本發(fā)明涉及機器視覺領域，具體涉及一種深度圖像獲取裝置和深度圖像獲取方法。

背景技術(shù)：

隨著勞動力成本的不斷提高以及自動化設備的不斷完善，使用自動化設備代替人工進行生產(chǎn)的比率越來越高。最初的自動化設備不安裝任何的傳感器，只能在固定的場景中進行一些固定的動作。隨著應用環(huán)境越來越復雜多變，需要在自動化設備上安裝一些傳感器，以便能夠觀察到物體的信息。深度相機是傳感器的一種，能夠觀察到物體的深度信息，因而能夠更加準確的確定物體在空間中的位置。但是由于主動投射光源，深度相機拍攝金屬等反光物體時會出現(xiàn)明顯的反光，導致獲取的深度圖像上出現(xiàn)孔洞。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供一種深度圖像獲取裝置和深度圖像獲取方法，可以減少反光物體在深度圖像上出現(xiàn)孔洞，提高深度相機的精度和視野范圍。

第一方面，提供一種深度圖像獲取裝置，包括：

第一深度相機；

第二深度相機；

第一支撐架和第二支撐架，分別用于固定和調(diào)節(jié)所述第一深度相機和所述第二深度相機；

處理器，用于控制融合所述第一深度相機和所述第二深度相機獲取的深度圖像獲取融合深度圖像。

優(yōu)選地，所述第一支撐架和所述第二支撐架包括電機，通過所述電機驅(qū)動支撐架進行角度調(diào)節(jié)。

優(yōu)選地，所述深度圖像獲取裝置還包括外殼，所述第一支撐架和所述第二支撐架可轉(zhuǎn)動地連接在所述外殼內(nèi)。

優(yōu)選地，所述處理器被配置為執(zhí)行如下步驟：

獲取所述第一深度相機的內(nèi)參矩陣和所述第一深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣以及所述第二深度相機的內(nèi)參矩陣和所述第二深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣；

根據(jù)兩個深度相機的內(nèi)參矩陣以及兩個深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣，計算獲取所述第二深度相機到所述第一深度相機的轉(zhuǎn)換矩陣；

獲取所述第一深度相機和所述第二深度相機分別拍攝目標獲得的深度圖像；

融合所述第一深度相機獲得的深度圖像和所述第二深度相機獲得的深度圖像，獲取融合深度圖像；

其中，所述第二深度相機到所述第一深度相機的轉(zhuǎn)換矩陣的公式為：

t3＝a1×(t1)^-1×t2×(a2)^-1

其中a1為所述第一深度相機的內(nèi)參矩陣，a2為所述第二深度相機的內(nèi)參矩陣，t1為所述第一深度相機的坐標系到機器人坐標系的轉(zhuǎn)換矩陣，t2為所述第二深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣。

第二方面，提供一種深度圖像獲取方法，包括：

對第一深度相機和第二深度相機進行標定獲取第一深度相機的內(nèi)參矩陣和第一深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣以及第二深度相機的內(nèi)參矩陣和第二深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣，其中，所述第一深度相機和所述第二深度相機在不同的位置以不同的角度朝向拍攝目標；

根據(jù)兩個深度相機的內(nèi)參矩陣以及兩個深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣，計算獲取所述第二深度相機到所述第一深度相機的轉(zhuǎn)換矩陣；

所述第一深度相機和所述第二深度相機分別獲取拍攝目標的深度圖像；

將所述第二深度相機獲得的深度圖像通過轉(zhuǎn)換矩陣映射到所述第一深度相機的坐標系后與所述第一深度相機獲得的深度圖像融合，獲取融合深度圖像；

其中，所述第二深度相機到所述第一深度相機的轉(zhuǎn)換矩陣的公式為：

t3＝a1×(t1)^-1×t2×(a2)^-1

其中a1為所述第一深度相機的內(nèi)參矩陣，a2為所述第二深度相機的內(nèi)參矩陣，t1為所述第一深度相機的坐標系到機器人坐標系的轉(zhuǎn)換矩陣，t2為所述第二深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣。

優(yōu)選地，所述標定還包括多次采集標定板中斑點的位置，分別獲取斑點在所述第一深度相機和所述第二深度相機坐標系的位置。

優(yōu)選地，所述斑點在所述第一深度相機和所述第二深度相機坐標系的位置是通過濾波、識別以及對應的深度值獲取。

優(yōu)選地，所述深度相機的坐標系到機器人坐標系的轉(zhuǎn)換矩陣通過標定板上的斑點在相機視野中均勻分布后計算獲取。

優(yōu)選地，根據(jù)融合深度圖像將所述第一深度相機的rgb圖像和所述第二深度相機的rgb圖像進行融合，獲取融合彩色圖。

優(yōu)選地，所述第一深度相機的深度圖像和所述第二深度相機的深度圖像具有不同深度值時，融合后的深度圖像的深度值通過計算獲得；

其中，融合后的深度圖像的深度值的計算公式為：

其中，d3和d2分別為所述第一深度相機和所述第二深度相機的深度圖像的深度值，a為深度系數(shù)。

本申請?zhí)峁┮环N深度圖像獲取裝置和深度圖像獲取方法，通過調(diào)整支撐架將兩個深度相機調(diào)整到預定的角度，通過處理器進行標定、融合獲取融合深度圖像。本申請深度圖像獲取裝置結(jié)構(gòu)簡單，便于使用，基于深度圖像獲取裝置的深度圖像獲取方法簡單可靠，可以減少反光物體在深度圖像上出現(xiàn)孔洞，提高深度相機的精度和視野范圍。

附圖說明

通過以下參照附圖對本發(fā)明實施例的描述，本發(fā)明的上述以及其它目的、特征和優(yōu)點將更為清楚，在附圖中：

圖1是本發(fā)明實施例的深度圖像獲取裝置的結(jié)構(gòu)示意圖；

圖2是現(xiàn)有技術(shù)的單深度相機拍攝獲取的深度圖像；

圖3是本發(fā)明實施例的深度圖像獲取裝置的深度圖像；

圖4是本發(fā)明實施例的深度圖像獲取方法的流程圖。

具體實施方式

以下基于實施例對本發(fā)明進行描述，但是本發(fā)明并不僅僅限于這些實施例。在下文對本發(fā)明的細節(jié)描述中，詳盡描述了一些特定的細節(jié)部分。對本領域技術(shù)人員來說沒有這些細節(jié)部分的描述也可以完全理解本發(fā)明。為了避免混淆本發(fā)明的實質(zhì)，公知的方法、過程、流程、元件和電路并沒有詳細敘述。

此外，本領域普通技術(shù)人員應當理解，在此提供的附圖都是為了說明的目的，并且附圖不一定是按比例繪制的。

除非上下文明確要求，否則整個說明書和權(quán)利要求書中的“包括”、“包含”等類似詞語應當解釋為包含的含義而不是排他或窮舉的含義；也就是說，是“包括但不限于”的含義。

在本發(fā)明的描述中，需要理解的是，術(shù)語“第一”、“第二”等僅用于描述目的，而不能理解為指示或暗示相對重要性。此外，在本發(fā)明的描述中，除非另有說明，“多個”的含義是兩個或兩個以上。

除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”、“固定”等術(shù)語應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或成一體；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通或兩個元件的相互作用關(guān)系，除非另有明確的限定。對于本領域的普通技術(shù)人員而言，可以根據(jù)具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

下面結(jié)合附圖及具體實施方式對本發(fā)明作進一步說明。

本實施例的深度圖像獲取裝置如圖1所示，深度圖像裝置包括第一深度相機1、第二深度相機2、處理器3、第一支撐架4、第二支撐架5以及外殼6。第一深度相機1固定在第一支撐架4上，第二深度相機2固定在第二支撐架5上。本領域技術(shù)人員應理解，深度相機和支撐架的固定連接方式可以通過螺栓連接或者卡槽連接，只要能夠使得深度相機和支撐架實現(xiàn)固定連接，深度相機可跟隨支撐架進行移動或者旋轉(zhuǎn)。外殼6包括順序連接的第一部分、第二部分和第三部分，并形成一定的角度。在本實施例中，外殼6的第一部分和第三部分相對于第二部分在同側(cè)彎折相同的角度。第一支撐架4可轉(zhuǎn)動地連接在外殼6的第一部分，第二支撐架5可轉(zhuǎn)動地連接在外殼6的第三部分，處理器3固定安裝在外殼6的第二部分。連接后第一支撐架4和第二支撐架5相對于處理器3對稱。處理器3為一種高性能圖像采集與信號處理單元，能夠?qū)Φ谝簧疃认鄼C1和第二深度相機2進行快速地標定、融合以及后續(xù)處理等。第一支撐架4和第二支撐架5包括電機，通過電機驅(qū)動第一支撐架4和第二支撐架5進行角度的調(diào)節(jié)，由于第一深度相機1和第二深度相機2分別固定在第一支撐架4和第二支撐架5上，因此，通過調(diào)整第一支撐架4和第二支撐架5的角度間接地調(diào)整第一深度相機1和第二深度相機2的角度。

通過本實施例設置的深度圖像獲取裝置，可以獲得目標的深度圖像。具體地，深度圖像獲取方法如圖4所示，所述獲取方法包括：

步驟s100、調(diào)整第一深度相機和第二深度相機的角度。

具體地，通過第一支撐架4和第二支撐架5將第一深度相機1和第二深度相機2的角度調(diào)整至能夠使得第一深度相機1和第二深度相機2分別拍攝的深度圖像融合后得到的融合深度圖像能夠在給定的工作范圍內(nèi)獲得最高的精度。

步驟s200、分別標定獲取第一深度相機的內(nèi)參矩陣和第二深度相機的內(nèi)參矩陣。

將第一深度相機1和第二深度相機2切換到紅外模式，利用棋盤格以及相機標定方法，可以分別標定出兩個深度相機的內(nèi)參矩陣，然后將其編號保存到文件中。

步驟s300、多次采集標定板中斑點的位置，分別獲取斑點在第一深度相機和第二深度相機坐標系的位置。

標定過程中，將具有高精度的非對稱圓斑點板安裝在機器人的末端，每次采集可以得到斑點在機器人的位置，然后利用深度相機的紅外模式對圓形斑點進行濾波及識別，最后加上對應的深度值，可以得到斑點在深度相機坐標系的位置。

步驟s400、多次移動標定板，分別計算獲得兩個深度相機坐標系到機器人坐標系的第一轉(zhuǎn)換矩陣和第二轉(zhuǎn)換矩陣。

將第一深度相機1和第二深度相機2通過第一支撐架4和第二支撐架5移動多次位置，使得斑點在第一深度相機1和第二深度相機2的視野中均勻分布，然后計算獲取深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣。

步驟s500、根據(jù)兩個深度相機的內(nèi)參矩陣以及兩個深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣，計算獲取第二深度相機到第一深度相機的轉(zhuǎn)換矩陣。

根據(jù)兩個深度相機的內(nèi)參矩陣以及兩個深度相機坐標系到機器人坐標系的轉(zhuǎn)換矩陣通過矩陣之間的變換處理即可計算獲取到第二深度相機2到第一深度相機1的轉(zhuǎn)換矩陣。

其中，所述第二深度相機2到第一深度相機1的轉(zhuǎn)換矩陣的公式為：

t3＝a1×(t1)^-1×t2×(a2)^-1

其中a1為第一深度相機1的內(nèi)參矩陣，a2為第二深度相機2的內(nèi)參矩陣，t1為第一深度相機1的坐標系到機器人坐標系的轉(zhuǎn)換矩陣，t2為第二深度相機2的坐標系到機器人坐標系的轉(zhuǎn)換矩陣。

步驟s600、第一深度相機和第二深度相機分別獲取拍攝目標的深度圖像。

將上述標定好的第一深度相機1和第二深度相機2分別拍攝獲取目標的深度圖像。

步驟s700、將第二深度相機獲得的深度圖像通過轉(zhuǎn)換矩陣映射到第一深度相機的坐標系后與第一深度相機獲得的深度圖像融合，獲取融合深度圖像。

第二深度相機2的深度圖像通過映射公式先映射到以第一深度相機1為坐標系的一個480*640的方格里面，將映射點的位置和深度值通過加權(quán)平均法，計算得到一個映射好的深度圖像。其中，映射公式如下：

其中，d0u、d0v為映射后映射點的平面坐標，d0為映射后映射點的深度值，d1u、d1v為映射前映射點的平面坐標，d1為映射前映射點的深度值，t2為第二深度相機2的坐標系到機器人坐標系的轉(zhuǎn)換矩陣。

第一深度相機1和第二深度相機2在某一位置的深度圖像的深度值不同時，第二深度相機2的深度圖像與第一深度相機1的深度圖像融合后的深度圖像的深度值d的計算公式如下：

其中，d3和d2分別為第一深度相機1和第二深度相機2拍攝某一相同位置時的深度值，a為深度系數(shù)。

深度圖像的是由無數(shù)個點組成，第二深度相機2的深度圖像與第一深度相機1的深度圖像融合的過程是兩個深度圖像通過無數(shù)的點進行融合，每個融合點通過上述公式獲取具有深度值的融合點，融合后的點形成融合深度圖像。

本領域技術(shù)人員應理解，本實施例的第一深度相機1的深度圖像和第二深度相機2的深度圖像進行融合，獲取融合深度圖像。其融合方法也可采用專利申請?zhí)枮?01510644681.x和201010290934.5的專利所公開的融合方法進行深度圖像的融合。

如圖2和圖3所示，通過現(xiàn)有技術(shù)單深度相機獲取的深度圖像與本申請的深度圖像獲取裝置拍攝獲取的深度圖像對比可以明顯看出，本申請有效減少了反光物體在深度圖像上出現(xiàn)的孔洞，提高了深度相機的精度。

本申請?zhí)峁┮环N深度圖像獲取裝置和深度圖像獲取方法，通過調(diào)整支撐架將兩個深度相機調(diào)整到預定的角度，通過處理器進行標定、融合獲取融合深度圖像。本申請深度圖像獲取裝置結(jié)構(gòu)簡單，便于使用，基于深度圖像獲取裝置的深度圖像獲取方法簡單可靠，可以減少反光物體在深度圖像上出現(xiàn)孔洞，提高深度相機的精度和視野范圍。

以上所述僅為本發(fā)明的優(yōu)選實施例，并不用于限制本發(fā)明，對于本領域技術(shù)人員而言，本發(fā)明可以有各種改動和變化。凡在本發(fā)明的精神和原理之內(nèi)所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。