一种RGB-D图像生成方法、装置及摄像机与流程

本发明涉及图像处理技术领域，特别涉及一种RGB-D图像生成方法、装置及摄像机。

背景技术：

可见光(red、green、blue，RGB)-深度D(depth)图像是包括可见光信息和深度信息的图像，获得场景的RGB-D图像有利于更进一步的了解场景的详细信息。目前可以通过多种手段获得场景的RGB-D图像，包括：双目立体视觉方案，投影结构光方案和时间飞行(Time Of Flight，TOF)方案等。其中，双目立体视觉方案是利用两个镜头分别获得两个可见光图像，通过计算该两个可见光图像的视差得到图像中每个像素点的深度信息，然后将深度信息赋值给对应的可见光像素点，最终得到RGB-D图像。投影结构光方案利用可见光镜头和红外镜头，并且外加红外投影装置，通过将红外镜头得到的深度图像与可以见光镜头得到的可见光图像对准得到RGB-D图像。TOF方案是利用深度传感器接收场景的信息，获得深度图像，另外增加可见光镜头获得场景的可见光图像，然后将深度图像和可见光图像对准得到RGB-D图像。

上述方案中都是通过两个镜头分别获得深度图像和可见光图像，最终将两个图像对准从而得到RGB-D图像的。该两个镜头对应两个独立的成像系统，如图1A所示的两个摄像机的示意图，将通过两个镜头获取深度图像和可见光图像的同一摄像机，分别模拟为一个深度摄像机和一个可见光摄像机。因为该摄像机采用了两个镜头，因此摄像机体积相对比较大，并且采用双镜头导致成本较高。

而且通过两个镜头得到RGB-D图像时，由于两个镜头的视点不同，因此通过每个镜头得到图像的信息也不完全相同，如图1B所示的通过两个镜头得到RGB-D图像的示意图，在图1B中为了说明问题，将获得深度图像的镜头描述为深度相机，将获得可见光图像的镜头描述为可见光相机。由于两个镜头的位置不同，将会在融合时导致深度信息的丢失，或者可见光信息的丢失。

另外，当采用两个镜头分别获取深度图像和可见光图像时，在将两个图像对准之前，需要进行内外参数的标定，镜头畸变矫正，如果标定或校正的不准确，将会影响得到的RGB-D图像的准确性。

技术实现要素：

本发明实施例公开了一种RGB-D图像生成方法、装置及摄像机，用于减小摄像机的体积，并提高生成的RGB-D图像的准确度。

为达到上述目的，本发明实施例公开了一种摄像机，所述摄像机包括一个镜头、分光元件、深度传感器、可见光传感器以及处理器；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，其中，

所述镜头，用于汇聚场景中的反射光；

所述分光元件，用于将所述反射光分别投射到所述可见光传感器和深度传感器；

所述可见光传感器，用于根据所述反射光中的可见光，获取可见光信息，并将该可见光信息发送给所述处理器；

所述深度传感器，用于根据所述反射光中的红外光，获取深度信息，并将该深度信息发送给所述处理器；

所述处理器，用于根据接收的可见光信息生成可见光图像，并根据接收的深度信息生成深度图像，根据所述可见光图像和所述深度图像，生成RGB-D图像。

进一步地，所述分光元件包括：光学元件或机械元件；

所述光学元件，用于从所述反射光中分离出可见光和红外光，分别将所述可见光和红外光投射到所述可见光传感器和深度传感器；

所述机械元件，用于将所述反射光在不同时刻，分别投射到所述可见光传感器和深度传感器。

进一步地，所述光学元件包括：

分光棱镜、或滤光片、或光学组合元件；

所述机械元件包括：

角度可变的玻璃镜，或数字光处理元件。

进一步地，所述镜头包括：一个镜片或两个以上的镜片。

进一步地，所述处理器，具体用于根据保存的变换矩阵，将所述可见光图像和深度图像中的一个图像确定为目标图像；采用所述变换矩阵，对所述可见光图像和深度图像中的非目标图像进行变换；将变换后的非目标图像与所述目标图像进行对准，生成RGB-D图像。

本发明实施例提供了一种RGB-D图像的生成方法，应用于摄像机，所述摄像机包括一个镜头、分光元件、深度传感器、可见光传感器以及处理器；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，所述方法包括：

接收可见光传感器和深度传感器发送的可见光信息和深度信息，其中所述可见光信息和深度信息为所述可见光传感器和深度传感器，根据所述分光元件将接收到的反射光投射到所述可见光传感器和深度传感器上获得的，所述反射光为所述镜头汇聚的场景中的；

根据所述接收的可见光信息生成可见光图像，并根据接收的深度信息生成深度图像；

根据所述可见光图像和所述深度图像，生成RGB-D图像。

进一步地，所述分光元件将反射光投射到所述可见光传感器和深度传感器上包括：

所述分光元件从所述反射光中分离出可见光和红外光，分别将所述可见光和红外光传投射到所述可见光传感器和深度传感器；或

所述分光元件将所述反射光在不同时刻，分别投射到所述可见光传感器和深度传感器上。

进一步地，所述分光元件包括以下元件中的一种：

分光棱镜、或滤光片、或数字光处理芯片、或角度可变的玻璃镜、或光学组合元件。

进一步地，所述根据所述可见光图像和所述深度图像，生成RGB-D图像包括：

将所述可见光图像和深度图像中的一个图像确定为目标图像；

采用变换矩阵，对所述可见光图像和深度图像中的非目标图像进行变换；

将变换后的非目标图像与所述目标图像进行对准，生成RGB-D图像。

进一步地，确定所述变换矩阵包括：

在获取的任意一组可见光图像和深度图像中选取对应的多个特征点对；

根据选择的多个特征点对分别在可见光图像和深度图像中的坐标，确定所述变换矩阵。

进一步地，所述选取对应的多个特征点对包括：

采用sift特征点检测匹配方法，或Harris特征点检测匹配方法，或susan特征点检测匹配方法选择对应的多个特征点对。

进一步地，所述镜头包括一个镜片或两个以上的镜片。

本发明实施例提供了一种RGB-D图像的生成装置，应用于摄像机，所述摄像机包括一个镜头、分光元件、深度传感器、可见光传感器以及处理器；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，所述装置包括：

接收模块，用于接收可见光传感器和深度传感器发送的可见光信息和深度信息，其中所述可见光信息和深度信息为所述可见光传感器和深度传感器，根据分光元件将接收到的反射光投射到所述可见光传感器和深度传感器上获得的，所述反射光为所述镜头汇聚的场景中的；

第一生成模块，用于根据所述接收的可见光信息生成可见光图像，并根据接收的深度信息生成深度图像；

第二生成模块，用于根据所述可见光图像和所述深度图像，生成RGB-D图像。

进一步地，所述第二生成模块，具体将所述可见光图像和深度图像中的一 个图像确定为目标图像；采用变换矩阵，对所述可见光图像和深度图像中的非目标图像进行变换；将变换后的非目标图像与所述目标图像进行对准，生成RGB-D图像。

进一步地，所述装置还包括：

确定模块，用于在获取的任意一组可见光图像和深度图像中选取对应的多个特征点对；根据选择的多个特征点对分别在可见光图像和深度图像中的坐标，确定所述变换矩阵。

本发明实施例公开了一种RGB-D图像生成方法、装置及摄像机，所述摄像机包括：一个镜头、分光元件、深度传感器、可见光传感器以及处理器；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，其中，分光元件将反射光投射到可见光传感器和深度传感器上，可见光传感器和深度传感器分别获取可见光信息和深度信息，处理器根据该可见光信息和深度信息生成可见光图像和深度图像，并将该两个图像对准，生成RGB-D图像。由于在本发明实施例中通过一个镜头汇聚场景中的反射光，即该摄像机只有一个视点，因此可以保证通过可见光传感器和深度传感器获取的图像的信息完全相同，从而保证了生成的RGB-D图像的准确性，而且无需进行内部参数的标定，镜头畸变矫正等，避免了标定和校正带来的RGB-D图像不准确的问题，另外，由于本发明实施例中只采用了一个镜头，因此摄像机的体积较小，重量轻，并且节省了配置双镜头的成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1A为现有技术中的两个摄像机对应不同视点的示意图；

图1B为现有技术中通过两个镜头得到RGB-D图像的示意图；

图2A为本发明实施例提供的一种摄像机的结构示意图；

图2B为本发明实施例中的摄像机在生成RGB-D图像时的示意图；

图3A为本发明实施例提供的光线成像示意图；

图3B为本发明实施例提供的几种分光元件和两个传感器的位置示意图；

图4A为本发明实施例提供的滤光片的分光原理示意图；

图4B为本发明实施例提供的分光棱镜的分光原理示意图；

图4C为本发明实施例提供的分光棱镜和镜面组合构成分光元件的分光原理示意图；

图4D为本发明实施例提供的DLP元件的分光原理示意图；

图4E为本发明实施例提供的角度可变的玻璃镜的分光原理示意图；

图5为本发明实施例提供的一种RGB-D图像的生成方案示意图；

图6为本发明实施例提供的RGB-D图像生成示意图；

图7为本发明实施例提供的一种RGB-D图像的生成装置结构示意图。

具体实施方式

为了有效的提高生成的RGB-D图像的准确性，并减小摄像机的体积，本发明实施例提供了一种RGB-D图像的生成方法、装置及摄像机。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图2A为本发明实施例提供的一种摄像机的结构示意图，该摄像机包括：一个镜头、分光元件、深度传感器、可见光传感器以及处理器(图中未示出)；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，其中，

所述镜头，用于汇聚场景中的反射光；

所述分光元件，用于将反射光线分别投射到所述可见光传感器和深度传感器；

所述可见光传感器，用于根据所述反射光中的可见光，获取可见光信息， 并将该可见光信息发送给所述处理器；

所述深度传感器，用于根据所述反射光中的红外光，获取深度信息，并将该深度信息发送给所述处理器；

所述处理器，用于根据接收的可见光信息生成可见光图像，并根据接收的深度信息生成深度图像，根据所述可见光图像和所述深度图像，生成RGB-D图像。

图2B为本发明实施例中的摄像机在生成RGB-D图像时的示意图，根据图2A所示的摄像机的结构，该摄像机只有一个视点，其中视点是指接收光的位置。对于同一个场景，摄像机在不同的视点获取到的图像是不一样的，对于人眼而言，不同的视点即人站在不同的位置，在不同位置看到的东西是不一样的。因此该摄像机中的深度传感器和可见光传感器可以获取的图像的信息相同，生成的图像中包含完整的RGB和深度D的信息。

在本发明实施提供的摄像机中，该摄像机中设置有分光元件，该分光元件将镜头接收到的反射光分别投射到可见光传感器和深度传感器。可见光传感器将接收到的反射光中的可见光信号转换为可见光信息，该可见光信息是以电信号的形式存在，深度传感器将接收到的反射光中的红外光信号转换为深度信息，该深度信息是以电信号的形式存在，之后可见光传感器和深度传感器分别将可见光信息和深度信息发送给处理器。处理器根据接收到可见光信息，生成可见光图像，并根据接收到的深度信息，生成深度图像。其中深度图像是指每个像素点的值为场景中对应物体到摄像机距离的图像，可见光图像又称为彩色图像或者RGB图像。

深度传感器和可见光传感器根据红外光和可见光，获取深度信息和可见光信息的过程属于现有技术，并且处理器根据深度信息和可见光信息，生成深度图像和可见光图像的过程也属于现有技术，在本发明实施例中对上述过程不进行赘述。

在本发明实施例中通过一个镜头汇聚场景中的反射光，镜头的作用是将光线聚焦到传感器上。如图3A所示的光线成像示意图，由于该摄像机中同时包含有深度传感器和可见光传感器，为了通过该两个传感器分别获取深度信息和可见光信息，该摄像机中设置有一个分光元件，该分光元件在镜头的聚焦作用下， 可以将反射光线分别投射到所述可见光传感器和深度传感器上。如图3A中该场景中的任一空间点P都可以成像在对应的传感器上，其对应的成像点在不同的光束中分别为1和2，从而使传感器获取该空间点P的相应信息。

本发明实施例中该镜头可以由一个镜片构成，也可以由多个镜片构成，当该镜头有多个镜片构成时，组成焦距可变的镜头。多个镜片组成镜头属于现有技术，在本发明实施例中对该过程不进行赘述。

在上述实现方案中，深度传感器和可见光传感器分别位于分光元件将镜头接收的反射光投射后的对应成像平面上，如图3B所示的几种分光元件和两个传感器的位置示意图，虽然两个传感器位于反射光的不同成像平面上，但是反射光的接收位置是相同的，即两个传感器的视点是一样的。

为了在同一个摄像机中通过一个镜头获得深度图像和可见光图像，在本发明的一个实施例中在该摄像机中包含有一个分光元件，该分光元件可以是光学元件，也可以是机械元件。当该分光元件为光学元件时，所述光学元件，用于从所述反射光中分离出可见光和红外光，分别将所述可见光和红外光投射到所述可见光传感器和深度传感器；

当该分光元件为机械元件时，所述机械元件，用于将所述反射光在不同时刻，分别投射到所述可见光传感器和深度传感器。

具体的，该分光元件可以改变反射光的光路，使得可见光传感器和深度传感器分别获取相应的反射光。当该分光元件为光学元件时，该分光元件能够同时或者分时将不同波段的光分离出，使不同波段的光经过该分光元件后具有不同的光路，不同光路的光投射到可见光传感器和深度传感器。当该分光元件为机械元件时，该分光元件可以在不同的时刻将该反射光投射到可见光传感器和深度传感器。

所述光学元件包括：

分光棱镜、或滤光片、或光学组合元件。

其中，滤光片可以反射特定波长的光，而透射其他波长的光。例如红外滤光片，该滤光片对可见光是全反射的，对红外光是透射的。相反的可见光滤光片可以透射可见光，而反射红外光。如图4A所示的滤光片的分光原理示意图。

分光棱镜对不同波长的光的折射率是不同的，因此可以将不同波长的光分离开来。如图4B所示的分光棱镜的分光原理示意图，该分光棱镜从入射光线中分离出光线1和光线2。

光学组合元件是将不同的光学元件进行组合，例如可以是分光棱镜和镜面的组合，图4C所示的为分光棱镜和镜面组合构成分光元件的分光原理示意图，通过光学组合元件从入射光线中分离出光线1和光线2。

该分光元件还可以是机械元件，所述机械元件包括：

角度可变的玻璃镜，或数字光处理元件。

通过DLP元件能够在不同的时刻将光线反射到不同的位置。如图4D所示的DLP元件的分光原理示意图，该DLP元件分别在时刻1和时刻2将入射光线投射到不同的位置。如图4E所示的角度可变的玻璃镜的分光原理示意图，在不同的时刻(时刻1和时刻2)旋转角度可变的玻璃镜的反射角度，可以将入射光线分时反射到不同位置。

可见光传感器和深度传感器将获取的可见光信息和深度信息发送给处理器，处理器根据接收的可见光信息生成可见光图像，并根据接收的深度信息生成深度图像，根据所述可见光图像和所述深度图像，生成RGB-D图像。但是由于两个传感器的安装位置偏差，导致的光心不对齐以及夹角偏差等问题，需要针对生成的深度图像或可见光图像进行转换。

在本发明的另一具体实施例中，所述处理器，具体用于根据保存的变换矩阵，将所述可见光图像和深度图像中的一个图像确定为目标图像；采用所述变换矩阵，对所述可见光图像和深度图像中的非目标图像进行变换；将变换后的非目标图像与所述目标图像进行对准，生成RGB-D图像。

由于只有一个镜头，只需要对准两个传感器采集的图像，无需进行内外参数的标定，两图像的对准只需要进行简单的平移、缩放、旋转变换，计算量小，可以提高生成RGB-D图像的效率，并避免因为标定校正导致的准确性较低的问题。

图5为本发明实施例提供的一种RGB-D图像的生成方案示意图，该方案应用于摄像机，具体的应用于处理器，该摄像机包括一个镜头、分光元件、深度 传感器、可见光传感器以及处理器；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，该过程包括以下步骤：

S501：接收可见光传感器和深度传感器发送的可见光信息和深度信息，其中所述可见光信息和深度信息为所述可见光传感器和深度传感器，根据所述分光元件将接收到的反射光投射到所述可见光传感器和深度传感器上获得的，所述反射光为所述镜头汇聚的场景中的。

所述分光元件将反射光投射到所述可见光传感器和深度传感器上包括：

所述分光元件从所述反射光中分离出可见光和红外光，分别将所述可见光和红外光投射到所述可见光传感器和深度传感器；或

所述分光元件将所述反射光在不同时刻，分别投射到所述可见光传感器和深度传感器上。

所述分光元件包括以下元件中的一种：

分光棱镜、滤光片、数字光处理芯片、角度可变的玻璃镜和光学组合元件。

所述镜头包括一个镜片或两个以上的镜片。

S502：根据所述接收的可见光信息生成可见光图像，并根据接收的深度信息生成深度图像。

具体的该可见光信息为可见光信息的电信号，该深度信息为深度信息的电信号。处理器根据可见光信息的电信号和深度信息的电信号，生成可见光图像和深度图像的过程属于现有技术，在本发明实施例中对该过程不进行赘述。

S503：根据所述可见光图像和所述深度图像，生成RGB-D图像。

因为本发明实施中该可见光图像和深度图像都是基于同一个镜头接收的反射光的，因此两个图像的畸变系数是相同的。因此同一空间位置在两个图像对应的像素点不会受畸变系数的影响而不同。在生成RGB-D图像时，直接将可见光图像和深度图像对准，获取每个对应像素点的深度值和可见光值，从而生成RGB-D图像。

在上述实施例中，是基于上述实施例描述的摄像机，对该摄像机中的处理器进行RGB-D图像生成的描述，上述各实施例中的摄像机的相应结构适用于本 处理过程。

因为可见光传感器和深度传感器的分辨率存在差异，因此根据该两个传感器获取的电信号得到的图像大小可能不同。另外由于摄像机中的两个传感器位于镜头接收的反射光的对应成像平面上，如果安装工艺足够的好，两个传感器的光心应该是对齐的，并且靶面夹角为零，但是因为传感器安装工艺的原因，两个传感器之间可能存在光心不对齐，夹角偏差等问题。

因此在本发明的另一实施方案中，为了进一步保证生成的RGB-D图像的准确性，在本发明实施例中，所述根据所述可见光图像和所述深度图像，生成RGB-D图像包括：

所述可见光图像和深度图像中的一个图像确定为目标图像；

采用变换矩阵，对所述可见光图像和深度图像中的非目标图像进行变换；

将变换后的非目标图像与所述目标图像进行对准，生成RGB-D图像。

可以预先确定并将该变换矩阵保存在处理器中，在确定该变换矩阵时，可以包括：

在获取的任意一组可见光图像和深度图像中选取对应的多个特征点对；

根据选择的多个特征点对分别在可见光图像和深度图像中的坐标，确定所述变换矩阵。

如图6所示的RGB-D图像生成示意图，具体的，在确定变换矩阵时，可以针对摄像机采集的任意一组可见光图像和深度图像，在该组可见光图像和深度图像中选取特征点对，该特征点对的选取可以是手动选取，也可以是采用一般的图像处理的特征点匹配检测方法进行选取，例如采用sift特征点检测匹配方法，或Harris特征点检测匹配方法，或susan特征点检测匹配方法选择对应的多个特征点对。如图6所示的采用sift特征点检测匹配方法选取了多个特征点对，每个特征点的坐标分别为(x1,y1)，(x2,y2)，(x3,y3)……等。

为了确定变换矩阵，在本发明实施例中该摄像机本身存在一个虚拟坐标系，通过每个传感器获取了对应的图像后，该两个图像都采用该虚拟坐标系确定其中每个像素点的坐标。其中在摄像机中设置虚拟坐标系属于现有技术，在本发明实施例中对该过程不进行赘述。

针对深度图像中的每个像素点，在该虚拟坐标系中确定每个像素点的坐标，得到深度图像中每个像素点的坐标，并针对可见光图像中的每个像素点，在该虚拟坐标系中确定每个像素点的坐标，得到可见光图像中每个像素点的坐标。并且根据安装工艺，可以确定两个图像中哪个图像更加准确，将该图像作为目标图像，例如深度传感器安装的位置比较准确，则可以将得到的深度图像作为目标图像，则相应的可见光图像则为非目标图像。相应的在处理器中保存该深度图像为目标图像，或可见光图像则为非目标图像的信息，以便后续在生成RGB-D图像时，可以对相应的非目标图像进行变换。

当确定了特征点对后，针对该特征点对中的两个特征点L和L’，根据该两个特征点L和L’分别在深度图像中的坐标和可见光图像中的坐标，采用m＝M×A，确定变换矩阵，其中，m为该目标图像中该特征点的坐标，M为该非目标图像中该特征点的坐标，A为变换矩阵。

预先确定该变换矩阵后，将该变换矩阵保存在处理器中，另外，还可以针对该变换矩阵保存哪个图像为目标图像的信息，使处理器在生成RGB-D图像时，根据该变换矩阵对非目标图像进行变换。如图6所示的，对非目标图像-深度图像进行变换。具体的，根据该变换矩阵可以将目标图像和非目标图像中的每个像素点一一对应起来。该变换矩阵可以使得解决传感器分辨率不同造成的图像大小不一致的问题，并且通过旋转解决传感器安装过程中夹角误差问题，平移操作可以解决传感器安装过程中光心不对齐的问题。

对非目标图像中的每个像素点采用变换矩阵进行变换后，根据每个像素点的坐标，将变换后的非目标图像和目标图像中的每个像素点对准，根据每个像素点的深度信息和可见光信息生成RGB-D图像。

由于在本发明实施中该摄像机采用一个镜头，因为可以保证深度图像和可见光图像都是基于同一个视点的，避免了图像对准后信息丢失导致生成的RGB-D图像不准确的问题。另外，由于只有一个镜头，只需要对准两个传感器采集的图像，无需进行内外参数的标定，两图像的对准只需要进行简单的平移、缩放、旋转变换，计算量小，可以提高生成RGB-D图像的效率，并避免因为标定、校正影像RGB-D图像准确性的问题。同时，由于只采用一个镜头，因此可以减小摄像机的体积，并降低其配置双镜头的成本。

图7为本发明实施例提供的一种RGB-D图像的生成装置结构示意图，应用于摄像机，所述摄像机包括一个镜头、分光元件、深度传感器、可见光传感器以及一个处理器；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，所述装置包括：

接收模块71，用于接收可见光传感器和深度传感器发送的可见光信息和深度信息，其中所述可见光信息和深度信息为所述可见光传感器和深度传感器，根据分光元件将接收到的反射光投射到所述可见光传感器和深度传感器上获得的，所述反射光为所述镜头汇聚的的所述场景中的；

第一生成模块72，用于根据所述接收的可见光信息生成可见光图像，并根据接收的深度信息生成深度图像；

第二生成模块73，用于根据所述可见光图像和所述深度图像，生成RGB-D图像。

所述第二生成模块73，具体用于根据保存的变换矩阵，将所述可见光图像和深度图像中的一个图像确定为目标图像；采用所述变换矩阵，对所述可见光图像和深度图像中的非目标图像进行变换；将变换后的非目标图像与所述目标图像进行对准，生成RGB-D图像。

所述装置还包括：

确定模块74，用于在获取的任意一组可见光图像和深度图像中选取对应的多个特征点对；根据选择的多个特征点对分别在可见光图像和深度图像中的坐标，确定所述变换矩阵。

本发明实施例公开了一种RGB-D图像生成方法、装置及摄像机，所述摄像机包括：一个镜头、分光元件、深度传感器、可见光传感器以及处理器；所述深度传感器和所述可见光传感器分别位于镜头接收的反射光的对应成像平面上，其中，分光元件将反射光投射到可见光传感器和深度传感器上，可见光传感器和深度传感器分别获取可见光信息和深度信息，处理器根据该可见光信息和深度信息生成可见光图像和深度图像，并将该两个图像对准，生成RGB-D图像。由于在本发明实施例中通过一个镜头汇聚场景中的反射光，即该摄像机只有一个视点，因此可以保证通过可见光传感器和深度传感器获取的图像的信息完全相同，从而保证了生成的RGB-D图像的准确性，而且无需进行内部参数的 标定，镜头畸变矫正等，避免了标定和校正带来的RGB-D图像不准确的问题，另外，由于本发明实施例中只采用了一个镜头，因此摄像机的体积较小，重量轻，并且节省了配置双镜头的成本。

对于系统/装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。