CN117333560B - 场景自适应的条纹结构光解码方法、装置、设备和介质 - Google Patents
场景自适应的条纹结构光解码方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN117333560B CN117333560B CN202311631211.0A CN202311631211A CN117333560B CN 117333560 B CN117333560 B CN 117333560B CN 202311631211 A CN202311631211 A CN 202311631211A CN 117333560 B CN117333560 B CN 117333560B
- Authority
- CN
- China
- Prior art keywords
- image
- sequence
- sub
- normalized
- pixel value
- 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 54
- 230000003287 optical effect Effects 0.000 title claims abstract description 21
- 238000005286 illumination Methods 0.000 claims abstract description 52
- 108091026890 Coding region Proteins 0.000 claims description 50
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/001—Model-based coding, e.g. wire frame
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本公开的实施例公开了场景自适应的条纹结构光解码方法、装置、设备和介质。该方法的一具体实施方式包括:获取对应目标物体的全局照明图像和反射图像序列;对反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列;根据全局照明图像、第一反射图像子序列和第二反射图像子序列,生成各个归一化像素值组;确定各个条纹宽度信息组;对各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息;对第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息;生成对应目标物体的各个点云信息。该实施方式可以提高条纹亚像素定位的精度,从而可以提高所获取的点云信息准确率且减少点云信息的缺失。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及场景自适应的条纹结构光解码方法、装置、设备和介质。
背景技术
三维重建是指通过信息获取方法及相关设备将目标物体转换为三维信息的技术,而结构光法是三维重建中常用的方法之一。在结构光法中,通过各个编码图像和各个反射图像生成点云信息的过程被称为结构光解码。目前,在进行结构光解码时,通常采用的方式为:采用基于固定宽度的条纹亚像素定位方法和基于单像素二值化的解码方法进行结构光解码。
然而,发明人发现,当采用上述方式进行结构光解码时,经常会存在如下技术问题:
第一,当目标物体表面颜色或纹理结构较为复杂时,采用基于固定宽度的条纹亚像素定位方法难以实现高精度的条纹亚像素定位,从而导致获取的点云信息准确率较低且存在信息缺失。
第二,采用单像素二值化的解码方法时,单一像素灰度值会受到条纹边界的影响,同时目标物体的复杂表面往往存在不同程度的折射、衍射、二次弹射等现象,导致结构光解码的成功率降低和所生成的解码信息存在信息缺失。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了场景自适应的条纹结构光解码方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种场景自适应的条纹结构光解码方法,该方法包括:根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列,其中,上述反射图像序列中的反射图像对应上述编码序列组中的编码序列,上述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,上述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同;根据上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列;根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组,其中,所生成的每个归一化像素值组对应有归一化反射图像;根据上述各个归一化像素值组,确定各个条纹宽度信息组,其中,上述各个归一化像素值组中的归一化像素值组对应上述各个条纹宽度信息组中的归一化像素组,所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围;根据上述各个条纹宽度信息组,对上述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息;对上述第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息;根据上述各个解码信息和上述各个亚像素定位信息,生成对应上述目标物体的各个点云信息。
第二方面,本公开的一些实施例提供了一种场景自适应的条纹结构光解码装置,该装置包括:获取单元,被配置成根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列,其中,上述反射图像序列中的反射图像对应上述编码序列组中的编码序列,上述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,上述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同;分类单元,被配置成根据上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列;第一生成单元,被配置成根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组,其中,所生成的每个归一化像素值组对应有归一化反射图像;确定单元,被配置成根据上述各个归一化像素值组,确定各个条纹宽度信息组,其中,上述各个归一化像素值组中的归一化像素值组对应上述各个条纹宽度信息组中的归一化像素组,所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围;亚像素定位单元,被配置成根据上述各个条纹宽度信息组,对上述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息;解码单元,被配置成对上述第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息;第二生成单元,被配置成根据上述各个解码信息和上述各个亚像素定位信息,生成对应上述目标物体的各个点云信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的场景自适应的条纹结构光解码方法可以提高条纹亚像素定位的精度,从而提高所获取的点云信息准确率。具体来说,造成条纹亚像素定位精度较低和获取的点云信息准确率较低的原因在于:当目标物体表面颜色或纹理结构较为复杂时,采用基于固定宽度的条纹亚像素定位方法难以实现高精度的条纹亚像素定位,从而导致获取的点云信息准确率较低且存在信息缺失。基于此,本公开的一些实施例的场景自适应的条纹结构光解码方法,首先,根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列。其中,上述反射图像序列中的反射图像对应上述编码序列组中的编码序列。上述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,上述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同。由此,可以得到经过上述目标物体调制后的各个反射图像,且所获取的每个反射图像都可以反映出上述目标物体在对应的编码光照下的所表现出的结构特点。然后,根据上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列。由此,可以按照上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列中的各个反射图像进行分类,以便于对对应不同编码类型的各个反射图像进行相适应的处理。之后,根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组。其中,所生成的每个归一化像素值组对应有归一化反射图像。由此,可以对上述第一反射图像子序列和上述第二反射图像子序列中的每个像素值进行归一化,减少由照明条件变化引起的误差,提高结构光解码的准确性。其次,根据上述各个归一化像素值组,确定各个条纹宽度信息组。其中,上述各个归一化像素值组中的归一化像素值组对应上述各个条纹宽度信息组中的归一化像素组。所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围。由此,可以确定每个归一化像素组所表征的归一化反射图像中每个条纹的宽度,以便于后续进行亚像素定位处理。接着,根据上述各个条纹宽度信息组,对上述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息。由此,基于上述所确定的各个条纹宽度可以大幅提高亚像素定位处理的精度,从而提高所确定的各个亚像素位置信息的准确性。接着,对上述第三反射图像子序列中的各个第三反射图像进行解码,以生成对应上述目标物体的各个点云信息。最后,根据上述各个解码信息和上述各个亚像素定位信息,生成对应所述目标物体的各个点云信息。由此,通过具有较高准确性和完整度的各个亚像素位置信息和各个解码信息,可以生成具有较高准确性和较高完整度的各个点云信息。也因为采用了自适应宽度的条纹亚像素定位处理,可以减少所确定的图像条纹宽度与实际条纹宽度间的误差,从而可以基于所确定的条纹宽度进行高精度的条纹亚像素定位,进而大幅提高获所生成的点云信息的准确率和点云信息的完整度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的场景自适应的条纹结构光解码方法的一些实施例的流程图;
图2是根据本公开的场景自适应的条纹结构光解码装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的场景自适应的条纹结构光解码方法的一些实施例的流程100。该场景自适应的条纹结构光解码方法,包括以下步骤:
步骤101,根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列。
在一些实施例中,场景自适应的条纹结构光解码方法的执行主体(例如计算设备)可以根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列。其中,上述反射图像序列中的反射图像对应上述编码序列组中的编码序列。上述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成。上述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同。上述目标物体可以为需要进行三维重建的物体。上述全局照明图像可以为上述目标物体在全局照明条件下所采集的图像。
作为示例,上述第一编码序列可以是4位正向条纹线移编码序列。上述第二编码序列可以是4位反向条纹线移编码序列。上述第三编码序列可以是8位格雷码序列。上述第一预设数量可以为4。上述第二预设数量可以为4。上述第二预设数量可以与上述第一预设数量相等。上述第三预设数量可以为8。上述第三编码序列,即8位格雷码序列可以将宽度为1024的编码空间分割成256个宽度为4的子区域。其中,所分割出的每个子空间具有相同格雷码。上述第一编码序列和上述第二编码序列,即4位正向线移编码序列和4位反向线移编码序列均可以将宽度为4的子空间赋予不同的码值0~3。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列:
第一步,控制相关联的投影设备对上述目标物体的目标面进行全局照明,以及控制相关联的图像采集设备对上述目标物体的目标面进行同步图像采集,以获取全局照明图像。上述投影设备可以为投影仪。上述图像采集设备可以为摄像头。上述目标物体的目标面可以为上述目标物体需要进行三维重建的一个面。实践中,上述目标物体的目标面可以是上述目标物体正对上述投影设备和上述图像采集设备的面。实践中,上述执行主体可以控制相关联的投影设备对上述目标物体的目标面投射均匀白光,以进行全局照明,以及控制相关联的图像采集设备对上述目标物体的目标面进行同步图像采集,以获取全局照明图像。
第二步,对于上述编码序列组中每个编码序列,执行以下步骤:
第一子步骤,生成对应的上述编码序列的编码图像。实践中,上述执行主体可以将上述编码序列中的各个编码依次填充至预设大小的空白图像中。然后,上述执行主体可以对上述空白图像中的各个编码填充对应的颜色(例如1填充黑色,0填充白色),以生成与上述编码序列对应的编码图案。
第二子步骤,控制上述投影设备将上述编码图像投射至上述目标物体的目标面,以及控制上述图像采集设备对上述目标物体的目标面进行同步图像采集,以获取反射图像。其中,上述反射图像是上述编码图像经过上述目标物体的目标面反射后的图像。
第三步,将所获取的各个反射图像确定为反射图像序列。
步骤102,根据编码序列组中各个编码序列对应的编码类型,对反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列。
在一些实施例中,上述执行主体可以根据上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列。其中,上述第一反射图像子序列中的每个第一反射图像可以为对应的正向条纹线移编码序列所生成的正向条纹线移编码图像经过上述目标物体的目标面反射后的图像。上述第二反射图像子序列中的每个第二反射图像可以为对应的反向条纹线移编码序列所生成的反向条纹线移编码图像经过上述目标物体的目标面反射后的图像。上述第三反射图像子序列中的每个第三反射图像可以为对应的格雷码编码序列所生成的格雷码编码图像经过上述目标物体的目标面反射后的图像。
步骤103,根据全局照明图像、第一反射图像子序列和第二反射图像子序列,生成各个归一化像素值组。
在一些实施例中,上述执行主体可以根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组。其中,所生成的每个归一化像素值组对应有归一化反射图像。
可选地,上述第一预设数量可以与上述第二预设数量相等。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组:
第一步,对于上述第一反射图像子序列中的每个第一反射图像,执行以下步骤:
第一子步骤,从上述第二反射图像子序列中选择满足位序相同条件的第二反射图像作为目标第二反射图像。上述位序相同条件可以为上述第一反射图像在上述第一反射图像子序列中的次序与上述目标第二反射图像在上述第二反射图像子序列中的位序相同。例如,上述第一反射图像是上述第一反射图像子序列中的第一个第一反射图像,则与上述第一反射图像对应的目标第二反射图像可以是上述第二反射图像子序列中的第一个第二反射图像。
第二子步骤,对于上述第一反射图像中的每个第一反射图像像素值,执行以下步骤:
子步骤一,从上述目标第二反射图像中选择满足位置条件的像素值作为目标第二反射图像像素值。上述位置条件可以为上述目标第二反射图像像素值的位置与上述第一反射图像像素值的位置相同。例如,上述第一反射图像像素值的在上述第一反射图像中的位置坐标可以为(x1,y2)。上述目标第二反射图像像素值在上述目标第二反射图像的位置坐标可以为(x2,y2)。则x1与x2相等,y1与y2相等。
子步骤二,从上述全局照明图像中选择满足位置条件的像素值作为全局照明图像像素值。
子步骤三,根据上述第一反射图像像素值、上述目标第二反射图像像素值和上述全局照明图像像素值,生成归一化像素值。实践中,首先,上述执行主体可以将上述第一反射图像像素值与上述目标第二反射图像像素值的差确定为像素差值。然后,上述执行主体可以将上述像素差值与上述全局照明图像像素值的比值确定为生成归一化像素值。
第三子步骤,将所生成的各个归一化像素值确定为归一化像素值组。由此,可以通过相对应的第一反射图像和第二反射图像进行像素归一化,减少由照明条件变化引起的误差,进一步提高结构光解码的准确性。
步骤104,根据各个归一化像素值组,确定各个条纹宽度信息组。
在一些实施例中,上述执行主体可以根据上述各个归一化像素值组,确定各个条纹宽度信息组。其中,上述各个归一化像素值组中的归一化像素值组对应各个条纹宽度信息组中的归一化像素组。所确定的每个条纹宽度信息可以表征对应的归一化反射图像中的一个条纹的宽度范围。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤根据上述各个归一化像素值组,确定各个条纹宽度信息组:
第一步,对于上述各个归一化像素值组中的每个归一化像素值组,执行以下步骤:
第一子步骤,对于上述归一化像素值组中的每个归一化像素值,确定对应上述归一化像素值的像素一阶导数。实践中,对于上述归一化像素值组中的每个归一化像素值,上述执行主体可以通过相关库函数(例如OpenCV库中的Sobel函数)确定上述归一化像素值在上述归一化像素值组所对应的归一化反射图像上沿X轴上的导数,得到像素一阶导数。
第二子步骤,根据所确定的各个像素一阶导数,确定各个条纹宽度信息。实践中,首先,上述执行主体可以通过零交叉算子确定上述各个像素一阶导数中的各个零交叉点。然后,上述执行主体可以按照所确定的各个零交叉点的各个横坐标,对所确定的各个零交叉点沿X轴方向进行排序,得到零交叉点序列。最后,上述执行主体可以将上述零交叉点序列中的每两个零交叉点所表征的条纹宽度确定为条纹宽度信息。
第三子步骤,将所确定的各个条纹宽度信息确定为与上述归一化像素值组对应的条纹宽度信息组。
步骤105,根据各个条纹宽度信息组,对各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息。
在一些实施例中,上述执行主体可以根据各个条纹宽度信息组,对各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息。实践中,对于上述各个条纹宽度信息组中的每个条纹宽度信息组,上述执行主体可以执行以下步骤:首先,从上述各个归一化像素值组中选择与上述条纹宽度信息组对应的归一化像素值组作为目标归一化像素组。然后,对于上述条纹宽度信息组中的每个条纹宽度信息,可以通过以下公式,基于上述条纹宽度信息,对上述归一化像素值组进行亚像素定位,以生成亚像素位置信息:。
其中,上述可以为上述条纹宽度信息所表征的宽度区间的起始位置所在的像素列数。上述/>上述条纹宽度信息所表征的宽度区间的结束位置所在的像素列数。上述可以为生成的亚像素位置信息。上述/>可以为上述目标归一化像素值组所对应的归一化反射图像的总像素行数。上述/>可以为上述归一化像素值组所对应的归一化反射图像中第/>行和第/>列对应的归一化像素值。上述/>可以表征与上述目标归一化像素值组对应的归一化反射图像所对应的第一反射图像在上述第一反射图像子序列中的位序。
步骤106,对第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息。
在一些实施例中,上述执行主体可以对上述第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤基于各个亚像素位置信息,对第三反射图像子序列中的各个第三反射图像进行解码,以生成对应目标物体的各个点云信息:
第一步,对于上述第三反射图像子序列中的每个第三反射图像,执行以下步骤:
第一子步骤,响应于确定上述第三反射图像子序列中存在与上述第三反射图像对应的第三反射图像,将与上述第三反射图像对应的第三反射图像确定为目标第三反射图像。上述目标第三反射图像可以为上述第三反射图像子序列中与上述第三反射图像的位序值的差等于预设差值的第三反射图像。
作为示例,上述预设差值可以为3。例如,上述第三反射图像的位序值为1,则目标第三反射图像的位序值可以为4。
第二子步骤,根据上述目标第三反射图像、上述第三反射图像和上述全局照明图像,生成各个归一化图像像素值。上述根据上述目标第三反射图像、上述第三反射图像和上述全局照明图像,生成各个归一化图像像素值的实现步骤可以参考上述根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组的实现步骤,在此不在赘述。
第三子步骤,将所生成的各个归一化图像像素值确定为归一化图像像素值组。其中,所确定的归一化图像像素值组对应有归一化格雷码图像。
第二步,对于所生成的各个归一化图像像素值组中的每个归一化图像像素值组,执行以下步骤:
第一子步骤,确定上述归一化图像像素值组中各个归一化图像像素值对应的各个图像像素一阶导数。实践中,上述执行主体可以通过相关库函数(例如OpenCV库中的Sobel函数)确定上述归一化图像像素值组中每个归一化图像像素值沿着X轴方向的一阶导数,得到各个图像像素一阶导数。
第二子步骤,根据所确定的各个图像像素一阶导数,确定各个图像像素二阶导数。实践中,上述执行主体可以通过相关库函数(例如OpenCV库中的Sobel函数)确定上述各个图像像素一阶导数中每个图像像素一阶导数沿X轴方向的二阶导数,得到各个图像像素二阶导数。
第三子步骤,根据上述各个图像像素一阶导数,确定各个编码区间中心位置。上述各个编码区间中心位置中的每个编码区间中心位置可以表征上述归一化图像像素值组所对应的归一化格雷码图像中一个格雷码区间的中心位置。实践中,首先,上述执行主体可以通过零交叉算子从上述各个图像像素一阶导数中确定出各个一阶导数零交叉点。然后,可以将所确定的各个一阶导数零交叉点确定为各个编码区间中心位置。
第四子步骤,根据上述各个图像像素二阶导数,确定各个编码区间宽度信息。其中,所确定的每个编码区间中心位置对应所确定的每个编码区间宽度信息。实践中,首先,上述执行主体可以通过零交叉算子从上述各个图像像素二阶导数中确定出各个二阶导数零交叉点。然后,上述执行主体可以对所确定的各个二阶零交叉点,按照横坐标顺序进行排序,得到二阶零交叉点序列。最后,对于上述各个编码区间中心位置中的每个编码区间中心位置,上述执行主体可以执行以下步骤:第一,从上述二阶零交叉点序列中选择一个横坐标大小最接近且小于上述编码区间中心位置横坐标的二阶零交叉点作为编码区间的起始位置点,以及从上述二阶零交叉点序列中选择一个横坐标大小最接近且大于上述编码区间中心位置横坐标的二阶零交叉点作为编码区间的结束位置点。第二,所确定的起始位置点和结束位置点所表征的宽度范围确定为编码区间宽度信息。
第五子步骤,对于所确定的各个编码区间中心位置中的每个编码区间中心位置,对与上述编码区间中心位置对应的编码区间宽度信息所表征的区间范围内的各个像素值进行解码操作,以生成解码信息。实践中,对于所确定的各个编码区间中心位置中的每个编码区间中心位置,上述执行主体可以通过以下公式对与上述编码区间中心位置对应的编码区间宽度信息所表征的区间范围内的每个像素行中的各个像素值进行解码操作,以生成解码信息:
;
。
其中,上述可以为所生成的解码信息。上述/>可以为对应的编码区间宽度信息所表征的编码区间的起始位置所在的像素列数。上述/>可以为对应的编码区间宽度信息所表征的编码区间的结束位置所在的像素列数。上述/>可以为上述归一化图像像素值组所对应的归一化格雷码图像中上述像素行中的第/>个像素列位置对应的归一化图像像素值。上述/>可以为基于阈值/>的二值化函数。
上述第一步至第二步作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“采用单像素二值化的解码方法时,单一像素灰度值会受到条纹边界的影响,同时目标物体的复杂表面往往存在不同程度的折射、衍射、二次弹射等现象,导致结构光解码的成功率降低和所生成的解码信息存在信息缺失”。导致的结构光解码成功率降低和所生成的点云信息存在信息缺失的因素往往如下:采用单像素二值化的解码方法时,单一像素灰度值会受到条纹边界的影响,同时目标物体的复杂表面往往存在不同程度的折射、衍射、二次弹射等现象,导致结构光解码的成功率降低和所生成的解码信息存在信息缺失。如果解决了上述因素,就能达到提高结构光解码成功率和提高解码信息完整度的效果。为了达到这一效果,本公开首先,对各个第三反射图像的归一化。由此,可以减少因光照条件变化而产生的误差,从而提高后续解码操作的准确性。之后,确定各个归一化图像像素值的对应各个一阶导数和各个二阶导数。然后,通过所确定的各个归一化图像像素值的各个一阶导数和各个二阶导数,可以确定每个格雷码图案中每个格雷码条纹的条纹区间宽度。由此,可以明确各个格雷码条纹的固定宽度,从而减少条纹边界中小的局部扰动(如由于表面不规则性或光照变化造成的)对后续解码的负面影响。且由于固定宽度的格雷码具有编码冗余性,更能适应复杂表面上的折射和衍射现象,可以进一步提高的解码成功率和提高所解码信息的完整度。因此,通过采用固定宽度的格雷码解码方法,可以减少单一像素灰度值受到条纹边界不确定的影响,从而提高结构光解码的成功率和所生成的解码信息的完整度。
步骤107,根据各个解码信息和各个亚像素定位信息,生成对应目标物体的各个点云信息。
在一些实施例中,上述执行主体可以根据各个解码信息和各个亚像素定位信息,生成对应目标物体的各个点云信息。上述对应目标物体的各个点云信息可以为表征上述目标物体的目标面表面形状和空间结构的信息。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤根据上述各个解码信息和上述各个亚像素定位信息,生成对应目标物体的各个点云信息:
第一步,获取上述投影设备的投影设备参数。上述投影设备参数可以包括但不限于投影设备分辨率、投影设备焦距和投影设备镜头畸变系数。
第二步,获取上述图像采集设备的采集设备参数。上述采集设备参数可以包括但不限于采集设备焦距、采集设备主点坐标和采集设备畸变系数。
第三步,根据上述投影设备参数和上述采集设备系数,生成投影矩阵。实践中,首先,上述执行主体可以将上述采集设备系数填充至预设内参矩阵中,以更新内参矩阵。然后,上述执行主体可以将上述投影设备参数填充至预设外参矩阵中,以更新外参矩阵。最后,可以将上述内参矩阵与上述外参矩阵相乘,以生成上述投影矩阵。
第四步,根据上述投影矩阵、上述各个解码信息和上述各个亚像素定位信息,生成对应上述目标物体的各个点云信息。实践中,上述执行主体可以通过相关库函数中的方法(例如OpenCV库中cv2.triangulatePoints()方法)对上述投影矩阵、上述各个解码信息和上述各个亚像素定位信息进行三角测量,以生成对应上述目标物体的各个点云信息。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的场景自适应的条纹结构光解码方法可以提高条纹亚像素定位的精度,从而提高所获取的点云信息准确率。具体来说,造成条纹亚像素定位精度较低和获取的点云信息准确率较低的原因在于:当目标物体表面颜色或纹理结构较为复杂时,采用基于固定宽度的条纹亚像素定位方法难以实现高精度的条纹亚像素定位,从而导致获取的点云信息准确率较低且存在信息缺失。基于此,本公开的一些实施例的场景自适应的条纹结构光解码方法,首先,根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列。其中,上述反射图像序列中的反射图像对应上述编码序列组中的编码序列。上述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,上述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同。由此,可以得到经过上述目标物体调制后的各个反射图像,且所获取的每个反射图像都可以反映出上述目标物体在对应的编码光照下的所表现出的结构特点。然后,根据上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列。由此,可以按照上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列中的各个反射图像进行分类,以便于对对应不同编码类型的各个反射图像进行相适应的处理。之后,根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组。其中,所生成的每个归一化像素值组对应有归一化反射图像。由此,可以对上述第一反射图像子序列和上述第二反射图像子序列中的每个像素值进行归一化,减少由照明条件变化引起的误差,提高结构光解码的准确性。其次,根据上述各个归一化像素值组,确定各个条纹宽度信息组。其中,上述各个归一化像素值组中的归一化像素值组对应上述各个条纹宽度信息组中的归一化像素组。所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围。由此,可以确定每个归一化像素组所表征的归一化反射图像中每个条纹的宽度,以便于后续进行亚像素定位处理。接着,根据上述各个条纹宽度信息组,对上述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息。由此,基于上述所确定的各个条纹宽度可以大幅提高亚像素定位处理的精度,从而提高所确定的各个亚像素位置信息的准确性。接着,对上述第三反射图像子序列中的各个第三反射图像进行解码,以生成对应上述目标物体的各个点云信息。最后,根据上述各个解码信息和上述各个亚像素定位信息,生成对应所述目标物体的各个点云信息。由此,通过具有较高准确性和完整度的各个亚像素位置信息和各个解码信息,可以生成具有较高准确性和较高完整度的各个点云信息。也因为采用了自适应宽度的条纹亚像素定位处理,可以减少所确定的图像条纹宽度与实际条纹宽度间的误差,从而可以基于所确定的条纹宽度进行高精度的条纹亚像素定位,进而大幅提高获所生成的点云信息的准确率和点云信息的完整度。
进一步参考图2,作为对各图所示方法的实现,本公开提供了一种场景自适应的条纹结构光解码装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的场景自适应的条纹结构光解码装置200包括:获取单元201、分类单元202、第一生成单元203、确定单元204、亚像素定位单元205、解码单元206和第二生成单元207。其中,获取单元201被配置成根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列,其中,上述反射图像序列中的反射图像对应上述编码序列组中的编码序列,上述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,上述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同;分类单元202被配置成根据上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列;第一生成单元203被配置成根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组,其中,所生成的每个归一化像素值组对应有归一化反射图像;确定单元204被配置成根据上述各个归一化像素值组,确定各个条纹宽度信息组,其中,上述各个归一化像素值组中的归一化像素值组对应上述各个条纹宽度信息组中的归一化像素组,所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围;亚像素定位单元205被配置成根据上述各个条纹宽度信息组,对上述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息;解码单元206被配置成对上述第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息;第二生成单元207被配置成根据上述各个解码信息和上述各个亚像素定位信息,生成对应上述目标物体的各个点云信息。
可以理解的是,该装置200中记载的诸单元与参考图1述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
计算机可读介质可以是电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。计算机可读介质承载有一个或者多个程序,当一个或者多个程序被该电子设备执行时,使得该电子设备:根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列,其中,上述反射图像序列中的反射图像对应上述编码序列组中的编码序列,上述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,上述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同;根据上述编码序列组中各个编码序列对应的编码类型,对上述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列;根据上述全局照明图像、上述第一反射图像子序列和上述第二反射图像子序列,生成各个归一化像素值组,其中,所生成的每个归一化像素值组对应有归一化反射图像;根据上述各个归一化像素值组,确定各个条纹宽度信息组,其中,上述各个归一化像素值组中的归一化像素值组对应上述各个条纹宽度信息组中的归一化像素组,所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围;根据上述各个条纹宽度信息组,对上述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息;对上述第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息;根据上述各个解码信息和上述各个亚像素定位信息,生成对应上述目标物体的各个点云信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、分类单元、第一生成单元、确定单元、亚像素定位单元、解码单元和第二生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离发明构思的情况下,由技术特征或其等同特征进行任意组合而形成的其它技术方案。例如特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种场景自适应的条纹结构光解码方法,包括:
根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列,其中,所述反射图像序列中的反射图像对应所述编码序列组中的编码序列,所述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,所述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同;
根据所述编码序列组中各个编码序列对应的编码类型,对所述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列;
根据所述全局照明图像、所述第一反射图像子序列和所述第二反射图像子序列,生成各个归一化像素值组,其中,所生成的每个归一化像素值组对应有归一化反射图像;
根据所述各个归一化像素值组,确定各个条纹宽度信息组,其中,所述各个归一化像素值组中的归一化像素值组对应所述各个条纹宽度信息组中的归一化像素组,所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围;
根据所述各个条纹宽度信息组,对所述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息;
对所述第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息;
根据所述各个解码信息和所述各个亚像素位置信息,生成对应所述目标物体的各个点云信息。
2.根据权利要求1所述的方法,其中,所述根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列,包括:
控制相关联的投影设备对所述目标物体的目标面进行全局照明,以及控制相关联的图像采集设备对所述目标物体的目标面进行同步图像采集,以获取全局照明图像;
对于所述编码序列组中每个编码序列,执行以下步骤:
生成对应的所述编码序列的编码图像;
控制所述投影设备将所述编码图像投射至所述目标物体的目标面,以及控制所述图像采集设备对所述目标物体的目标面进行同步图像采集,以获取反射图像,其中,所述反射图像是所述编码图像经过所述目标物体的目标面反射后的图像;
将所获取的各个反射图像确定为反射图像序列。
3.根据权利要求2所述的方法,其中,所述第一预设数量与所述第二预设数量相等;以及
所述根据所述全局照明图像、所述第一反射图像子序列和所述第二反射图像子序列,生成各个归一化像素值组,包括:
对于所述第一反射图像子序列中的每个第一反射图像,执行以下步骤:
从所述第二反射图像子序列中选择满足位序相同条件的第二反射图像作为目标第二反射图像;
对于所述第一反射图像中的每个第一反射图像像素值,执行以下步骤:
从所述目标第二反射图像中选择满足位置条件的像素值作为目标第二反射图像像素值;
从所述全局照明图像中选择满足位置条件的像素值作为全局照明图像像素值;
根据所述第一反射图像像素值、所述目标第二反射图像像素值和所述全局照明图像像素值,生成归一化像素值;
将所生成的各个归一化像素值确定为归一化像素值组。
4.根据权利要求3所述的方法,其中,所述根据所述各个归一化像素值组,确定各个条纹宽度信息组,包括:
对于所述各个归一化像素值组中的每个归一化像素值组,执行以下步骤:
对于所述归一化像素值组中的每个归一化像素值,确定对应所述归一化像素值的像素一阶导数;
根据所确定的各个像素一阶导数,确定各个条纹宽度信息;
将所确定的各个条纹宽度信息确定为与所述归一化像素值组对应的条纹宽度信息组。
5.根据权利要求4所述的方法,其中,所述根据所述各个解码信息和所述各个亚像素位置信息,生成对应所述目标物体的各个点云信息,包括:
获取所述投影设备的投影设备参数;
获取所述图像采集设备的采集设备参数;
根据所述投影设备参数和所述采集设备参数,生成投影矩阵;
根据所述投影矩阵、所述各个解码信息和所述各个亚像素位置信息,生成对应所述目标物体的各个点云信息。
6.一种场景自适应的条纹结构光解码装置,包括:
获取单元,被配置成根据预先构建的编码序列组,获取对应目标物体的全局照明图像和反射图像序列,其中,所述反射图像序列中的反射图像对应所述编码序列组中的编码序列,所述编码序列组由第一预设数量的第一编码序列、第二预设数量的第二编码序列和第三预设数量的第三编码序列顺序组成,所述编码序列组中的第一编码序列、第二编码序列和第三编码序列对应的编码类型不同;
分类单元,被配置成根据所述编码序列组中各个编码序列对应的编码类型,对所述反射图像序列进行分类,得到第一反射图像子序列、第二反射图像子序列和第三反射图像子序列;
第一生成单元,被配置成根据所述全局照明图像、所述第一反射图像子序列和所述第二反射图像子序列,生成各个归一化像素值组,其中,所生成的每个归一化像素值组对应有归一化反射图像;
确定单元,被配置成根据所述各个归一化像素值组,确定各个条纹宽度信息组,其中,所述各个归一化像素值组中的归一化像素值组对应所述各个条纹宽度信息组中的归一化像素组,所确定的每个条纹宽度信息表征对应的归一化反射图像中的一个条纹的宽度范围;
亚像素定位单元,被配置成根据所述各个条纹宽度信息组,对所述各个归一化像素值组进行亚像素定位,以确定各个亚像素位置信息;
解码单元,被配置成对所述第三反射图像子序列中的各个第三反射图像进行解码,以生成各个解码信息;
第二生成单元,被配置成根据所述各个解码信息和所述各个亚像素位置信息,生成对应所述目标物体的各个点云信息。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311631211.0A CN117333560B (zh) | 2023-12-01 | 2023-12-01 | 场景自适应的条纹结构光解码方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311631211.0A CN117333560B (zh) | 2023-12-01 | 2023-12-01 | 场景自适应的条纹结构光解码方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117333560A CN117333560A (zh) | 2024-01-02 |
CN117333560B true CN117333560B (zh) | 2024-02-20 |
Family
ID=89277817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311631211.0A Active CN117333560B (zh) | 2023-12-01 | 2023-12-01 | 场景自适应的条纹结构光解码方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117333560B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108122254A (zh) * | 2017-12-15 | 2018-06-05 | 中国科学院深圳先进技术研究院 | 基于结构光的三维图像重建方法、装置及存储介质 |
CN108876839A (zh) * | 2018-07-18 | 2018-11-23 | 清华大学 | 一种结构光三维成像系统的景深扩展方法、装置和系统 |
CN111275776A (zh) * | 2020-02-11 | 2020-06-12 | 北京淳中科技股份有限公司 | 投影增强现实方法、装置和电子设备 |
CN112729166A (zh) * | 2021-01-04 | 2021-04-30 | 熵智科技(深圳)有限公司 | 结构光编码方法、编解码方法、装置、计算机设备及介质 |
CN114166150A (zh) * | 2021-12-07 | 2022-03-11 | 海伯森技术(深圳)有限公司 | 一种条纹反射三维测量方法、系统及存储介质 |
CN115564893A (zh) * | 2022-09-28 | 2023-01-03 | 华南理工大学 | 一种基于编码结构光的图像编解码方法 |
CN115761126A (zh) * | 2022-11-15 | 2023-03-07 | 歌尔科技有限公司 | 基于结构光的三维重建方法、装置、电子设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8811767B2 (en) * | 2011-03-15 | 2014-08-19 | Mitsubishi Electric Research Laboratories, Inc. | Structured light for 3D shape reconstruction subject to global illumination |
CN111951376B (zh) * | 2020-07-28 | 2023-04-07 | 中国科学院深圳先进技术研究院 | 融合结构光和光度学的三维对象重建方法及终端设备 |
-
2023
- 2023-12-01 CN CN202311631211.0A patent/CN117333560B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108122254A (zh) * | 2017-12-15 | 2018-06-05 | 中国科学院深圳先进技术研究院 | 基于结构光的三维图像重建方法、装置及存储介质 |
CN108876839A (zh) * | 2018-07-18 | 2018-11-23 | 清华大学 | 一种结构光三维成像系统的景深扩展方法、装置和系统 |
CN111275776A (zh) * | 2020-02-11 | 2020-06-12 | 北京淳中科技股份有限公司 | 投影增强现实方法、装置和电子设备 |
CN112729166A (zh) * | 2021-01-04 | 2021-04-30 | 熵智科技(深圳)有限公司 | 结构光编码方法、编解码方法、装置、计算机设备及介质 |
CN114166150A (zh) * | 2021-12-07 | 2022-03-11 | 海伯森技术(深圳)有限公司 | 一种条纹反射三维测量方法、系统及存储介质 |
CN115564893A (zh) * | 2022-09-28 | 2023-01-03 | 华南理工大学 | 一种基于编码结构光的图像编解码方法 |
CN115761126A (zh) * | 2022-11-15 | 2023-03-07 | 歌尔科技有限公司 | 基于结构光的三维重建方法、装置、电子设备和存储介质 |
Non-Patent Citations (4)
Title |
---|
Laser-based structured light technique for 3D reconstruction using Extreme Laser stripes extraction method with global information extraction;Ali A. Al-Temeemy, Shahad A. Al-Saqal;Optics & Laser Technology;第138卷;全文 * |
基于二值空间编解码的结构光三维场景重建;葛启杰;史金龙;孙蕴瀚;;激光与光电子学进展(第02期);全文 * |
基于自适应条纹的高反光表面三维面形测量方法;冯维;汤少靖;赵晓冬;赵大兴;;光学学报(第05期);全文 * |
时空二值编码结构光三维成像中的亚像素匹配方法;张海花;李勇;卢世江;陈良锋;;中国激光(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117333560A (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113327318B (zh) | 图像显示方法、装置、电子设备和计算机可读介质 | |
CN113607185B (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN112967381A (zh) | 三维重建方法、设备和介质 | |
CN112330788A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN110084873B (zh) | 用于渲染三维模型的方法和装置 | |
CN114399814B (zh) | 一种基于深度学习的遮挡物移除和三维重建方法 | |
CN115578515A (zh) | 三维重建模型的训练方法、三维场景渲染方法及装置 | |
CN113421217A (zh) | 可行驶区域检测方法和装置 | |
CN114581336A (zh) | 图像修复方法、装置、设备、介质及产品 | |
CN114119854A (zh) | 阴影渲染方法、游戏文件打包方法及相应装置 | |
US11257290B2 (en) | Decimating a three-dimensional mesh via successive self-parameterization | |
CN117333560B (zh) | 场景自适应的条纹结构光解码方法、装置、设备和介质 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN108256477B (zh) | 一种用于检测人脸的方法和装置 | |
CN113436247B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN115035223A (zh) | 一种图像处理方法、装置、设备及介质 | |
JP2024521816A (ja) | 無制約画像手ぶれ補正 | |
CN114494574A (zh) | 一种多损失函数约束的深度学习单目三维重建方法及系统 | |
CN113066166A (zh) | 图像处理方法、装置和电子设备 | |
CN110599437A (zh) | 用于处理视频的方法和装置 | |
CN116630436B (zh) | 相机外参修正方法、装置、电子设备和计算机可读介质 | |
CN116894933B (zh) | 一种三维模型比较方法、装置、设备和存储介质 | |
CN115170674B (zh) | 基于单张图像的相机主点标定方法、装置、设备和介质 | |
CN116228830B (zh) | 一种三角网格编码结构光的三维重建方法及装置 | |
CN115841151B (zh) | 模型训练方法、装置、电子设备和计算机可读介质 |
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 |