獲取基于激光散斑的深度圖像時存在匹配精度低、計(jì)算量大,以及在面對不同測量環(huán)境時魯棒性差等問題,為此,提出了一種基于激光散斑的半稠密深度圖獲取算法。為解決魯棒性差的問題,采用局部自適應(yīng)二值化對散斑圖像進(jìn)行預(yù)處理,保證了窗口描述子的光照不變性;在測量精度方面,通過聚類算法提取出每個散斑的中心像素坐標(biāo),提高了每個散斑的位置準(zhǔn)確度;在匹配成功率方面,將窗口描述子進(jìn)行卷積得到簡化的描述子,在減少計(jì)算量的同時增大了匹配成功率。最后根據(jù)匹配準(zhǔn)則得到散斑配對點(diǎn),再根據(jù)三角測距原理得到了每個散斑的深度值。實(shí)驗(yàn)結(jié)果表明:所提算法的魯棒性較強(qiáng),精度較高,提高了匹配成功率。 

【文章來源】：中國激光. 2020,47(03)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

散斑的相關(guān)性。

散斑測量原理示意圖。

深度測量算法總體流程

【參考文獻(xiàn)】：
期刊論文
[1]利用激光散斑獲取深度圖[J]. 張紹陽,侯旭陽,崔華,高小梅.  中國光學(xué). 2016(06)
[2]基于投影散斑的實(shí)時場景深度恢復(fù)[J]. 王夢偉,黃向生,陳則西,徐波.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報. 2014(08)
[3]結(jié)構(gòu)光編碼方法綜述[J]. 陳彥軍,左旺孟,王寬全,吳秋峰.  小型微型計(jì)算機(jī)系統(tǒng). 2010(09)

碩士論文
[1]結(jié)構(gòu)光深度圖像獲取算法研究[D]. 王一嬌.清華大學(xué) 2014



本文編號：3395953