的分析算法分析对每次曝光所获得的多副光谱窄带图像进行分析,获得周围每个二维位置信息(X,Y)的深度Z信息,实现空间三维(X,Y,Z)的探知。
3、本发明可用于先进制造、智能机器人移动、无人驾驶汽车导航与避障。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
本发明的一种单摄像头立体视觉方法,其通过至少一个快照式多光谱摄像装置和至少一个图像处理分析装置实现,该方法包括以下步骤:
1)图像获取,利用快照式多光谱摄像装置,进行一次曝光零时差采集N幅(N≥2)光谱图像。
2)聚焦清晰度计算:图像处理分析装置计算N≥2幅光谱图像在每一个像素(X,Y空间位置)聚焦清晰度。该步骤中还包括图像预处理方法,其采用不同光谱通道图像灰度归一化处理步骤,使得不同亮度的光谱通道图像可以比拟。
该步骤可采用点扩散函数半径R、边缘扩散宽度或图像在频域空间高频信息含量来代表聚焦清晰度,或者采用点扩散函数半径R倒数或由其组成的递减函数代表聚焦清晰度。该聚焦清晰度F计算方法可以是边缘算子、梯度算子、空间频率算法或它们的任意组合。
3)深度刻度步骤:
3.1)将一个已知表面形貌(或者高度)的刻度模板放置在已知第一位置Z1,采用快照式多光谱摄像装置进行一次曝光零时差,采集N幅光谱图像;
3.2)计算N幅光谱图像在每一个像素的聚焦清晰度,建立该刻度模板在已知某一纵向位置Z1时,该刻度模板表面不同位置点与N幅光谱图像对应点的聚焦清晰度之间的关系及Fi=1(x,y)的关系。
3.3)重复步骤3.1)及3.2),建立刻度模板在P个不同纵向位置时,刻度模板表面不同位置点与N幅光谱图像对应点的聚焦清晰度之间的关系;类似地重复P≥3次(类似第一步到第三步循环连续进行),建立刻度板在P个不同纵向位置Z时候刻度板表面不同位置点与N幅光谱图像对应点的清晰度之间的关系Fi=2,…,N(x,y)。
3.4)建立刻度模板的纵向深度与步骤3.3)得到的关系之间的关系曲线,得到深度刻度曲线。即根据刻度板表面每个位置(x,y)在不同纵向位置Z=1,2,…,P及不同光谱图像n=1,2,…,N聚焦清晰度Fi=1,2,…,N(x,y)关系,建立纵向深度Z与聚焦清晰度F的关系曲线,即深度刻度曲线。
4)深度探测:根据聚焦清晰度度,获取每一个像素所对应位置的纵向(即深度)Z信息,完成XYZ立体视觉。可采用插值法,将步骤2)的聚焦清晰度代入步骤3.4)的深度刻度曲线,得到深度信息。
本发明的深度探测还可适用于图像任意两点(X1,Y1)和(X2,Y2)位置前后判断方法:
①如果点(X1,Y1)在短波长光谱图像的聚焦清晰度比点(X2,Y2)在该短波长光谱图像的聚焦清晰度差,而点(X1,Y1)在长波长光谱图像焦清晰度比点(X2,Y2)在该长波光谱图像的聚焦清晰度更好,那么该(X1,Y1)比点(X2,Y2)更远离摄像头(更大的Z);
②反之如果点(X1,Y1)在短波长光谱图像的聚焦清晰度比点(X2,Y2)在该短波长光谱图像的聚焦清晰度好,而点(X1,Y1)在长波长光谱图像焦清晰度比点(X2,Y2)在该长波光谱图像的聚焦清晰度更差,那么该(X1,Y1)比点(X2,Y2)更靠近摄像头(更小的Z)。
使用本发明,可以一次曝光获得XY平面空间位置自然校准而聚焦清晰度不同的多幅窄带光谱图像。该系统的意义在于,可以通过配套的分析算法分析对每次曝光所获得的多副光谱窄带图像进行分析,获得周围每个二维位置信息(X,Y)的深度Z信息,实现空间三维(X,Y,Z)的探知。本发明可用于先进制造、智能机器人移动、无人驾驶汽车导航与避障。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (3)
1.一种单摄像头立体视觉方法,其特征在于,包括如下步骤:
1)图像获取:采用快照式多光谱摄像装置进行一次曝光零时差,采集N幅光谱图像;
2)聚焦清晰度计算:计算N幅光谱图像在每一个像素的聚焦清晰度,计算方法为边缘算子、梯度算子、空间频率算法或它们的任意组合,采用点扩散函数半径R或边缘扩散宽度或图像在频域空间高频信息含量或者采用点扩散函数半径R倒数或者由点扩散函数半径R倒数组成的递减函数代表聚焦清晰度;
3)深度刻度步骤:
3.1)将已知表面形貌的刻度模板放置于已知某一纵向位置,采用快照式多光谱摄像装置进行一次曝光零时差,采集N幅光谱图像;
3.2)计算N幅光谱图像在每一个像素的聚焦清晰度,建立该刻度模板在已知某一纵向位置时,该刻度模板表面不同位置点与N幅光谱图像对应点的聚焦清晰度之间的关系;
3.3)重复步骤3.1)及3.2),建立刻度模板在P个不同纵向位置时,刻度模板表面不同位置点与N幅光谱图像对应点的聚焦清晰度之间的关系;
3.4)建立刻度模板的纵向深度与步骤3.3)得到的关系之间的关系曲线,得到深度刻度曲线;
4)深度探测:根据聚焦清晰度,获取每一个像素所对应纵向位置的深度信息,完成立体视觉;
则步骤4)中,采用插值法,将步骤2)的聚焦清晰度代入步骤3.4)的深度刻度曲线,得到所述深度信息。
2.如权利要求1所述的一种单摄像头立体视觉方法,其特征在于:在步骤1)中,还包括图像预处理方法,包括不同光谱通道的图像灰度归一化处理。
3.如权利要求1所述的一种单摄像头立体视觉方法,其特征在于,所述深度探测适用于图像上任意两点(X1,Y1)和(X2,Y2)位置前后判断方法,包括如下:
①如果点(X1,Y1)在短波长光谱图像的聚焦清晰度比点(X2,Y2)在该短波长光谱图像的聚焦清晰度差,而点(X1,Y1)在长波长光谱图像聚焦清晰度比点(X2,Y2)在该长波长光谱图像的聚焦清晰度更好,那么该点(X1,Y1)比点(X2,Y2)更远离摄像头;
②反之如果点(X1,Y1)在短波长光谱图像的聚焦清晰度比点(X2,Y2)在该短波长光谱图像的聚焦清晰度好,而点(X1,Y1)在长波长光谱图像聚焦清晰度比点(X2,Y2)在该长波长光谱图像的聚焦清晰度更差,那么该(X1,Y1)比点(X2,Y2)更靠近摄像头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641513.5A CN109754418B (zh) | 2018-12-29 | 2018-12-29 | 一种单摄像头立体视觉方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641513.5A CN109754418B (zh) | 2018-12-29 | 2018-12-29 | 一种单摄像头立体视觉方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109754418A CN109754418A (zh) | 2019-05-14 |
CN109754418B true CN109754418B (zh) | 2023-10-31 |
Family
ID=66404491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811641513.5A Active CN109754418B (zh) | 2018-12-29 | 2018-12-29 | 一种单摄像头立体视觉方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109754418B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101943839A (zh) * | 2010-07-06 | 2011-01-12 | 浙江大学 | 一体化的自动聚焦摄像机装置及清晰度评价方法 |
CN106412426A (zh) * | 2016-09-24 | 2017-02-15 | 上海大学 | 全聚焦摄影装置及方法 |
CN108426538A (zh) * | 2018-02-27 | 2018-08-21 | 华侨大学 | 一种3d形貌检测系统及方法 |
CN108459417A (zh) * | 2018-02-05 | 2018-08-28 | 华侨大学 | 一种单目窄带多光谱立体视觉系统及其使用方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150234102A1 (en) * | 2012-08-20 | 2015-08-20 | Drexel University | Dynamically focusable multispectral light field imaging |
CN104516085B (zh) * | 2013-09-30 | 2017-04-26 | 香港纺织及成衣研发中心有限公司 | 一种用于多光谱成像的快速调焦方法及装置 |
-
2018
- 2018-12-29 CN CN201811641513.5A patent/CN109754418B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101943839A (zh) * | 2010-07-06 | 2011-01-12 | 浙江大学 | 一体化的自动聚焦摄像机装置及清晰度评价方法 |
CN106412426A (zh) * | 2016-09-24 | 2017-02-15 | 上海大学 | 全聚焦摄影装置及方法 |
CN108459417A (zh) * | 2018-02-05 | 2018-08-28 | 华侨大学 | 一种单目窄带多光谱立体视觉系统及其使用方法 |
CN108426538A (zh) * | 2018-02-27 | 2018-08-21 | 华侨大学 | 一种3d形貌检测系统及方法 |
Non-Patent Citations (4)
Title |
---|
一种体视显微镜聚焦一致性的判定方法;李长阳 等;《光学技术》;20170228;第43卷(第01期);第56-60页 * |
基于共聚焦图像序列的深度估计方法;吴文杰 等;《计算机应用与软件》;20121231;第29卷(第12期);第43-46页 * |
基于显微图像散焦特征的微操作机器人深度信息提取;吕遐东 等;《机器人》;第25卷(第04期);第322-326页 * |
基于计算机视觉的深度估计方法;江静 等;《光电技术应用》;20110228;第26卷(第01期);第51-55页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109754418A (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205858B (zh) | 一种基于单个深度视觉传感器的室内场景三维重建方法 | |
CN111028295A (zh) | 一种基于编码结构光和双目的3d成像方法 | |
EP2728374B1 (de) | Erfindung betreffend die Hand-Auge-Kalibrierung von Kameras, insbesondere Tiefenbildkameras | |
US20180091798A1 (en) | System and Method for Generating a Depth Map Using Differential Patterns | |
CN108362228B (zh) | 一种基于双光机的光刀光栅混合式三维测量装置及测量方法 | |
CN103971378A (zh) | 一种混合视觉系统中全景图像的三维重建方法 | |
CN107590444B (zh) | 静态障碍物的检测方法、装置及存储介质 | |
CN110425996A (zh) | 基于双目立体视觉的工件尺寸测量方法 | |
CN110209184A (zh) | 一种基于双目视觉系统的无人机避障方法 | |
KR20160121509A (ko) | 2개의 카메라로부터의 곡선의 세트의 구조형 광 매칭 | |
CN111798507B (zh) | 一种输电线安全距离测量方法、计算机设备和存储介质 | |
CN106170086B (zh) | 绘制三维图像的方法及其装置、系统 | |
CN110136047B (zh) | 一种车载单目图像中静止目标三维信息获取方法 | |
Dekiff et al. | Three-dimensional data acquisition by digital correlation of projected speckle patterns | |
CN108010075A (zh) | 一种基于多特征联合的局部立体匹配方法 | |
Ann et al. | Study on 3D scene reconstruction in robot navigation using stereo vision | |
JP6285686B2 (ja) | 視差画像生成装置 | |
Beltran et al. | A comparison between active and passive 3d vision sensors: Bumblebeexb3 and Microsoft Kinect | |
Ilchev et al. | A Stereo Line Sensor System to High Speed Capturing of Surfaces in Color and 3D Shape. | |
CN109443319A (zh) | 基于单目视觉的障碍物测距系统及其测距方法 | |
CN109754418B (zh) | 一种单摄像头立体视觉方法 | |
AU2017100312A4 (en) | Method and Apparatus for Accurate Computational Stereo Vision | |
CN102542563A (zh) | 一种移动机器人前向单目视觉的建模方法 | |
Li et al. | The method of detecting nearest distance between obstacles and vehicle tail based on binocular vision system | |
CN110473246B (zh) | 一种基于双目视觉的多重遮挡目标的测距方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |