基于條紋結(jié)構(gòu)光的深度獲取研究.pdf

1、隨著計算機視覺相關(guān)領(lǐng)域的蓬勃發(fā)展,利用三維信息來理解各種場景變得越來越重要,其中深度數(shù)據(jù)的獲取是必不可少的,快速、高精度、稠密的深度數(shù)據(jù)的獲取是現(xiàn)階段的研究重點。但是已有的方法或者能夠在犧牲效率的情況下獲取高精度的深度數(shù)據(jù),或者在犧牲精度的情況下高效率的獲取深度數(shù)據(jù)。
　　本文提出了兩種基于條紋結(jié)構(gòu)光的深度獲取方法。第一種使用黑白條紋模板,該模板中黑白條紋依照De Bruijn序列進行編碼,以保證譯碼簡單快捷。為了獲取高精度的稠密

2、深度數(shù)據(jù),本文引入相位差匹配算法。該匹配算法能夠保證圖像中每個像素實現(xiàn)亞像素級匹配。另外,由于深度數(shù)據(jù)在區(qū)域邊緣處誤差較大,本文采用同一連續(xù)區(qū)域內(nèi)深度數(shù)據(jù)的連續(xù)性對深度數(shù)據(jù)再優(yōu)化處理。實驗證明,對于場景中包含大面積連續(xù)區(qū)域的情況下能夠快速獲取高精度深度數(shù)據(jù),但是當(dāng)場景中含有過多小面積目標時,該方法失效。因此,本文提出第二種基于隨機模板的方法。該隨機模板中各列白色像素點的密度是周期的,對該模板積分后是周期信號,本文在匹配算法方面仍然選用相