亓子龍

（中國電子科技集團公司第二十研究所， 陜西 西安 710000）

1 圖像深度信息測量方法簡介

在生活中，照片成像只能顯示物體的二維平面信息，現(xiàn)實物體具有三維立體幾何特征，因此照片已經(jīng)丟失了真實物體距離這一重要特征數(shù)據(jù)，無法構(gòu)建起三維空間場景[2]。只要測量出照片中物體之間深度距離數(shù)據(jù)，標定在平面對應像素區(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記源的產(chǎn)生，對物體成像時有效的特征標記，距離信息的解析方法，特征提取匹配和像素區(qū)域距離標定等主要技術(shù)。

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

2 圖像深度信息獲取仿真實驗

實驗采用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驗工具進行光標定。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發(fā)生變化。在進行光標定時，將距離和散斑圖像相對應并記錄下來，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]。當空間中的物體用攝像頭拍攝可見光圖像時，用紅外散斑對物體進行標記，通過景象匹配就可以獲得對應位置物體的距離信息。景象匹配先對散斑亮度進行劃分，從而區(qū)分不同距離的散斑，為保證匹配精度，對圖像不同亮度散斑的平均分布密度進行相關(guān)性比較[5]。

計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)間像素點個數(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]。

實驗放置了兩個距離不同的物體在攝像頭前拍攝如下頁圖1，并對這兩個物體進行紅外散斑標記如下頁圖2。

3 仿真實驗及結(jié)果分析

將實物的紅外散斑標記圖與經(jīng)過距離標定的散斑圖進行圖像匹配，就可以得知兩個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），完成了多組實驗并成功實現(xiàn)了圖像深度信息的獲取。

圖1 實物可見光圖

圖2 紅外散斑標記圖

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研究[D].上海：東華大學，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.夜間模式下場景深度信息獲取及彩色三維重建研究[D].上海：東華大學，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[J].紅外與激光工程，2013，42（9）：2 348-2 352.

[6]戈曼，孫韶媛，席林，等.基于單目深度估計的紅外圖像彩色化方法[J].微計算機信息，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，2014.