光源的功率调整方法、深度测量方法及装置与流程

本发明涉及图像处理术领域，特别是涉及光源的功率调整方法、深度测量方法及装置。

背景技术：

利用光投影的深度探测装置能够快速、准确的获取目标区域或待测对象的深度图像，利用深度图像可以实现三维扫描、体感交互等智能应用。

现有的技术一般采用红外光投影模组以固定的功率向目标区域投射结构光图案，由于红外光对人体具有危害性，因而需要将红外光功率设置在一个较为合适的值上，一方面要保证即使在最近测量距离都不会危害人体，另一方面还要保证足够的发光强度来支持深度图获取的精度。固定的红外光功率使得测量距离越远时采集的结构光图案质量越差，从而会导致深度测量的精度也越差。

技术实现要素：

本发明主要解决的技术问题是提供一种光源的功率调整方法、深度测量方法及装置，能够通过采集的图像对光源的功率进行适应性的调整，而无需其他额外的设备，减小了成本，提高了工作效率。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种光源的功率调整方法，该方法包括：采集待测对象在设定功率的光源投影下的图像；提取图像的特征数据；在图像的特征数据不满足预设要求时，调整光源的设定功率，并再次执行以上步骤，直到图像的特征数据满足预设要求。

其中，提取图像的特征数据，包括：获取图像每个像素点的灰度值；通过以下公式计算得到图像的平均灰度梯度值并作为图像的特征数据：其中，δ为图像的平均灰度梯度值，m为x方向上的像素点数量，n为y方向上的像素点数量，f_x(x_ij)为像素点x_ij在x方向上的灰度导数，f_y(x_ij)为像素点x_ij在y方向上的灰度导数。

其中，提取图像的特征数据，包括：获取图像每个像素点的灰度值；通过以下公式计算得到图像的平均灰度梯度值作为图像的特征数据：其中，δ为图像的平均灰度梯度值，m为x方向上的像素点数量，n为y方向上的像素点数量，f_xx(x_ij)为像素点x_ij在x方向上的灰度二阶导数，f_yy(x_ij)为像素点x_ij在y方向上的灰度二阶导数。

其中，调整光源的设定功率，包括：在图像的平均灰度梯度值大于预设值时，减小光源的设定功率；在图像的平均灰度梯度值小于预设值时，增加光源的设定功率。

其中，调整光源的设定功率之前，还包括：将距离为时，光源的最佳功率设置为设定功率的初始值；其中，(a,b)为图像采集器的深度测量的范围。

其中，光源为结构光源，图像为携带结构光图案的红外图像。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种深度测量方法，该方法包括：采用如上方法对光源的设定功率进行调整；采集待测对象在调整后的光源投影下的图像；将光源投影下的图像与参考图像进行比较，以获取待测对象的深度信息。

其中，光源投影的光为呈散斑图案的结构光，图像为散斑图像；将光源投影下的图像与参考图像进行比较，以获取待测对象的深度信息，包括：计算采集的散斑图像每个像素相对于参考散斑图像每个像素的偏离值；其中，参考散斑图像为光源预先投影至已知深度的平面上，并对平面采集得到的散斑图像。

其中，对光源的设定功率进行调整的步骤之前，还包括：将距离为时，光源的最佳功率设置为设定功率的初始值；其中，(a,b)为图像采集器的深度测量的范围。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种深度测量装置，该装置包括：光源，用于向待测对象进行投影；摄像头，用于采集待测对象在设定功率的光源投影下的图像；处理器，用于提取图像的特征数据；处理器还用于在图像的特征数据不满足预设要求时，调整光源的设定功率，直到图像的特征数据满足预设要求；处理器还用于将光源投影下的图像与参考图像进行比较，以获取待测对象的深度信息。

本发明的有益效果是：区别于现有技术的情况，本发明的光源功率调整方法包括：采集待测对象在设定功率的光源投影下的图像；提取图像的特征数据；在图像的特征数据不满足预设要求时，调整光源的设定功率，并再次执行以上步骤，直到图像的特征数据满足预设要求。通过上述方式，一方面能够保证采集的图像的质量，另一方面能够使光源的功率在一个合适的范围内而不对人体产生影响；同时，能够自身通过采集的图像对光源的功率进行适应性的调整，而无需其他额外的设备，例如，无需额外的激光测距仪，减小了成本，提高了工作效率。

附图说明

图1是本发明光源的功率调整方法一实施方式的流程示意图；

图2是本发明深度测量方法一实施方式的流程示意图；

图3是本发明深度测量方法一实施方式中一具体实施例的结构示意图；

图4是本发明深度测量装置一实施方式的结构示意图。

具体实施方式

参阅图1，图1是本发明光源的功率调整方法一实施方式的流程示意图，该方法包括：

S11：采集待测对象在设定功率的光源投影下的图像。

可选的，该光源可以是激光光源，例如红外光源或紫外光源。由于该光源主要同于对待测对象或待测区域进行投影，因此，该光源可以是阵列排布的光源模组，例如红外光源模组。

可选的，在一具体的实施方式中，该光源为带有结构光图案的红外光源，采集的图像为携带结构光图案的红外图像。

其中，光源的设定功率的初始值可以是任意设置的，例如，可以是光源额定功率最大值和最小值的一个平均值。

其中，采集待测对象的图像可以通过一相机对待测对象进行拍照或摄像，例如，在光源为红外光源时，该相机可以是红外相机。

S12：提取图像的特征数据。

图像的特征数据可以是图像的灰度值、亮度值、对比度、清晰度等中的一个或多个。例如，若亮度值过高，在S13的步骤中，则可以减小光源的设定功率，从而来减小采集的图像的亮度值。

可选的，下面以特征数据为图像的平均灰度梯度值为例，对本步骤进行详细说明：

在第一实施例中，S12可以具体包括：

S121：获取图像每个像素点的灰度值。

其中，获取每个像素点的灰度值，可以采用现有的技术，这里不作要求。

S122：通过以下公式计算得到图像的平均灰度梯度值并作为图像的特征数据：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_x{\left(x_{ij}\right)}^2+f_y{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ为图像的平均灰度梯度值，m为x方向上的像素点数量，n为y方向上的像素点数量，f_x(x_ij)为像素点x_ij在x方向上的灰度导数，f_y(x_ij)为像素点x_ij在y方向上的灰度导数。

可以理解的，该获取的图像为二维图像，以该二维图像中的一个像素点为原点建立xy坐标，x和y的方向与像素的横竖排列方向一致。

在第二实施例中，S12可以具体包括：

S123：获取图像每个像素点的灰度值。

S124：通过以下公式计算得到图像的平均灰度梯度值作为图像的特征数据：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_{xx}{\left(x_{ij}\right)}^2+f_{yy}{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ为图像的平均灰度梯度值，m为x方向上的像素点数量，n为y方向上的像素点数量，f_xx(x_ij)为像素点x_ij在x方向上的灰度二阶导数，f_yy(x_ij)为像素点x_ij在y方向上的灰度二阶导数。

S13：判断图像的特征数据是否满足预设要求。

若是，则不对光源的设定功率进行调整；若否则进行S14。

其中，判断图像的特征数据是否满足预设要求，可以根据特征数据的类型来决定，例如，可以是图像的清晰度、亮度、对比度、饱和度、平均灰度梯度值中的一个或多个是否达到预设要求。

S14：调整光源的设定功率。

在S14执行完成后，回到步骤S11，并重复执行以上步骤，直到图像的特征数据满足预设要求。

其中，可以根据特征数据的种类，对光源的设定功率的调整方式进行预设置。

可选的，若特征数据为上述实施例中提到的平均灰度梯度值，则S14可以具体包括：

S141：在图像的平均灰度梯度值大于预设值时，减小光源的设定功率。

S142：在图像的平均灰度梯度值小于预设值时，增加光源的设定功率。

其中，光源的设定功率的增加或减小的幅度可以是任意设置的，可选的，增加或减小的幅度可以是一个较小的值。

区别于现有技术，本实施方式的光源功率调整方法包括：采集待测对象在设定功率的光源投影下的图像；提取图像的特征数据；在图像的特征数据不满足预设要求时，调整光源的设定功率，并再次执行以上步骤，直到图像的特征数据满足预设要求。通过上述方式，一方面能够保证采集的图像的质量，另一方面能够使光源的功率在一个合适的范围内而不对人体产生影响；同时，能够自身通过采集的图像对光源的功率进行适应性的调整，而无需其他额外的设备，例如，无需额外的激光测距仪，减小了成本，提高了工作效率。

参阅图2，本发明深度测量方法一实施方式的流程示意图，该方法包括：

S21：对光源的设定功率进行调整。

其中，本步骤S21采用的光源的功率调整方法是采用了如上光源的功率调整方法一实施方式里介绍的方法，这里不再赘述。

可选的，在S21之前一般会对光源的设定功率设置一个初始值，在本实施方式中，可以将距离为时，光源的最佳功率设置为设定功率的初始值；其中，(a,b)为图像采集器的深度测量的范围。具体地，即在距离为时，光源的功率能保证采集的图像的质量(或者测量精度)，又能使光源的功能不是很大以免对人体造成伤害。

S22：采集待测对象在调整后的光源投影下的图像。

可选的，在一实施方式中，该光源为能够投影结构光图案的红外光源，采集的图像为携带结构光图案的红外图像。其中，该结构光图案可以是散斑图案，因此，采集的图像也为散斑图像。

S23：将光源投影下的图像与参考图像进行比较，以获取待测对象的深度信息。

其中，参考图像为采集的已知深度的图像。具体地，可以在垂直于照相机的光轴的平面上放置一平板，该平板与照相机的距离已知。再向该平板投影结构光图案并通过照相机进行拍摄得到参考图像。其中，参考图像的图案和采集待测对象的图像的图案是由同一个光源投影下采集得到的。

可选的，在结构光图案为散斑图案的情况下，参考图像可以是参考散斑图像。参考散斑图像为光源预先投影至已知深度的平面上，并对平面采集得到的散斑图像。

其中，将采集的图像和参考图像进行比较，可以是通过灰度值来获取像素的坐标，再通过像素的偏移量来计算得到采集的图像的深度。

可选的，在结构光图案为散斑图案，参考图像是参考散斑图像的情况下，S23可以具体为：

计算采集的散斑图像每个像素相对于参考散斑图像每个像素的偏离值。

具体地，下面对计算偏离值做简单的介绍：

首先确定每个像素的位移映射函数，一般而言该函数需要考虑采集图像和参考图像两幅图中待测对象上各点的平移以及变形。在本实施例中，由于两幅图中的图案仅仅是由于待测对象深度变化导致位置变化，并没有发生较大的变形，因此可以将该函数简化成仅考虑平移的情形，即：X＝x+Δ。这里X及x分别为待测对象的一个点在采集图像以及参考图像中的像素坐标，Δ为待求的偏离值。

其次，确定相应的搜索算法。一般采用的是牛顿迭代法，但是该算法涉及大量的根号及除法运算，算法的编写以及执行效率都不高。本实施例是采用的是基于迭代最小二乘法的搜索算法。由于仅考虑沿X方向平移的情形，因此仅需要进行一维的搜索算法就可以了，这样可以较大幅度提升算法的效率。

最后结合位移映射函数以及迭代最小二乘法就可以对偏离值Δ进行求解。

结合图3，下面以向待测对象投影红外散斑图案，利用红外深度相机来采集待测对象的图像为例，对本实施方式进行详细说明：

假如该深度相机的设计测量深度为a～b，则可以将红外光源的预设功率设置成可以实现当测量目标距离为(a+b)/2时满足红外光不危害人体以及相机刚好达到要求的测量精度。

测量时，首先向目标空间(即待测对象)以预设的功率投射散斑图案，然后利用红外相机采集目标空间散斑图像，其次再将该目标空间散斑图像与参考散斑图像进行数字图像相关计算，获取目标空间散斑图像上每个像素相对于参考散斑图像上对应像素的偏离值。由于参考散斑图像指的是在已知深度值的平面上预先获取的一幅散斑图像，一般而言这幅图像无论是在对比度还是清晰度都有较高的质量，因此影响测量精度的主要因素在于目标散斑图像的质量。

若当前的测量距离小于(a+b)/2时，采集到的目标散斑图像会有比较好的质量，具体地，可以通过计算出目标散斑图像的平均灰度梯度值来判断，此时平均灰度梯度值一般会高于预设的阈值，表明该散斑图像有较好的质量。然后将红外光发光功率按一定的幅度减小，再采集目标散斑图像并计算平均灰度梯度值；重复该步骤直到散斑图像的平均灰度梯度值达到或接近阈值时停止减小功率。通过调整后，该深度相机系统不仅能有保证高精度的测量，又可以减小功耗。

这里的阈值指的是目标散斑图像与参考散斑图像进行相关计算时刚好达到测量精度时目标散斑图像的平均灰度梯度值，当参考散斑图像确定后，该阈值就能被唯一确定。由此，预设功率初始值的具体方法也就有了，将测量目标放置在一定的距离上(本实施例中是(a+b)/2)，然后以任意功率投投射散斑，采集到目标散斑图案后计算平均灰度梯度值，若大于阈值则增加功率，反之降低，直到平均灰度梯度值达到阈值时，记录下此时的功率，最后将此功率做为预设功率。

若当前的测量距离大于(a+b)/2时，采集到的目标散斑图像的平均灰度梯度值会小于阈值，此时增加发光功率，然后重复采集该步骤直到散斑图像的平均灰度梯度值达到或接近阈值时停止增加功率。通过调整后，即使目标在较远的距离上该深度相机系统也能保证有较高的测量精度。

区别于现有技术，本实施方式中的深度测量方法包括：对光源的设定功率进行调整；采集待测对象在调整后的光源投影下的图像；将光源投影下的图像与参考图像进行比较，以获取待测对象的深度信息。通过上述方式，能够自动调整光源的光功率，使得测量距离较近时以较小的功率发光以减少系统功耗，而当测量距离较远时增加光源的功率，从而保证在其深度测量精度。与现有技术相比，在无需其他额外装置的条件下能以更加有效的方式实现光源功率的自动调整。

参阅图4，本发明深度测量装置一实施方式的结构示意图，该装置包括：

光源41，用于向待测对象进行投影。

摄像头42，用于采集待测对象在设定功率的光源投影下的图像。

处理器43，用于提取图像的特征数据。

处理器43还用于在图像的特征数据不满足预设要求时，调整光源的设定功率，直到图像的特征数据满足预设要求。

处理器43还用于将光源投影下的图像与参考图像进行比较，以获取待测对象的深度信息。

可以理解的，光源41和处理器43连接，以使处理器43能够对光源41的功率进行调节。摄像头42和处理器43连接，以使摄像头42采集的图像能够发送给处理器43以便对图像进行处理，即提取图像的特征数据。

另外，可选的，该装置还可以包括存储器，该存储器用于对预设的算法、阈值、参考图像等进行存储。

可选的，该深度测量装置可以是深度测量相机，该相机包括摄像头和光源，处理器设置于相机的内部。

在一具体的实施方式中，该光源41可以是红外投影模组，该红外投影模组发出的带有散斑图案的红外结构光，所以，该深度相机为红外深度相机，其摄像头42用于采集待测对象的红外散斑图案。

具体地，在摄像头42采集到待测对象的红外散斑图像之后，处理器43先获得红外散斑图像每个像素的灰度值，再通过以下两种方式得到红外散斑图像的平均灰度梯度值：

1、通过以下公式计算得到图像的平均灰度梯度值：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_x{\left(x_{ij}\right)}^2+f_y{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ为图像的平均灰度梯度值，m为x方向上的像素点数量，n为y方向上的像素点数量，f_x(x_ij)为像素点x_ij在x方向上的灰度导数，f_y(x_ij)为像素点x_ij在y方向上的灰度导数。

2、通过以下公式计算得到图像的平均灰度梯度值：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_{xx}{\left(x_{ij}\right)}^2+f_{yy}{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ为图像的平均灰度梯度值，m为x方向上的像素点数量，n为y方向上的像素点数量，f_xx(x_ij)为像素点x_ij在x方向上的灰度二阶导数，f_yy(x_ij)为像素点x_ij在y方向上的灰度二阶导数。

再得到采集的红外散斑图案的平均灰度梯度值后，处理器43还用于：

在图像的平均灰度梯度值大于预设值时，减小光源41的设定功率；以及在图像的平均灰度梯度值小于预设值时，增加光源41的设定功率。

其中，预设值即平均灰度梯度值阈值，这里的阈值指的是采集的目标散斑图像与参考散斑图像进行相关计算时刚好达到测量精度时采集的散斑图像的平均灰度梯度值，当参考散斑图像确定后，该阈值就能被唯一确定。

在对光源41的功率调整完了之后，就可以进行待测对象的深度探测。

具体地，处理器43可以通过计算获取的散斑图像每个像素相对于参考散斑图像每个像素的偏离值，来得到采集的散斑图像的深度值。

具体地，下面对计算偏离值做简单的介绍：

首先确定每个像素的位移映射函数，一般而言该函数需要考虑采集图像和参考图像两幅图中待测对象上各点的平移以及变形。在本实施例中，由于两幅图中的图案仅仅是由于待测对象深度变化导致位置变化，并没有发生较大的变形，因此可以将该函数简化成仅考虑平移的情形，即：X＝x+Δ。这里X及x分别为待测对象的一个点在采集图像以及参考图像中的像素坐标，Δ为待求的偏离值。

其次，确定相应的搜索算法。一般采用的是牛顿迭代法，但是该算法涉及大量的根号及除法运算，算法的编写以及执行效率都不高。本实施例是采用的是基于迭代最小二乘法的搜索算法。由于仅考虑沿X方向平移的情形，因此仅需要进行一维的搜索算法就可以了，这样可以较大幅度提升算法的效率。

最后结合位移映射函数以及迭代最小二乘法就可以对偏离值Δ进行求解。

可以理解的，本实施方式的装置是基于上述光源功率调整方法和深度测量方法的一装置，具体地，可以是一深度测量相机，其具体的实施原理和步骤类似，这里不再赘述。

本实施方式的深度测量装置，能够通过对自身采集的图像的处理，对光源的功率进行调整，使得测量距离较近时以较小的功率发光以减少系统功耗，而当测量距离较远时增加光源的功率，从而保证在其深度测量精度。与现有技术相比，在无需其他额外装置的条件下能以更加有效的方式实现光源功率的自动调整。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。