一种基于结构光的无干扰深度相机的设计方法
【技术领域】
[0001] 本发明属于图像处理技术领域，具体涉及一种基于结构光的无干扰深度相机的设 计方法。
【背景技术】
[0002] 随着Kinect的问世，Kinect给出了一种廉价的实时的场景深度图像提取方法，越 来越多的人开始关注3D构建和深度生成领域。深度图不仅能用于重建三维场景，还能用于 图像分割，模式识别等各个领域，具有很广泛的应用前景。
[0003] 然而Kinect深度传感器的致命弱点是：多台Kinect之间存在相互干扰。这也是 目前正在使用中的多数结构光相机面对的一个非常致命的问题。这导致无法在同一场景中 使用多台类似于Kinect的深度相机进行深度获取，即使在一个场景中摆放了多台Kinect 拍摄深度，其拍摄得到的深度图的质量较差，严重地影响了深度图的正常使用。
[0004] 一些方法被应用在消除Kinect的干扰上：可以使用频分复用的方式来消除深度 相机之间的干扰，对每台相机使用不同频率的光线作为其散斑模板的投射光线。并在每台 相机前，使用对应于其投射光线频率的滤光片，该滤光片仅透过该深度相机投射的光线，而 滤除其它相机投射的光线。这样一来，每台深度相机即可排除其它相机的影响独立工作。然 而这样做有一个缺点，即每台深度相机需要特别定制，不利于大规模生产。此外，由于每台 深度相机使用不同频率的光作为其散斑模板的投射光线，这也从一方面限制了每个场景中 能够使用的深度相机的数量。
[0005] 还有使用相对运动来解决多个Kinect相机之间干扰的方法。该方法使每台深度 相机间产生相互的运动。由于每台Kinect的投影模块和相机之间具有刚性结构，而Kinect 之间不存在这种刚性结构，这就导致了在Kinect相互运动时，每台Kinect都仅可以清楚接 收自身所投射的散斑模板，而来自于其他Kinect的散斑模板则由于相对运动的缘故变得 模糊，这相当于削弱了其余投影模板的亮度。使用这种方法虽然可以很好地解决Kinect之 间的干扰问题，但是引入了相机之间的相互运动，每个深度图的拍摄位置均在不断的变化 中，使用这种拍摄位置不断变化的深度图对三维重建来讲无疑是一种挑战。
【发明内容】
[0006] 为了克服现有技术的不足，本发明提出了一种基于散斑结构光的无干扰深度相机 的设计方法，目的在于消除多个深度相机系统内相机间干扰，可以在多相机同时工作的情 况下，分别获得无干扰的各相机的散斑图案，进而获得准确的深度信息。本发明实现的深度 相机（简称相机）具有无干扰、实现简单、适应性强等优点。
[0007] 本发明提供的一种基于结构光的无干扰深度相机的设计方法，包括如下步骤：
[0008] 1)对系统（是指多相机系统）内的多台相机进行分组，每个分组内默认相机数目 为两台，每台相机选择距离最近的相机同为一组；
[0009] 2)对系统内的各组相机分别进行同步；
[0010] 3)对系统内的各组相机分别进行标定；
[0011] 4)利用投影设备将结构光散斑图案投射到目标场景上。所述投影设备的数目为一 台以上，旨在投射的结构光散斑图案能覆盖全部目标场景，且数目不多到目标场景中的散 斑密不可分。所述投影设备的位置可任意分布，不受相机分组的影响。
[0012] 5)利用标定好的各组相机同步获取目标场景中的散斑图像；
[0013] 6)对各组相机获得的散斑图像进行校准；
[0014] 7)计算各组相机获得的散斑图像之间的视差，得到视差图；
[0015] 8)将视差图转换为深度图。
[0016] 本发明的有益效果包括如下几个方面：
[0017] (1)本方法实现的基于结构光的无干扰深度相机，可以正常提取目标场景的深度 信息；
[0018] (2)本方法采用的结构光方式可支持不同数量的深度相机同时工作，适应多种应 用情况；
[0019] (3)本方法不限制投影设备的数目和位置，不受深度相机数目的影响，可以适应多 种应用场景；
[0020] (4)本方法具有好的扩展性，增减系统内深度相机数量时不会对其他相机造成影 响，适应性好；
[0021] (5)本系统各深度相机可由同步信号进行调配，相机间无需通信，降低了系统成 本。
【附图说明】
[0022] 图1是本发明一种实施例的一种基于结构光的无干扰深度相机的系统流程示意 图；
[0023] 图2是本发明一种实施例的一种基于结构光的无干扰深度相机的系统原理框图；
[0024] 图3是本发明一种实施例的一种基于结构光的无干扰深度相机的深度计算原理 图。
【具体实施方式】
[0025] 下面结合附图和实施例对本发明进行详细说明。
[0026] 本发明提供一种基于结构光的无干扰深度相机的设计方法，适用于包含多组相机 和多个散斑投射源的系统，并且当多个散斑图案同时投射到目标场景（简称场景）时，不会 对任意一组相机拍摄的结果造成干扰。本包含多组相机和多个散斑投射源的系统的原理框 图如图2所示，多个投影机向实际场景内投射散斑，多个相机接收到信号源的信号后同步 拍摄实际场景的散斑图像，对散斑图像在计算处理单元进行处理，得到深度图。所述设计方 法包括如下步骤：
[0027] 步骤一，对系统内多台相机进行分组；具体为对系统内每台相机，寻找距离其最近 的相机与其成为一组：
[0028] 依据场景所需深度图视点的位置和角度，设置系统内相机的数目和位置。对系统 内的每台相机，寻找距离其最近的相机与其成为一组。如果距离相机A最近的相机有两台 及以上，可使相机A同时与多台相机成组，即相机A可以位于多个分组，每组固定为两台相 机。分组的数目依据所需的深度图视点的位置和角度确定。
[0029] 步骤二，对系统内的各组相机分别进行同步，使各组相机在同步信号的触发下实 现冋步拍摄：
[0030] 首先，所述的任意一组相机需要处于待触发状态，且同组相机的各个影响成像时 间的参数值应该相同。触发可以使用内部触发或外部触发实现，触发时应该使触发信号无 时间差别地输入到组内的各台相机。
[0031] 进一步地，也可对系统内多组相机统一进行同步触发，目的在于使各组相机采集 获得的原始图像以及最后生成的深度图像均为同一时刻的图像，便于利用所述深度图像进 行场景的三维重建等。
[0032] 步骤三，对系统内的各组相机分别进行标定，以获取透镜畸变模型以及真实空间 到相机空间的映射模型：
[0033] 由于相机是使用透镜来接收光线，所以不可避免引入了来自透镜的畸变；此外，为 了用相机测量真实世界的深度，需要将相机的单位尺度和物理世界的单位尺度联系起来。 基于上述两点，需要对相机进行标定，标定可以给出透镜畸变模型以及真实空间到相机空 间的映射模型。
[0034] 对各组相机的标定应该分别进行，最终获得各组相机各自的模型参数，具体包括 以下步骤：
[0035] (3. 1)根据实际场景情况选择标定方法和标定物；
[0036] 考虑到成本、难易度、实用性、以及本系统用于深度测量这一特点，在标定方法上 选择了利用标定物进行标定的方法。
[0037] 对作为标定物的物体，要求其尺寸大小是已知的，且尺寸精度影响标定结果的准 确度。标定物可以选择三维立体的物体，也可以选择二维平面的物体。考虑到制作和存储 高精度三维立体标定物的难度，本系统选取了二维平面物体作为标定物。考虑到算法的难 易度以及标定的实际效果，本系统选取了黑白方块交替排列的平面棋盘图模式。其中，棋盘 方块的边长和棋盘的角点个数要依据场景大小来制定。
[0038] (3. 2)拍摄包含标定物的图像；
[0039] 选取和制作好标定物之后，通过采集包含标定物的图像，进而建立起图像点 与标定物上的已知点坐标之间的映射关系，就可以获得真实空间到相机空间的映射模 型和透镜畸变模型的相关参数。优选的，可以采用张正友棋盘标定算法（见参考文献 [1] ：Z.Zhang, "Flexible camera calibration by viewing a plane from unknown orientations,'，Proceedings of the 7th International Conference on Computer Vision (pp. 666 - 673)，Corfu, September 1999)获得。
[0040] 对于上述二维平面标定物即棋盘，采集其图像时需要注意以下五个方面：
[0041] 1)保证棋盘内部角点能全部被待标定相机组中的两台相机清晰地采集到；
[0042] 2)拍摄到的棋盘大小要合适，过大则无法保证拍摄到全部的内部角点，过小了难 以清晰拍摄到角点；