目前,ToF(Time of Flight)三维成像技术在人脸检测、3D目标识别、三维重建等视觉任务领域具有广阔的应用前景。然而,用ToF相机所获得的深度信息往往存在与像素、温度、深度畸变、多径干扰以及背景光相关的噪声干扰。现有的ToF优化算法...目前,ToF(Time of Flight)三维成像技术在人脸检测、3D目标识别、三维重建等视觉任务领域具有广阔的应用前景。然而,用ToF相机所获得的深度信息往往存在与像素、温度、深度畸变、多径干扰以及背景光相关的噪声干扰。现有的ToF优化算法耗时较大且很难保留目标的细节信息,这些问题严重影响了ToF相机的实际应用。针对以上问题,本文提出一种实时的基于振幅图的ToF深度图优化方法。首先通过ToF接收端采集的原始数据生成带有噪声的振幅图像。针对振幅图中的噪声,选用快速高效的双边网格滤波对振幅图进行去噪。然后,利用优化后的振幅图生成掩码以分割出深度图中前景和背景区域。同时,对深度图中的噪声以及误差像素用滤波的方式优化,最后将优化后的深度图和掩码融合生成最终的深度图。实验结果表明,本文所提算法可以实时有效地滤除深度图噪声,去除背景噪声的干扰,同时能很好地保留深度图中目标对象的细节信息。有助于ToF相机拥有更广泛的应用场景。展开更多
ToF(Time of Flight)深度相机是获取三维点云数据的重要手段之一,但ToF深度相机受到自身硬件和外部环境的限制,其测量数据存在一定的误差。本文针对ToF深度相机的非系统误差进行研究,通过实验验证了被测目标的颜色、距离和相对运动等因...ToF(Time of Flight)深度相机是获取三维点云数据的重要手段之一,但ToF深度相机受到自身硬件和外部环境的限制,其测量数据存在一定的误差。本文针对ToF深度相机的非系统误差进行研究,通过实验验证了被测目标的颜色、距离和相对运动等因素均会对深度相机获取的数据产生影响,且影响均不相同。本文提出了一种新的测量误差模型对颜色和距离产生的误差进行校正,对于相对运动产生的误差,建立了三维运动模糊函数进行恢复,通过对所建立的校正模型进行数值分析,距离和颜色的残余误差小于4 mm,相对运动所带来的误差小于0.7 mm。本文所做工作改善了ToF深度相机的测量数据的质量,为开展三维点云重建等工作提供了更精准的数据支持。展开更多
三维数据直观反映目标或场景的全貌信息,Time of Flight(ToF)深度相机能直接获取目标的三维信息,在机器人定位与导航、三维重建等方面被广泛使用。但因自身结构特点,深度相机获取的原始数据存在多种误差,成像出现畸变。实验对深度相机...三维数据直观反映目标或场景的全貌信息,Time of Flight(ToF)深度相机能直接获取目标的三维信息,在机器人定位与导航、三维重建等方面被广泛使用。但因自身结构特点,深度相机获取的原始数据存在多种误差,成像出现畸变。实验对深度相机测量过程中出现的误差进行分析和总结,提出利用查表法和三次样条插值相结合的方法对非线性的深度偏移进行分段补偿,实现对非线性误差进行补偿。基于针孔模型提出一种数据校正模型,解决了成像过程中数据从球面坐标系转换到直角坐标系时出现的偏差,从而更好地复原真实场景中的深度数据。结果表明校正后的深度偏移和误差得到有效改善。展开更多
针对高压带电作业过程中人工实施安全监测难的问题,提出了1种基于飞行时间(time of flight,ToF)深度相机的高压带电作业实时安全监测及预警方法。在对高压输电线路带电作业方式和典型工况分析基础上,基于带电作业安全距离对带电作业人...针对高压带电作业过程中人工实施安全监测难的问题,提出了1种基于飞行时间(time of flight,ToF)深度相机的高压带电作业实时安全监测及预警方法。在对高压输电线路带电作业方式和典型工况分析基础上,基于带电作业安全距离对带电作业人员的安全作业空间进行了划分,利用ToF深度相机对带电作业安全距离进行实时检测,采用安全作业空间边界越界和入侵检测实现安全预警;同时对影响安全监测的绝缘绳索进行甄别和排除,提高了该方法对野外复杂环境的适用性和准确性。在现场试验时,杆塔上的观察人员与系统同时进行安全监控,系统进行了12次报警,而观测人员仅进行了5次报警提示,其他7次报警是由于作业人员足部仅触及报警线边缘,精度要求高,故观测人员没能及时报警。通过现场试验验证了基于ToF深度相机的高压带电作业实时安全监测系统的准确性和可靠性,与人工监测相比,系统可大幅提高带电作业安全监测的有效性,能有效预防带电作业人身伤害事故的发生。展开更多
文摘目前,ToF(Time of Flight)三维成像技术在人脸检测、3D目标识别、三维重建等视觉任务领域具有广阔的应用前景。然而,用ToF相机所获得的深度信息往往存在与像素、温度、深度畸变、多径干扰以及背景光相关的噪声干扰。现有的ToF优化算法耗时较大且很难保留目标的细节信息,这些问题严重影响了ToF相机的实际应用。针对以上问题,本文提出一种实时的基于振幅图的ToF深度图优化方法。首先通过ToF接收端采集的原始数据生成带有噪声的振幅图像。针对振幅图中的噪声,选用快速高效的双边网格滤波对振幅图进行去噪。然后,利用优化后的振幅图生成掩码以分割出深度图中前景和背景区域。同时,对深度图中的噪声以及误差像素用滤波的方式优化,最后将优化后的深度图和掩码融合生成最终的深度图。实验结果表明,本文所提算法可以实时有效地滤除深度图噪声,去除背景噪声的干扰,同时能很好地保留深度图中目标对象的细节信息。有助于ToF相机拥有更广泛的应用场景。
文摘ToF(Time of Flight)深度相机是获取三维点云数据的重要手段之一,但ToF深度相机受到自身硬件和外部环境的限制,其测量数据存在一定的误差。本文针对ToF深度相机的非系统误差进行研究,通过实验验证了被测目标的颜色、距离和相对运动等因素均会对深度相机获取的数据产生影响,且影响均不相同。本文提出了一种新的测量误差模型对颜色和距离产生的误差进行校正,对于相对运动产生的误差,建立了三维运动模糊函数进行恢复,通过对所建立的校正模型进行数值分析,距离和颜色的残余误差小于4 mm,相对运动所带来的误差小于0.7 mm。本文所做工作改善了ToF深度相机的测量数据的质量,为开展三维点云重建等工作提供了更精准的数据支持。
文摘三维数据直观反映目标或场景的全貌信息,Time of Flight(ToF)深度相机能直接获取目标的三维信息,在机器人定位与导航、三维重建等方面被广泛使用。但因自身结构特点,深度相机获取的原始数据存在多种误差,成像出现畸变。实验对深度相机测量过程中出现的误差进行分析和总结,提出利用查表法和三次样条插值相结合的方法对非线性的深度偏移进行分段补偿,实现对非线性误差进行补偿。基于针孔模型提出一种数据校正模型,解决了成像过程中数据从球面坐标系转换到直角坐标系时出现的偏差,从而更好地复原真实场景中的深度数据。结果表明校正后的深度偏移和误差得到有效改善。
文摘针对高压带电作业过程中人工实施安全监测难的问题,提出了1种基于飞行时间(time of flight,ToF)深度相机的高压带电作业实时安全监测及预警方法。在对高压输电线路带电作业方式和典型工况分析基础上,基于带电作业安全距离对带电作业人员的安全作业空间进行了划分,利用ToF深度相机对带电作业安全距离进行实时检测,采用安全作业空间边界越界和入侵检测实现安全预警;同时对影响安全监测的绝缘绳索进行甄别和排除,提高了该方法对野外复杂环境的适用性和准确性。在现场试验时,杆塔上的观察人员与系统同时进行安全监控,系统进行了12次报警,而观测人员仅进行了5次报警提示,其他7次报警是由于作业人员足部仅触及报警线边缘,精度要求高,故观测人员没能及时报警。通过现场试验验证了基于ToF深度相机的高压带电作业实时安全监测系统的准确性和可靠性,与人工监测相比,系统可大幅提高带电作业安全监测的有效性,能有效预防带电作业人身伤害事故的发生。
