专利名称：：基于物联网应用的主动光深度测量值修正方法
技术领域：
：本发明涉及一种基于物联网应用的主动光深度测量值修正方法。
背景技术：
：现代的智能视频监控系统(Intelligencevideosurveillance)都采用计算机视觉的方法来对视频中的信息进行分析，提取出视频中的各种各种行为主体，并对行为主体的行为进行分析。但是目前的智能视频监控系统都还面临着许许多多的问题，诸如部分遮挡目标的稳定检测，阴影去除，对比度不明显目标的检测，以及对前景目标的准确分割等都是当前智能视频监控中的难点问题，这些问题之所以困难那都是因为无法获得场景中物体之间的相互空间关系，对各个像素点深度信息的缺失使得智能视频监控系统的性能很难达到较高的性能。视频监控场景中的深度信息是至关重要的信息，但是普通的视频监控过程都是三维世界坐标系往二维图像坐标系映射的，在得到视频的过程中都丢失了距离信息。由于人眼以及大脑具有极强的自标定功能，而且具有相当多的额外的先验知识，因而对于没有直接深度信息的视频也能够很好的理解图像中的内容，也能够分清图像中各个部分的相对位置关系。但是一直完全采用人力来对视频内容进行分析是不可能的，特别是现在监控摄像头数目众多而且人力成本越来越高的时代。在其他智能系统领域，比如机器人应用等领域都需要系统能够感知周围的环境信息，特别是对周围环境中物体与系统之间距离信息的准确感知。因而对于各种智能系统来说，感知周围环境的深度信息都是系统能否充分发挥应有作用的关键。由于在成像的过程中都丢失了深度信息，要想重新获得周围环境的深度信息是一个非常麻烦的过程。当前获取图像深度信息的方法主要通过摄像机标定同时结合一定先验知识或者多目视觉的方式来获取，但是这些方法都需要较多的先验信息，而且标定过程麻烦，多目视觉恢复深度信息的方式安装过程中也需要对摄像头进行标定。Primesense公司是3D机器视觉领域的全球领先者，其基于结构光编码技术的深度图像能够直接获取各像素方位上的图像深度，应用极其方便。Faprimesense的测距信息具有一定的结构性误差，这导致了在对场景内物体在三维真实世界进行精确定位以及测高等后续应用中会有误差。因而通过修正过程，对采集得到的深度信息首先进行修正，然后再进行后续的处理，才能够保证计算过程中的各种精度。为了准确的获取深度摄像头的修正信息，需要对真实距离与测量距离以及方位之间的关系进行精确地映射建模，在建立了真实距离与测量距离以及方位之间的映射关系以后，就可以对测量的实时深度信息进行修正，然后再将这些修正后的深度信息用于后续计算。本文所设计的深度修正算法适用于各种深度摄像头，特别是PS公司所设计的基于结构光深度摄像头系列
发明内容本发明的目的在于克服现有技术中的不足，提供基于物联网应用的主动光深度测量值修正方法。基于物联网应用的主动光深度测量值修正方法，具体方法如下定义一、深度图；深度图是由深度摄像机所输出，并包涵各个方位上目标距离摄像头距离信息的图像。即其在坐标U，V处的图像值f(U，V)表示U，V视线上距离摄像头最近点的距离值。定义二、主动光深度图；深度图像的获取有多种，一种是利用双目或者多目视觉获取视差来获取的图像，另外一种是利用主动光进行照明然后测距的方法。本发明所提及的主动光测距方法包括采用如下方法得到的深度距离图像干涉法、结构光编码法、飞行时间法等。定义三、标准面；一个大面积的平面，比如墙壁；定义四、线性内插；一种数学估值方法，利用左右两个点的函数值对中间点的函数值进行线性估计，权利要求1.基于物联网应用的主动光深度测量值修正方法，其特征在于，包括以下步骤定义一、深度图；深度图是由深度摄像机所输出，并包涵各个方位上目标距离摄像头距离信息的图像，即其在坐标U，V处的图像值f(U，V)表示U，V视线上距离摄像头最近点的距离值，定义二、主动光深度图；深度图像的获取有多种，一种是利用双目或者多目视觉获取视差来获取的图像，另外一种是利用主动光进行照明然后测距的方法，定义三、标准面；一个大面积的平面，比如墙壁；定义四、线性内插；一种数学估值方法，利用左右两个点的函数值对中间点的函数值进行线性估计,/O2)=X2_X°/(X1)+^-^/(Xo)forXq<X2<X1X1-X0—太0，定义五、查找表，一种数据存储方式，将需要计算的数据存储成一个数组或者类似的数据结构以方便进行计算，定义六、反余弦法，用于在知道邻边以及邻边和斜边的角度后计算三角形斜边，即e=，其中a为邻边长度，c为斜边长度，Θ为邻边与斜边的夹角。基于物联网应用的主动光深度测量值修正方法，具体步骤如下(1)首先将深度摄像头固定安装在水平滑轨上；(2)将摄像头垂直对准某一个标准面，典型如墙壁；(3)将摄像头沿着滑轨运动，并且记录下摄像头距离墙面的实际距离作为标称距离，并同时将摄像头测量得到的目标深度图像值作为测量距离；(4)通过反余弦法结合摄像头的视场尺寸信息计算出各个像素方向上摄像头与墙面的精确距离；(5)建立查找表table，大小为MXNX2XMark，MXN为图像大小，对每个像素在不同距离上量测距离与真实距离之间的关系建立查找表，至此准备工作完毕；(6)通过深度摄像头采集得到一幅的深度图；(7)读取像素方位u，ν上的测量距离作为线性内插法中的&，并对查找表table中有关此像素方位上，即查找表tabel(u，v，...)中与&最接近的的两个测量值作为&X1,并读取量测值XoX1的标称距离作为f(x0)和f(Xi)；(8)利用两个标称距离fOO和f(X1)的深度值对当前&量测距离进行线性内插得到当前精确深度值的估计f(X2)；(9)遍历所有的像素点，对每个像素点重复进行(7)和(8)以得到完整的修正深度图像；这种对每个像素均建立多个不同标称距离以及测量距离的查找表方法能够很精确的回复，而且基于完全量测信息再修正的方法需要进行建立所有像素的在各个标称深度上精确深度与两侧深度之间的查找表对应关系，这种方法理论清晰，方法简单，图像深度的恢复精度较高。但是需要存储每个像素的多个位置的，需要相对较大的存储空间；通过对主动光深度图成像原理的分析，大部分恢复的深度图都可以看成是摄像机坐标系XJJ。的\坐标方向的值，而且一般来说不同图像坐标之间的差异较小，非均勻性较低，因而为了简化存储，可以只存储一组修正数据即可得到相当大程度的修正。2.基于物联网应用的主动光深度测量值修正方法，其特征在于，另外一种修正方法如下深度摄像头给出的距离是摄像机坐标系下的Z轴量测值，但是Z轴的量测值确实与真实的Z轴方向坐标值有出入，需要进行修正，修正的方法同上一种方法有相似的地方，比如都是选择一个标准面，将摄像头及对准标准面，然后再测量标称值与摄像机距离墙面的距离，由于深度摄像头是对Z轴进行成像，因而可以利用较多标准面上的测量值的平均来得到实际测量值与标称值之间的对应关系，建立一维的标称值与测量值的查找表；具体步骤如下(1):首先将深度摄像头固定安装在水平滑轨上；(2)将摄像头垂直对准某一个标准面，典型如墙壁；(3)将摄像头沿着滑轨运动，并且记录下摄像头距离墙面的实际距离作为标称距离，并同时将摄像头测量得到的图像值平均作为测量距离；(4)建立一组有关平均测量Z。值与标称&值(即摄像机距离墙面的距离)的查找表tabIeaverage大小为2XMark，Mark表示的是标称值的个数。(5)得到一幅深度图d印th，大小MXN；(6)计算当前像素点距离中心像素点的角度距离；角度距离的计算需要知道摄像机的视场大小以及像素总数；ν2)[,M)^{2){N)上式中伪\与伪、分别表示的是摄像机的两个方向的视场大小，M和N分别表示摄像机u，ν方向上的像素数目；(7)数值校正，通过线性内插法对输入的深度图像值读取每个像素方位上的测量距离作为线性内插法中的x2，并对查找表tableavCTage中与&最接近的的两个测量值作为^X1,并读取量测值&X1的标称距离作为fGO和f(X1)；再通过线性内插法进行插值校正得到测量值为&的校正值f()，作为第一步校正后图像d印thm。difiedtable(u，ν)的值；(8)角度校正，将第八步经过查找表数值校正后的深度值再依照像素索引值进行角度信；I、的校正:depthmodified(u,ν)=depthmodified—table(u，ν)/(cos(θu)Xcos(θv))；(9)遍历所有像素点得到经过数值校正后的图像d印thm。dified。全文摘要本发明公开了基于物联网应用的主动光深度测量值修正方法，其中公开了两种光深度图的测量值修正方法，通过对主动光深度图成像原理的分析，大部分恢复的深度图都可以看成是摄像机坐标系XcYcZc的Zc坐标方向的值，而且一般来说不同图像坐标之间的差异较小，非均匀性较低，因而为了简化存储，可以只存储一组修正数据即可得到相当大程度的修正。本发明通过深度值的校正方法，我们可以得到较为精确的深度测量值，这样也为我们降低后续计算中的误差发挥了极大地作用。文档编号G06T7/00GK102436657SQ20111028975公开日2012年5月2日申请日期2011年9月27日优先权日2011年9月27日发明者夏东申请人:夏东