一种基于双目DVS实现微秒级3D探测的方法、系统及装置与流程

    专利2026-07-04  27


    本技术涉及图像处理领域,尤其涉及一种基于双目dvs实现微秒级3d探测的方法、系统及装置。


    背景技术:

    1、常规的3d探测方案包括单目3d、双目、多相机3d等方法。其中,单目3d目标检测无法提供足够的3d信息,很难准确预测目标的位置信息。双目3d探测方案通过使用两个摄像头记录同一场景的不同视角,并进行图像处理和比对,可以测量出目标物体相对于相机的距离。除了基于摄像头的探测方案,常见的3d探测方案还包括使用激光雷达进行三角测量、使用时间飞行方法和结构光3d测量技术进行测量。不同的3d探测方案在应用场景、成本、精度等方面有所区别,选择适合特定需求的方案需要综合考虑各种因素。

    2、现有技术中,由于常规的3d探测方案,受限于相机的硬件性能和采集图像的分辨率等因素,帧率基本在60fps以内,对于vga及以上分辨率的3d相机,帧率普遍在30fps以内。而在高速运动物体探测中,相机需要能够在非常短的时间内捕捉到物体的位置和状态。如果相机的帧率较低,每秒钟只能拍摄到较少的图像帧数,那么在高速运动物体经过相机时可能会出现明显的图像模糊或拖影等现象,导致现有技术难以对高速运动的物体进行3d探测。


    技术实现思路

    1、本技术提供了一种基于双目dvs实现微秒级3d探测的方法、系统及装置,用于实现高速运动场景下的微秒级3d探测,提升探测结果的实时性。

    2、本技术第一方面提供了一种基于双目dvs实现微秒级3d探测的方法,包括:

    3、对双目dvs相机进行标定,得到所述双目dvs相机的内外参数;

    4、使用标定后的双目dvs相机进行拍摄得到两组dvs数据,所述dvs数据包括像素的极性;

    5、分别提取所述两组dvs数据中像素的梯度特征;

    6、基于所述极性和所述梯度特征进行特征点对的匹配;

    7、获取所述特征点对之间的视差信息,并根据所述双目dvs相机的内外参数以及所述视差信息计算得到深度信息。

    8、可选的,所述分别提取所述两组dvs数据中像素的梯度特征,包括:

    9、分别计算两组dvs数据中目标像素的梯度特征,所述目标像素为有极性的像素,所述梯度特征包括梯度模和梯度方向;

    10、基于预设尺度计算所述目标像素周围的邻域像素的梯度特征。

    11、可选的,所述目标像素的梯度模为:

    12、

    13、所述目标像素的梯度方向为:

    14、

    15、其中,(x,y)为所述目标像素的坐标,m(x,y)为所述目标像素的梯度模,θ(x,y)为所述目标像素的梯度方向,l(x,y)为所述目标像素的极性值,l(x+1,y)、l(x-1,y)、l(x,y+1)、l(x,y-1)分别表示所述目标像素相邻位置的极性值。

    16、可选的,在所述基于所述极性和所述梯度特征进行特征点对的匹配之前,所述方法还包括:

    17、将所述目标像素的梯度方向变换至目标方向,并记录变换角度;

    18、根据所述变换角度对所述邻域像素的梯度方向进行变换,得到变换后的梯度特征;

    19、所述基于所述极性和所述梯度特征进行特征点对的匹配,包括:

    20、基于所述极性和变换后的梯度特征进行特征点对的匹配。

    21、可选的,所述基于所述极性和所述梯度特征进行特征点对的匹配,包括:

    22、根据所述极性筛选出待匹配特征点;

    23、根据所述梯度特征计算所述待匹配特征点之间的矢量差;

    24、若两个待匹配特征点之间的矢量差小于预设矢量差阈值,则确定所述两个待匹配特征点为匹配的特征点对。

    25、可选的,所述根据所述目标像素及所述邻域像素的极性信息筛选出待匹配特征点,包括:

    26、将所述目标像素与所述邻域像素的极性进行相减,得到差异矩阵;

    27、对所述差异矩阵中的每个元素的绝对值进行求和,得到差异度值;

    28、若所述差异度值小于预设差异度阈值,则确定所述目标像素为待匹配特征点。

    29、可选的,所述预设尺度为3*3、4*4、5*5和6*6。

    30、本技术第二方面提供了一种基于双目dvs实现微秒级3d探测的系统,包括:

    31、标定单元,用于对双目dvs相机进行标定,得到所述双目dvs相机的内外参数;

    32、拍摄单元,用于使用标定后的双目dvs相机进行拍摄得到两组dvs数据,所述dvs数据包括像素的极性;

    33、提取单元,用于分别提取所述两组dvs数据中像素的梯度特征;

    34、匹配单元,用于基于所述极性和所述梯度特征进行特征点对的匹配;

    35、计算单元,用于获取所述特征点对之间的视差信息,并根据所述双目dvs相机的内外参数以及所述视差信息计算得到深度信息。

    36、可选的,所述提取单元具体用于:

    37、分别计算两组dvs数据中目标像素的梯度特征,所述目标像素为有极性的像素,所述梯度特征包括梯度模和梯度方向;

    38、基于预设尺度计算所述目标像素周围的邻域像素的梯度特征。

    39、可选的,所述目标像素的梯度模为:

    40、

    41、所述目标像素的梯度方向为:

    42、

    43、其中,(x,y)为所述目标像素的坐标,m(x,y)为所述目标像素的梯度模,θ(x,y)为所述目标像素的梯度方向,l(x,y)为所述目标像素的极性值,l(x+1,y)、l(x-1,y)、l(x,y+1)、l(x,y-1)分别表示所述目标像素相邻位置的极性值。

    44、可选的,所述系统还包括:变换单元;

    45、所述变换单元用于:

    46、将所述目标像素的梯度方向变换至目标方向,并记录变换角度;

    47、根据所述变换角度对所述邻域像素的梯度方向进行变换,得到变换后的梯度特征;

    48、所述匹配单元具体用于:

    49、基于所述极性和变换后的梯度特征进行特征点对的匹配。

    50、可选的,所述匹配单元具体用于:

    51、根据所述极性筛选出待匹配特征点;

    52、根据所述梯度特征计算所述待匹配特征点之间的矢量差;

    53、若两个待匹配特征点之间的矢量差小于预设矢量差阈值,则确定所述两个待匹配特征点为匹配的特征点对。

    54、可选的,所述匹配单元具体还用于:

    55、将所述目标像素与所述邻域像素的极性进行相减,得到差异矩阵;

    56、对所述差异矩阵中的每个元素的绝对值进行求和,得到差异度值;

    57、若所述差异度值小于预设差异度阈值,则确定所述目标像素为待匹配特征点。

    58、本技术第三方面提供了一种基于双目dvs实现微秒级3d探测的装置,所述装置包括:

    59、处理器、存储器、输入输出单元以及总线;

    60、所述处理器与所述存储器、所述输入输出单元以及所述总线相连;

    61、所述存储器保存有程序,所述处理器调用所述程序以执行第一方面以及第一方面中任一项可选的基于双目dvs实现微秒级3d探测的方法。

    62、本技术第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质上保存有程序,所述程序在计算机上执行时执行第一方面以及第一方面中任一项可选的基于双目dvs实现微秒级3d探测的方法。

    63、从以上技术方案可以看出,本技术具有以下优点:

    64、dvs相机基于动态视觉传感器技术实现,能够以非常低的延迟捕捉物体的运动和变化,实现高速运动场景下的物体感知。通过获取双目dvs相机输出的两组dvs数据,并利用dvs数据中的像素极性和梯度特征来进行特征点对的匹配,再根据特征点对的视差信息进行深度计算得到深度信息。通过结合dvs的高速感知和双目视觉的深度计算,实现对快速运动场景的微秒级深度感知,由此实现微秒级时间尺度的3d探测,显著提升探测结果的实时性。


    技术特征:

    1.一种基于双目dvs实现微秒级3d探测的方法,其特征在于,所述方法包括:

    2.根据权利要求1所述的方法,其特征在于,所述分别提取所述两组dvs数据中像素的梯度特征,包括:

    3.根据权利要求2所述的方法,其特征在于,所述目标像素的梯度模为:

    4.根据权利要求2所述的方法,其特征在于,在所述基于所述极性和所述梯度特征进行特征点对的匹配之前,所述方法还包括:

    5.根据权利要求1所述的方法,其特征在于,所述基于所述极性和所述梯度特征进行特征点对的匹配,包括:

    6.根据权利要求5所述的方法,其特征在于,所述根据所述极性筛选出待匹配特征点,包括:

    7.根据权利要求2至6中任一项所述的方法,其特征在于,所述预设尺度为3*3、4*4、5*5和6*6。

    8.一种基于双目dvs实现微秒级3d探测的系统,其特征在于,所述系统包括:

    9.一种基于双目dvs实现微秒级3d探测的装置,其特征在于,所述装置包括:

    10.一种计算机可读存储介质,所述计算机可读存储介质上保存有程序,所述程序在计算机上执行时执行如权利要求1至7中任一项所述方法。


    技术总结
    本申请公开了一种基于双目DVS实现微秒级3D探测的方法、系统及装置,用于实现高速运动场景下的微秒级3D探测,提升探测结果的实时性。本申请方法包括:对双目DVS相机进行标定,得到所述双目DVS相机的内外参数;使用标定后的双目DVS相机进行拍摄得到两组DVS数据,所述DVS数据包括像素的极性;分别提取所述两组DVS数据中像素的梯度特征;基于所述极性和所述梯度特征进行特征点对的匹配;获取所述特征点对之间的视差信息,并根据所述双目DVS相机的内外参数以及所述视差信息计算得到深度信息。

    技术研发人员:张勇,王文熹,李涛
    受保护的技术使用者:珠海视熙科技有限公司
    技术研发日:
    技术公布日:2024/4/29
    转载请注明原文地址:https://wp.8miu.com/read-98679.html

    最新回复(0)