TOF相机实时高精度深度误差补偿方法

TOF(Time-Of-Flight)相机获取的深度值存在着边角畸变和精度偏移,目前主要是通过误差查找表或曲线拟合等技术进行误差补偿,计算量大且补偿速度慢。通过对TOF相机在不同距离的深度误差分布规律的分析,提出了一种实时、高精度的误差补偿方法。该方法利用TOF深度图像的旋转对称性以及误差分布的特性,简化了误差补偿模型、降低参数数量级,有效提升了补偿的精度和速度。将算法应用于基于TOF原理的Kinect v2深度传感器进行深度补偿,使得有效距离内平面度误差下降到0.63 mm内,平均误差下降到0.7040 mm内,单帧数据补偿时间在90 ms内。由于该算法仅基于光径差进行补偿,因此适用于所有TOF原理的相机。实验结果表明,该算法能够快速有效减少TOF相机的深度误差,适用于实时、高精度的大视场三维重建。

基于像素级别的Kinect深度测量误差补偿方法

本文提出了一种基于像素级别的Kinect2.0深度误差补偿方法。首先,利用Kinect2.0传感器在不同的位置处采集一个标准平面。第二,利用最小二乘法将采集的三维数据进行平面拟合,作为理论平面数据。第三,逐像素点地计算Kinect2.0传感器的深度误差,并建立一个三维查找表。第四,通过建立一个三维查找表,在测量过程中通过插值方法计算每个像素点的深度,实现Kinect2.0测量数据深度方向的误差补偿。实验结果表明,所研究的误差补偿方法在Kinect2.0内部参数未知的情况下,能稳定可靠地将Kinect2.0的平均测量误差减小到0.8mm以内。对于Kinect2.0在较高精度场合的应用,本文算法能够使测量精度达到更高。