1 西安理工大学图书馆, 陕西 西安 710048
2 西安理工大学 自动化与信息工程学院, 陕西 西安 710048
3 西安市无线光通信与网络研究重点实验室, 陕西 西安 710048
4 陕西省智能协同网络军民共建重点实验室, 陕西 西安 710126
ToF （Time of Flight）深度相机是获取三维点云数据的重要手段之一，但ToF深度相机受到自身硬件和外部环境的限制，其测量数据存在一定的误差。本文针对ToF深度相机的非系统误差进行研究，通过实验验证了被测目标的颜色、距离和相对运动等因素均会对深度相机获取的数据产生影响，且影响均不相同。本文提出了一种新的测量误差模型对颜色和距离产生的误差进行校正，对于相对运动产生的误差，建立了三维运动模糊函数进行恢复，通过对所建立的校正模型进行数值分析，距离和颜色的残余误差小于4 mm，相对运动所带来的误差小于0.7 mm。本文所做工作改善了ToF深度相机的测量数据的质量，为开展三维点云重建等工作提供了更精准的数据支持。
ToF深度相机 深度误差 误差校正 ToF depth camera depth error error correction
1 西安科技大学 计算机科学与技术学院, 陕西 西安 710054
2 西安科技大学 机械工程学院, 陕西 西安 710054
TOF(Time-Of-Flight)相机获取的深度值存在着边角畸变和精度偏移, 目前主要是通过误差查找表或曲线拟合等技术进行误差补偿, 计算量大且补偿速度慢。通过对TOF相机在不同距离的深度误差分布规律的分析, 提出了一种实时、高精度的误差补偿方法。该方法利用TOF深度图像的旋转对称性以及误差分布的特性, 简化了误差补偿模型、降低参数数量级, 有效提升了补偿的精度和速度。将算法应用于基于TOF原理的Kinect v2深度传感器进行深度补偿, 使得有效距离内平面度误差下降到0.63 mm内, 平均误差下降到0.704 0 mm内, 单帧数据补偿时间在90 ms内。由于该算法仅基于光径差进行补偿, 因此适用于所有TOF原理的相机。实验结果表明, 该算法能够快速有效减少TOF相机的深度误差, 适用于实时、高精度的大视场三维重建。
TOF深度相机 深度误差补偿 曲线拟合 Kinect v2传感器 TOF depth camera depth error compensation curve fitting Kinect v2 sensor 红外与激光工程
2019, 48(12): 1213004
