基于运动信息的单目相机获取深度信息的方法
【技术领域】
[0001]本发明涉及一种深度数据提取方法，具体涉及一种基于运动信息的单目相机获取深度信息的方法。
【背景技术】
[0002]目前，主要有两种深度数据提取方法，一种是使用深度相机来拍摄图片从而获取图片的深度数据。目前的深度相机常用的实现方法有T0F(Time of flight)，结构光，激光扫描等几种。其中使用较多的是TOF相机，主要用于机器人，互动游戏等应用。TOF为光飞行时间法3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行(往返)时间来得到目标物体距离。TOF相机其绝对精度为±15毫米。然而，该类型的深度相机分辨率低，仅为172*176，需要通过采样去扩大图片的分辨率。并且测量范围为0.1米到10.0米，一般不超过10米，不适合远距离测距。另一方面是其价格昂贵，因此其不适合普遍深度测量应用。
[0003]另一种深度数据获取方法为双目测距。其方法运用两台相机从两个不同视角对同一场景进行拍摄，利用左右视角的不同来评估深度。双目测距的精度和基线长度(两台相机之间的距离)有关，两台相机布放的距离越远，测距精度越高。然而在实际应用中，相机布放空间是有限的，最多只有几米或几十米的基线长度，这就导致双目测距在远距离条件下的精度较低；并且由于图像质量受外界光照等条件制约太大，性能不够稳定；加之算法相对复杂等原因，都限制其应用，并且在双目测距当中，必须保证所有所得的图像都为清晰图像，模糊图像则不能进行进一步处理而仅仅作为无效图像丢弃。
【发明内容】
[0004]针对上述存在的技术问题，本发明目的是:提供一种基于运动信息的单目相机获取深度信息的方法，该方法通过简单的算法计算将图像中物体的前后距离计算出来，既适用于近距离测量也适用于远距离测量。
[0005]本发明的技术方案是:一种基于运动信息的单目相机获取深度信息的方法，包括以下步骤:
S01:相机在运动过程中拍摄不同清晰度的至少两幅图像，所述图像的光照条件相同； S02:对拍摄的图像进行分块处理，选出所需计算的小块图像；
S03:将较清晰的图像中的各个块按照不同的模糊矩阵H进行滤波处理，并通过匹配较模糊的图像找出相似程度最高的模糊矩阵；
S04:通过相似程度最高的模糊矩阵，结合相机成像原理，获取该块的深度信息，重复步骤S03获得整个场景的深度彳目息。
[0006]优选的，所述步骤SOl中的相机为单目相机，所述单目相机放置在水平轨道上，该轨道可以控制相机移动。
[0007]优选的，在拍摄图像之前对相机进行标定。
[0008]优选的，所述模糊矩阵H=f(M，d, P)，其中M为相机的运动矩阵，d为深度信息，P为相机参数，f为相机成像原理。
[0009]优选的，在步骤S03中，较清晰的图像块设为Ic，较模糊的图像块设为I b，将较清晰的图像块与不同的模糊矩阵H进行卷积运算，S卩，Ic’ = Ic * H，将Ic’与模糊图像^进行匹配，得出相似程度最高的模糊矩阵H。
[0010]优选的，步骤S03中清晰图像通过低通滤波器进行模糊处理。
[0011]与现有技术相比，本发明的优点是:
1.通过一台相机拍摄图像，可以通过不同的快门速度在相机运动中获取清晰图像和模糊图像，可以在相机运动过程中持续获取深度。
[0012]2.通过简单模糊及匹配算法可以迅速得出计算深度信息所需参数，并且仅仅基于相机成像原理来计算，降低了算法的计算复杂度及算法的时间复杂度。
[0013]3.降低了实现深度数据获取所需的硬件成本，并且适用于近距离及远距离的深度数据获取。
[0014]4.本发明将模糊图像也可以用于计算深度信息，而在双目相机获取深度信息方法中则必须保证图像都是清晰的，模糊图像则作为无效信息处理。
【附图说明】
[0015]下面结合附图及实施例对本发明作进一步描述:
图1为本发明基于运动信息的单目相机获取深度信息的方法的流程图。
【具体实施方式】
[0016]为使本发明的目的、技术方案和优点更加清楚明了，下面结合【具体实施方式】并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
[0017]实施例:
一种基于运动信息单目相机获取深度信息的方法，包括硬件和软件两部分。
[0018]硬件部分:使用一台单目相机来支持拍摄，相机自带全手动模式和手控快门模式，并且该相机放置在水平轨道上来实现运动中拍摄，该轨道可以控制相机运动模式为匀速运动，该轨道也可以控制相机精准移动。
[0019]软件部分:需要分块算法，用于将两张图像分块并选出所需计算的小块图像。
[0020]模糊算法，用于对拍摄所得清晰图像进行模糊处理。
[0021]匹配算法，用于评估其匹配程度来返回最匹配的模糊矩阵，然后再基于相机成像原理计算该物体与相机之间距离。
[0022]如图1所示，该方法的具体步骤如下:
(I)对同一场景拍摄一张清晰图像，一张模糊图像。第一次使用全手动模式拍摄清晰图片，第二次使用手动控制快门模式拍摄模糊图片，在拍摄前进行镜头校正并选取合适的对焦点进行自动对焦，之后不再调整对焦点，在两次拍摄中调整快门速度，感光度大小和光圈大小来保证两张照片光照条件相同，在此实施例中，在拍摄模糊图像时，轨道控制相机向左或向右进行匀速运动，在此期间，使用手动控制快门模式拍摄模糊图像。
[0023]拍摄图像之前对相机进行标定，由于相机处于运动状态，因此快门时间短则拍摄出的图像较清晰，反之亦然；运动中获取的图像至少需要两幅，更多的图像可以使深度信息更加准确。
[0024](2)对拍摄所得的两幅图像进行分块处理，在本实施例中图像尺寸固定，对两幅图像进行均匀分块处理。根据场景的复杂程度进行分块，复杂的场景需要更小的分块尺寸，反之亦然。
[0025](3)模糊清晰图像来确定最匹配模糊图像的模糊矩阵，清晰图像设为Ic，模糊图像设为Ib，将清晰图像与不同的模糊矩阵H进行卷积:
Ic = Ic * H
卷积所得I。’与模糊图像Ib进行匹配，从而得出相似程度最高的模糊矩阵H。
[0026]模糊矩阵H与相机的运动矩阵M，深度信息d，相机参数P以及相机成像原理f有关，即:H=f(M，d, P) ο
[0027]模糊清晰图像可选用多种低通滤波器来对图像进行模糊处理。低通滤波器有:均值滤波，中值滤波，高斯滤波。
[0028]在搜索相似程度最高的模糊矩阵H的过程中，可以使用各种迭代算法进行优化，以降低运算复杂度。
[0029](4)基于相机成像原理计算得出图像中物体深度信息，将步骤(3)中所得的模糊矩阵H，计算深度信息d，然后反复步骤(4)得出相机与各物体之间的距离从而得出物体之间的深度信息。
[0030]应当理解的是，本发明的上述【具体实施方式】仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
【主权项】
1.一种基于运动信息的单目相机获取深度信息的方法，其特征在于，包括以下步骤: 501:相机在运动过程中拍摄不同清晰度的至少两幅图像，所述图像的光照条件相同； 502:对拍摄的图像进行分块处理，选出所需计算的小块图像； 503:将较清晰的图像中的各个块按照不同的模糊矩阵H进行滤波处理，并通过匹配较模糊的图像找出相似程度最高的模糊矩阵； 504:通过相似程度最高的模糊矩阵，结合相机成像原理，获取该块的深度信息，重复步骤S03获得整个场景的深度彳目息。2.根据权利要求1所述的基于运动信息的单目相机获取深度信息的方法，其特征在于，所述步骤SOl中的相机为单目相机，所述单目相机放置在水平轨道上，该轨道可以控制相机移动。3.根据权利要求1所述的基于运动信息的单目相机获取深度信息的方法，其特征在于，在拍摄图像之前对相机进行标定。4.根据权利要求1所述的基于运动信息的单目相机获取深度信息的方法，其特征在于，所述模糊矩阵H=f(M，d, P)，其中M为相机的运动矩阵，d为深度信息，P为相机参数，f为相机成像原理。5.根据权利要求1所述的基于运动信息的单目相机获取深度信息的方法，其特征在于，在步骤S03中，较清晰的图像块设为Ic，较模糊的图像块设为Ib，将较清晰的图像块与不同的模糊矩阵H进行卷积运算，S卩，Ic’= Ic * H，将Ic’与模糊图像1,进行匹配，得出相似程度最高的模糊矩阵H。6.根据权利要求1所述的基于运动信息的单目相机获取深度信息的方法，其特征在于，步骤S03中清晰图像通过低通滤波器进行模糊处理。
【专利摘要】<b>本发明公开了一种基于运动信息的单目相机获取深度信息的方法，包括以下步骤：相机在运动过程中拍摄不同清晰度的至少两幅图像，所述图像的光照条件相同；对拍摄的图像进行分块处理，选出所需计算的小块图像；将较清晰的图像中的各个块按照不同的模糊矩阵</b><b>H</b><b>进行滤波处理，并通过匹配较模糊的图像找出相似程度最高的模糊矩阵；通过相似程度最高的模糊矩阵，结合相机成像原理，获取该块的深度信息，重复</b><b>上一</b><b>步骤获得整个场景的深度信息。该方法通过简单的算法计算将图像中物体的前后距离计算出来，既适用于近距离测量也适用于远距离测量。</b>
【IPC分类】G06T7/00
【公开号】CN105184784
【申请号】CN201510535760
【发明人】罗天明, 蒋琛儒, 程飞
【申请人】西交利物浦大学
【公开日】2015年12月23日
【申请日】2015年8月28日