亓子龍

（中國電子科技集團(tuán)公司第二十研究所， 陜西 西安 710000）

1 圖像深度信息測(cè)量方法簡介

在生活中，照片成像只能顯示物體的二維平面信息，現(xiàn)實(shí)物體具有三維立體幾何特征，因此照片已經(jīng)丟失了真實(shí)物體距離這一重要特征數(shù)據(jù)，無法構(gòu)建起三維空間場(chǎng)景[2]。只要測(cè)量出照片中物體之間深度距離數(shù)據(jù)，標(biāo)定在平面對(duì)應(yīng)像素區(qū)域，就可以從視覺系統(tǒng)體現(xiàn)物體三維立體特征，從而建立空間模型。測(cè)量圖像中圖像之間深度距離信息是三維立體建模的關(guān)鍵，獲取圖像深度信息主要包括距離信息標(biāo)記源的產(chǎn)生，對(duì)物體成像時(shí)有效的特征標(biāo)記，距離信息的解析方法，特征提取匹配和像素區(qū)域距離標(biāo)定等主要技術(shù)。

紅外線獲取圖像深度的原理是當(dāng)紅外光穿透光柵玻璃后會(huì)隨機(jī)形成衍射斑點(diǎn)，這些散斑具有高度的隨機(jī)性，而且隨著距離的不同所形成的散斑亮度、分布和大小會(huì)有變化[3]。只要用紅外發(fā)射器在空間中打上這樣的結(jié)構(gòu)光，通過攝像頭做光標(biāo)定把空間中不同距離的散斑圖案都記錄下來，整個(gè)空間就都被做了標(biāo)記，把一個(gè)物體放進(jìn)這個(gè)空間，只要將物體上面的散斑圖案與保存的模版進(jìn)行匹配，就可以知道這個(gè)物體距離攝像頭的位置。

2 圖像深度信息獲取仿真實(shí)驗(yàn)

實(shí)驗(yàn)采用30 W像素CMOS紅外攝像頭、紅外激光器、微孔玻璃散射片、850 nm紅外濾光片和皮尺等實(shí)驗(yàn)工具進(jìn)行光標(biāo)定。參考物分別放置在距離攝像頭30 cm、60 cm、90 cm、120 cm和150 cm處拍攝紅外散斑。參考物距攝像頭不同距離反射的紅外散斑圖案會(huì)發(fā)生變化。在進(jìn)行光標(biāo)定時(shí)，將距離和散斑圖像相對(duì)應(yīng)并記錄下來，這樣就可以通過匹配圖像特征獲得深度信息。

紅外散斑經(jīng)過距離標(biāo)定后，散斑圖像特征就包含了深度信息，因此稱為結(jié)構(gòu)光[4]。當(dāng)空間中的物體用攝像頭拍攝可見光圖像時(shí)，用紅外散斑對(duì)物體進(jìn)行標(biāo)記，通過景象匹配就可以獲得對(duì)應(yīng)位置物體的距離信息。景象匹配先對(duì)散斑亮度進(jìn)行劃分，從而區(qū)分不同距離的散斑，為保證匹配精度，對(duì)圖像不同亮度散斑的平均分布密度進(jìn)行相關(guān)性比較[5]。

計(jì)算不同距離散斑圖像亮度分布方法如式（1）。

式中image（i，j）為圖像像素點(diǎn)亮度值，p為亮度閾值，M×N是圖像大小，Num是亮度區(qū)間像素點(diǎn)個(gè)數(shù)，不同距離散斑的Num是不同的[6]。

不同距離散斑圖像在亮度區(qū)間的分布密度是不同的，通過區(qū)分密度的大小可以提高亮度匹配精度。計(jì)算不同距離散斑圖像在亮度區(qū)間的密度方法如式（2）[7]。

實(shí)驗(yàn)放置了兩個(gè)距離不同的物體在攝像頭前拍攝如下頁圖1，并對(duì)這兩個(gè)物體進(jìn)行紅外散斑標(biāo)記如下頁圖2。

3 仿真實(shí)驗(yàn)及結(jié)果分析

將實(shí)物的紅外散斑標(biāo)記圖與經(jīng)過距離標(biāo)定的散斑圖進(jìn)行圖像匹配，就可以得知兩個(gè)物體分別距離攝像頭的長度。通過編寫了MATLAB GUI仿真軟件（如圖3所示），完成了多組實(shí)驗(yàn)并成功實(shí)現(xiàn)了圖像深度信息的獲取。

圖1 實(shí)物可見光圖

圖2 紅外散斑標(biāo)記圖

圖3 圖像深度信息獲取仿真軟件

[1]鄒芳喻.車載紅外圖像深度估計(jì)研究[D].上海：東華大學(xué)，2013.

[2]Yamagishi H,Suzuki K,Hamamoto T.High-accurate depth estimation with the free-viewpoint image synthesis system[J].Ite Technical Report,2011（3）:53-56.

[3]Zheng W G,Piao Z L,Tan D M,et al.Infrared Thermal Imaging of Power Grid Fault Information Acquisition System Based on GIS[J].Advanced Materials Research,2013,791-793:1 892-1 896.

[4]候俊杰.夜間模式下場(chǎng)景深度信息獲取及彩色三維重建研究[D].上海：東華大學(xué)，2016.

[5]孫韶媛.采用KPCA和BP神經(jīng)網(wǎng)絡(luò)的單目車載紅外圖像深度估計(jì)[J].紅外與激光工程，2013，42（9）：2 348-2 352.

[6]戈曼，孫韶媛，席林，等.基于單目深度估計(jì)的紅外圖像彩色化方法[J].微計(jì)算機(jī)信息，2012（10）：413-414.

[7]王一嬌.結(jié)構(gòu)光深度圖像獲取算法研究[D].北京：清華大學(xué)，2014.