工业机器视觉课程13深度图概述.pptVIP

第 11 章 深度图（Depth Map）; 获取场景中各点相对于摄象机的距离是计算机视觉系统的重要任务之一．场景中各点相对于摄象机的距离可以用深度图(Depth Map)来表示，即深度图中的每一个像素值表示场景中某一点与摄像机之间的距离．机器视觉系统获取场景深度图技术可分为被动测距传感和主动测距传感两大类． ;被动测距传感:视觉系统接收来自场景发射或反射的光能量，形成有关场景光能量分布函数，即灰度图像，然后在这些图像的基础上恢复场景的深度信息． 主动测距传感:视觉系统首先向场景发射能量，然后接收场景对所发射能量的反射能量．主动测距传感系统也称为测距成象系统（Rangefinder)． ;1.立体成像; 外极平面 外极线 共轭对 视差 (disparity);假设坐标系原点与左透镜中心重合。F是焦距，B是基线距离。 ;提高精度的措施是增大基线距离。产生的问题：随着基线距离的增加，两个摄象机的共同的可视范围减小；场景点对应的视差值增大，则搜索对应点的范围增大，出现多义性的机会就增大；由于透视投影引起的变形导致两个摄象机获取的两幅图像中不完全相同，这就给确定共轭对带来了困难．;立体成象的最一般情况：一个运动摄像机连续获取场景图像，形成立体图像序列，或间隔一定距离的两个摄像机同时获取场景图像，形成立体图像对。;2. 立体匹配的基本方法;（1） 立体匹配的基本约束;一致性约束; 唯一性约束：一般情况下，一幅图像(左或右)上的每一个特征点只能与另一幅图像上的唯一一个特征对应。 连续性约束：物体表面一般都是光滑的，因此物体表面上各点在图像上的投影也是连续的，它们的视差也是连续的．比如，物体上非常接近的两点，其视差也十分接近，因为其深度值不会相差很大。;（2）基于边缘的立体匹配;（3）基于区域相关性的立体匹配; 特征点匹配;考虑两幅图像 f1和 f2．设待匹配的候选特征点对的视差为 ，则以特征点为中心的区域之间相似性测度可由相关系数 定义为： ;在每一个像素上使用阈值化处理后的具有正负符号的梯度幅值，而不是图像灰度值，可以改善相关性的计算精度． 实现过程：计算未平滑的两幅图像中的每个像素的梯度幅值，然后使用两个阈值，一个大于0，另一个小于0，将这些值映射到三个值．这样图像就被转换为波浪起伏阵列，可以产生更灵敏的相关值．;3. 多基线立体成象;图像强度函数 和 在Z点附近可以表示为： ;n个摄像机形成(n-1)个SSD函数，将所有的SSD函数相加(sum of SSD，SSSD)形成了总的评估函数：;定义：能够直接测量可视范围内每个点的距离，并将其记录为一个二维函数的系统称为测距成象系统，得到的图像称为距离图像或深度图。 分类：结构光测距 测距雷达：声雷达、激光雷达、毫米波雷达 变焦测距; 结构光三角测距;图11.12 结构光测距原理示意图[Jarvis 1983];激光测距雷达;（1）脉冲飞行时间测距;（2）相位差测距;已知调制频率 和相位差 ，则物体到传感器的距离为：;变焦测距;当某一场景点不聚焦时，它会在图象平面上产生一个圆斑图象，而不是一个点图像。如果圆斑的直径低于成象装置的分辨率，那么图象散焦量不会特别的显著。假定圆斑的直径为b，透镜光圈直径为d，焦距长度为f，图象平面的理想位置为 。;视野范围内近距离平面的距离表示式 ：;景深D是近距离和远距离平面之差： ;5、主动视觉