开云优惠体育网页版入口

专利名称：一种TOF相机标定方法及系统

专利类型：发明专利

专利申请号：CN202210706447.5

专利申请（专利权）人：豪威开云优惠体育网页版入口(武汉)有限公司
权利人地址：湖北省武汉市东湖高新区光谷大道77号光谷金融港A1栋

专利发明（设计）人：彭杰,陈文首,彭莎

专利摘要：本发明提供一种TOF相机标定方法及系统，TOF相机标定方法包括：根据第一实际深度信息、第一测量深度信息、第一测量灰度信息、第一曝光时间，构建第一拟合模型、第二拟合模型和第三拟合模型；以第二实际深度信息为参考，利用第二测量深度信息，根据第一拟合模型对因第二被摄物体的深度不同引起的摆动误差进行校正；以及利用第二测量深度信息、第二曝光时间以及第二测量灰度信息，并根据第二拟合模型和第三拟合模型对因第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息，可以适用于不同曝光时间，不同被摄物体以及被摄物体与TOF相机之间不同距离的标定，并保证TOF相机的标定结果的准确性和精度。

主权利要求：
1.一种TOF相机标定方法，其特征在于，包括以下步骤：
步骤S1：获取第一被摄物体与TOF相机之间的第一实际深度信息、第一测量深度信息和第一测量灰度信息，同时还获取所述TOF相机的第一曝光时间；
步骤S2：根据所述第一实际深度信息和所述第一测量深度信息构建第一拟合模型；根据所述第一曝光时间和所述第一测量灰度信息构建第二拟合模型；根据所述第二拟合模型和所述第一测量深度信息构建第三拟合模型；
步骤S3：获得第二被摄物体与所述TOF相机之间的第二实际深度信息、第二测量深度信息和第二测量灰度信息，同时还获取所述TOF相机的第二曝光时间；
步骤S4：以所述第二实际深度信息为参考，利用所述第二测量深度信息，并根据所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；以及步骤S5：利用所述第二测量深度信息、所述第二曝光时间以及所述第二测量灰度信息，并根据所述第二拟合模型和所述第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息；
其中，所述第一测量深度信息包括所述第一被摄物体与所述TOF相机之间的第一测量距离，所述第一测量灰度信息包括第一测量幅值，所述第一实际深度信息包括所述第一被摄物体与所述TOF相机之间的第一实际距离；
所述第一拟合模型为：Correction1＝f(d)；
所述第二拟合模型为：NA＝Amplitude/e；
‘
所述第三拟合模型为：Correction2＝f(d，NA)；
其中，Correction1为摆动误差校正后的校正值；d为测量距离；NA为第二拟合模型的拟合结果；Amplitude为测量幅值；e为曝光时间；Correction2为深度误差校正后的校正值。
2.如权利要求1所述的TOF相机标定方法，其特征在于，所述第二测量深度信息包括所述第二被摄物体与所述TOF相机之间的第二测量距离，所述第二测量灰度信息包括第二测量幅值，所述第二实际深度信息包括所述第二被摄物体与所述TOF相机之间的第二实际距离。
3.如权利要求2所述的TOF相机标定方法，其特征在于，在步骤S4中，以所述第二实际距离为参考，将采集的所述第二测量距离带入所述第一拟合模型中对因所述第二被摄物体的深度不同引起的摆动误差进行校正，从而得到初步标定后的所述第二测量深度信息。
4.如权利要求2所述的TOF相机标定方法，其特征在于，在步骤S5中，将采集的所述第二曝光时间以及所述第二测量幅值带入所述第二拟合模型中，再将所述第二拟合模型和所述第二测量距离带入所述第三拟合模型中对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的所述第二测量深度信息。
5.一种TOF相机标定系统，其特征在于，包括设置单元、测算单元、摆动校正单元和反射校正单元，所述设置单元用于设置TOF相机的曝光时间参数；
所述测算单元用于计算并获取第一曝光时间下的第一被摄物体与所述TOF相机之间的第一测量深度信息和第一测量灰度信息，以及计算并获取第二曝光时间下的第二被摄物体与所述TOF相机之间的第二测量深度信息和第二测量灰度信息；
所述摆动校正单元用于根据第一实际深度信息和所述第一测量深度信息设置第一拟合模型，并利用所述第二测量深度信息和所述第二被摄物体与所述TOF相机之间的第二实际深度信息，通过所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；以及所述反射校正单元用于根据所述第一曝光时间和所述第一测量灰度信息设置第二拟合模型，并根据所述第二拟合模型和所述第一测量深度信息设置第三拟合模型，并利用所述第二测量深度信息、所述第二曝光时间以及所述第二测量灰度信息，通过所述第二拟合模型和所述第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正；
其中，所述第一测量深度信息包括所述第一被摄物体与所述TOF相机之间的第一测量距离，所述第一测量灰度信息包括第一测量幅值，所述第一实际深度信息包括所述第一被摄物体与所述TOF相机之间的第一实际距离；
所述第一拟合模型为：Correction1＝f(d)；
所述第二拟合模型为：NA＝Amplitude/e；
‘
所述第三拟合模型为：Correction2＝f(d，NA)；
其中，Correction1为摆动误差校正后的校正值；d为测量距离；NA为第二拟合模型的拟合结果；Amplitude为测量幅值；e为曝光时间；Correction2为深度误差校正后的校正值。 说明书 : 一种TOF相机标定方法及系统技术领域[0001] 本发明涉及图像技术领域，特别涉及一种TOF相机标定方法及系统。背景技术[0002] 基于TOF(Time?Of?Flight，飞行时间)理论的三维相机是当今技术的研究热点之一，TOF三维相机(简称TOF相机)已经逐渐出现在手势控制、3D建模、汽车雷达以及机器人视觉等系统领域中。[0003] TOF相机采用飞行时间法进行非接触式测距，使得TOF相机技术是诸多光学三维测量技术中表现较为突出的一种。TOF相机技术的基本原理是：主动光源(例如调制的红外光)发出的发射光由被摄物体反射回来的光被TOF相机捕获，进一步通过计算反射光与发射光之间的时间差或者相位差来计算被摄物体与TOF相机之间的距离，且在获取被摄物体的测量深度信息的同时，TOF相机还捕获灰度信息，其中，灰度信息通过反射光幅值(即测量幅值)体现出来。但是由于其自身特性以及成像条件还有外界环境的干扰，例如TOF相机的精度很容易受到被摄物体与TOF相机之间的距离以及被摄物体反射到传感器的光强强度的影响，使得TOF相机获取的数据通常存在一定的误差，因此需要对TOF相机进行标定。发明内容[0004] 本发明的目的在于，提供一种TOF相机标定方法及系统，可以保证TOF相机的标定结果的准确性和精度。[0005] 为了解决上述问题，本发明提供一种TOF相机标定方法，包括以下步骤：[0006] 步骤S1：获取第一被摄物体与TOF相机之间的第一实际深度信息、第一测量深度信息和第一测量灰度信息，同时还获取所述TOF相机的第一曝光时间；[0007] 步骤S2：根据所述第一实际深度信息、所述第一测量深度信息、所述第一测量灰度信息和所述第一曝光时间，构建第一拟合模型、第二拟合模型和第三拟合模型；[0008] 步骤S3：获得第二被摄物体与所述TOF相机之间的第二实际深度信息、第二测量深度信息和第二测量灰度信息，同时还获取所述TOF相机的第二曝光时间；[0009] 步骤S4：以所述第二实际深度信息为参考，利用所述第二测量深度信息，并根据所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；以及[0010] 步骤S5：利用所述第二测量深度信息、所述第二曝光时间以及所述第二测量灰度信息，并根据所述第二拟合模型和所述第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息。[0011] 可选的，步骤S2包括：[0012] 根据所述第一实际深度信息和所述第一测量深度信息构建所述第一拟合模型；[0013] 根据所述第一曝光时间和所述第一测量灰度信息构建所述第二拟合模型；以及[0014] 根据所述第二拟合模型和所述第一测量深度信息构建所述第三拟合模型。[0015] 进一步的，所述第一测量深度信息包括所述第一被摄物体与所述TOF相机之间的第一测量距离，所述第一测量灰度信息包括第一测量幅值，所述第一实际深度信息包括所述第一被摄物体与所述TOF相机之间的第一实际距离。[0016] 进一步的，所述第一拟合模型为：[0017] Correction1＝f(d)；[0018] 其中，Correction1为摆动误差校正后的校正值；d为测量距离。[0019] 进一步的，所述第二拟合模型为：[0020] NA＝Amplitude/e；[0021] 其中，Amplitude为测量幅值；e为曝光时间。[0022] 进一步的，所述第三拟合模型为：[0023] Correction2＝f‘(d，NA)；[0024] 其中，Correction2为反射状况引起的深度误差校正后的校正值；NA为第二拟合模型的拟合结果；d为测量距离。[0025] 可选的，所述第二测量深度信息包括所述第二被摄物体与所述TOF相机之间的第二测量距离，所述第二测量灰度信息包括第二测量幅值，所述第二实际深度信息包括所述第二被摄物体与所述TOF相机之间的第二实际距离。[0026] 进一步的，在步骤S4中，以所述第二实际距离为参考，将采集的所述第二测量距离带入所述第一拟合模型中对因所述第二被摄物体的深度不同引起的摆动误差进行校正，从而得到初步标定后的所述第二测量深度信息。[0027] 进一步的，在步骤S5中，将采集的所述第二曝光时间以及所述第二测量幅值带入所述第二拟合模型中，再将所述第二拟合模型和所述第二测量距离带入所述第三拟合模型中对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的所述第二测量深度信息。[0028] 另一方面，本发明还提供一种TOF相机标定系统，包括设置单元、测算单元、摆动校正单元和反射校正单元，[0029] 所述设置单元用于设置TOF相机的曝光时间参数；[0030] 所述测算单元用于计算并获取第一曝光时间下的第一被摄物体与所述TOF相机之间的第一测量深度信息和第一测量灰度信息，以及计算并获取第二曝光时间下的第二被摄物体与所述TOF相机之间的第二测量深度信息和第二测量灰度信息；[0031] 所述摆动校正单元用于设置第一拟合模型，并利用所述第二测量深度信息和所述第二被摄物体与所述TOF相机之间的第二实际深度信息，通过所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；以及[0032] 所述反射校正单元用于设置第二拟合模型和第三拟合模型，并利用所述第二测量深度信息、所述第二曝光时间以及所述第二测量灰度信息，通过所述第二拟合模型和所述第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正。[0033] 与现有技术相比，本发明具有以下有益效果：[0034] 本发明提供一种TOF相机标定方法及系统，TOF相机标定方法包括以下步骤：获取第一被摄物体与TOF相机之间的第一实际深度信息、第一测量深度信息和第一测量灰度信息，同时还获取所述TOF相机的第一曝光时间；根据所述第一实际深度信息、所述第一测量深度信息、所述第一测量灰度信息和所述第一曝光时间，构建第一拟合模型、第二拟合模型和第三拟合模型；获得第二被摄物体与所述TOF相机之间的第二实际深度信息、第二测量深度信息和第二测量灰度信息，同时还获取所述TOF相机的第二曝光时间；以所述第二实际深度信息为参考，利用所述第二测量深度信息，并根据所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；利用所述第二测量深度信息、所述第二曝光时间以及所述第二测量灰度信息，并根据所述第二拟合模型和所述第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息，可以适用于不同曝光时间，不同被摄物体以及被摄物体与TOF相机之间不同距离的标定，并保证TOF相机的标定结果的准确性和精度。附图说明[0035] 图1为一种TOF相机标定方法的流程图；[0036] 图2a为灰阶为250的纯色纸张作为被摄物体时的测量幅值与曝光时间的关系图；[0037] 图2b为同一个被摄物体在不同曝光时间下的补偿曲线图；[0038] 图3为本发明一实施例的一种TOF相机标定方法的流程图；[0039] 图4为本发明一实施例的不同灰阶的多个纯色纸张的补偿曲线图；[0040] 图5a为本发明一实施例的采用不同灰阶的两个纯色纸张分别作为被摄物体时的测量幅值与曝光时间的关系图；[0041] 图5b为本发明一实施例的采用不同灰阶的两个纯色纸张分别作为被摄物体时的测量幅值与测试距离的关系图。具体实施方式[0042] 如背景技术所述，由于TOF相机的精度很容易受到被摄物体与TOF相机之间的不同距离以及被摄物体反射到传感器的光强强度的影响，使得TOF相机获取的数据通常存在一定的误差，因此需要对TOF相机进行标定。其中，被摄物体反射到传感器的光强强度通常通过测量幅值来表征。[0043] 图1为一种TOF相机标定方法的流程图。如图1所示，通过目前的TOF标定方法来降低被摄物体与TOF相机之间的不同距离以及被摄物体反射到传感器的光强强度的影响。[0044] 目前的TOF标定方法为：[0045] 首先，获取第一初始被摄物体与TOF相机之间的第一初始真实深度信息、第一初始测量深度信息和第一初始测量灰度信息，其中，所述TOF相机的曝光时间为预设曝光时间，所述第一初始测量深度信息包括所述第一初始被摄物体与TOF相机之间的第一初始测量距离，所述第一初始真实深度信息包括所述第一初始被摄物体与TOF相机之间的第一初始真实距离，所述第一初始测量灰度信息包括第一初始测量幅值。[0046] 接着，以第一初始真实深度信息为参考，根据第一初始测量深度信息构建模型一，还根据曝光时间、第一初始测量深度信息和第一初始测量灰度信息构建模型二。[0047] 具体的，模型一为：Correction＝f(d)；[0048] 模型二为：Amplitude＝g(e，v，d)；[0049] 其中，Correction为深度误差校正后的校正值；d为测量距离，amplitude为测量幅值；e为曝光时间；v为与被摄物体的反射情况相关的变量。[0050] 接着，通过TOF相机获得第二初始被摄物体与TOF相机之间的第二初始测量深度信息(即第二初始测量距离)和第二初始测量灰度信息(即第二初始测量幅值)，还获得第二初始被摄物体与TOF相机之间的第二初始实际深度信息。[0051] 接着，以所述第二初始实际深度信息为参考，wiggling(摆动)校正单元利用所述第二初始测量深度信息并根据所述模型一对所述被摄物体因与TOF相机之间的深度不同引起的摆动误差进行校正(即进行wiggling校正)。[0052] 接着，反射状况校正单元利用所述曝光时间、第二初始测量深度信息和第二初始测量灰度信息，并根据模型二对被摄物体的反射到传感器的光强强度(即反射状况)不同引起的深度误差进行校正，从而得到标定后的第二初始测量深度信息。[0053] 图2a为灰阶为250的纯色纸张作为被摄物体时的测量幅值与曝光时间的关系图。如图2a所示，a1、a2和a3分别为相同的被摄物体的测量幅值与曝光时间的关系，可知，曝光时间不同时，测量幅值偏差较大，也就是说，测量幅值随着曝光时间的变化较大。[0054] 图2b为同一个被摄物体在不同曝光时间下的补偿曲线图。如图2b所示，同一个被摄物体在不同曝光时间下的测量深度信息的补偿曲线几乎重叠，也就是说，深度误差几乎不随曝光时间的变化而变动，即深度误差随曝光时间的变化几乎保持不变。由图2a?2b可知，由于曝光时间的影响，同一个测量幅值可能对应显著差异的补偿值。[0055] 同时，如下表一和下表二所示，被摄物体1自身的灰阶为60，被摄物体2自身的灰阶为90，被摄物体3自身的灰阶为150，被摄物体4自身的灰阶为195，被摄物体5自身的灰阶为250，表一的被摄物体与TOF相机之间的距离为1.43m，表二的被摄物体与TOF相机之间的距离为2.32m。表一和表二均以曝光时间为1900μs时构建的拟合模型来分别对曝光时间为800μs和500μs的TOF相机的测量深度信息进行补偿，其中，曝光时间为1900μs对应的标定后测量深度信息的深度误差与曝光时间为800μs对应的标定后测量深度信息的深度误差相差非常之大，同样的，曝光时间为1900μs对应的标定后测量深度信息的深度误差与曝光时间为500μs对应的标定后测量深度信息的深度误差相差非常之大。[0056] 标定后的测量深度的深度误差(单位：毫米)[0057][0058] 表一[0059] 标定后的测量深度的深度误差(单位：毫米)[0060][0061] 表二[0062] 这就说明，现有技术中构建的拟合模型不能适用于不同曝光时间的应用。[0063] 基于以上分析，本发明提供一种TOF相机标定方法及系统，TOF相机标定方法，包括以下步骤：获取第一被摄物体与TOF相机之间的第一实际深度信息、第一测量深度信息和第一测量灰度信息，同时还获取所述TOF相机的第一曝光时间；根据所述第一实际深度信息、第一测量深度信息、第一测量灰度信息和第一曝光时间，构建第一拟合模型、第二拟合模型和第三拟合模型；获得第二被摄物体与所述TOF相机之间的第二实际深度信息、第二测量深度信息和第二测量灰度信息，同时还获取所述TOF相机的第二曝光时间；以所述第二实际深度信息为参考，利用所述第二测量深度信息，并根据所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；利用所述第二测量深度信息、第二曝光时间以及第二测量灰度信息，并根据所述第二拟合模型和第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息，可以适用于不同曝光时间，不同被摄物体以及被摄物体与TOF相机之间不同距离的标定，并保证TOF相机的标定结果的准确性和精度。[0064] 以下将对本发明的一种TOF相机标定方法及系统作进一步的详细描述。下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。[0065] 为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须做出大量实施细节以实现开发者的特定目标，例如按照有关系统或有关商业的限制，由一个实施例改变为另一个实施例。另外，应当认为这种开发工作可能是复杂和耗费时间的，但是对于本领域技术人员来说仅仅是常规工作。[0066] 为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。[0067] 图3为本实施例的一种TOF相机标定方法的流程图。如图3所示，本实施例提供一种TOF相机标定方法，包括以下步骤：[0068] 步骤S1：获取第一被摄物体与TOF相机之间的第一实际深度信息、第一测量深度信息和第一测量灰度信息，同时还获取所述TOF相机的第一曝光时间；[0069] 步骤S2：根据所述第一实际深度信息、所述第一测量深度信息、所述第一测量灰度信息和所述第一曝光时间，构建第一拟合模型、第二拟合模型和第三拟合模型；[0070] 步骤S3：获得第二被摄物体与所述TOF相机之间的第二实际深度信息、第二测量深度信息和第二测量灰度信息，同时还获取所述TOF相机的第二曝光时间；[0071] 步骤S4：以所述第二实际深度信息为参考，利用所述第二测量深度信息，并根据所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；以及[0072] 步骤S5：利用所述第二测量深度信息、所述第二曝光时间以及所述第二测量灰度信息，并根据所述第二拟合模型和所述第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息。[0073] 以下结合图3?4以及图5a?5b对本实施例的TOF相机标定方法进行详细说明。[0074] 首先执行步骤S1，获取第一被摄物体与TOF相机之间的第一实际深度信息、第一测量深度信息和第一测量灰度信息，同时还获取所述TOF相机的第一曝光时间。[0075] 其中，所述第一测量深度信息包括所述第一被摄物体与TOF相机之间的第一测量距离，所述第一测量灰度信息包括第一测量幅值，所述第一实际深度信息包括所述第一被摄物体与TOF相机之间的第一实际距离。[0076] 在本实施例中，获取TOF相机在第一曝光时间下的各参数(第一实际深度信息、第一测量深度信息和第一测量灰度信息)对应的数据越多，在步骤S2构建的第一拟合模型、第二拟合模型和第三拟合模型越稳定，其鲁棒性更好。[0077] 接着执行步骤S2，根据所述第一实际深度信息、第一测量深度信息、第一测量灰度信息和第一曝光时间，构建第一拟合模型、第二拟合模型和第三拟合模型。[0078] 本步骤具体包括以下步骤：[0079] 步骤S21，根据所述第一实际深度信息和第一测量深度信息构建第一拟合模型。[0080] 所述第一拟合模型为：Correction1＝f(d)；[0081] 其中，Correction1为摆动误差校正后的校正值；d为测量距离。[0082] 步骤S22，根据所述第一曝光时间和第一测量灰度信息构建第二拟合模型。[0083] 图4为本实施例的不同灰阶的多个纯色纸张的补偿曲线图。如图4所示，不同灰阶的纯色纸张的补偿曲线明显不同，可知，深度误差的主要来源为因所述第二被摄物体的反射情况不同引起的深度误差。[0084] 图5a为本实施例的采用不同灰阶的两个纯色纸张分别作为被摄物体时的测量幅值与曝光时间的关系图。如图5a所示，b1、b2、b3、b4和b5为灰阶为150的五个纯色纸张的测量幅值与曝光时间的关系，c1、c2、c3、c4和b5为灰阶为250的五个纯色纸张的测量幅值与曝光时间的关系，此时，测量幅值与曝光时间的相关系数R1＞0.9999。可知，在大多数情况下，测量幅值与曝光时间成正比。[0085] 图5b为本实施例的采用不同灰阶的两个纯色纸张分别作为被摄物体时的测量幅值与测试距离的关系图。如图5b所示，d1、d2、d3和d4为灰阶为150的四个纯色纸张的测量幅值与曝光时间的关系，e1、e2、e3和e4为灰阶为250的四个纯色纸张的测量幅值与曝光时间的关系，此时，测量距离的倒数(1/d)和测量幅值的平方根的相关系数R2＞0.9985。可知，测量幅值与测量距离的平方成反比。基于此，我们可以构建一个与曝光时间无关的第二拟合模型。[0086] 所述第二拟合模型为：NA＝Amplitude/e；[0087] 其中，Amplitude为测量幅值；e为曝光时间。[0088] 详细的，构建所述第二拟合模型过程包括：[0089] Amplitude＝g(e，v，d)；[0090] Amplitude＝e*g“(v)/d2；[0091] g“(v)＝Amplitude*d2/e；[0092] NA＝Amplitude/e；[0093] 其中，Amplitude为测量幅值；e为曝光时间；d为测量距离；v为与被摄物体的反射情况相关的变量。[0094] 步骤S23，根据所述第二拟合模型和第一测量深度信息构建第三拟合模型。[0095] 所述第三拟合模型为：Correction2＝f‘(d，NA)；[0096] 其中，Correction2为深度误差校正后的校正值；NA为第二拟合模型的拟合结果；d为测量距离。[0097] 详细的，构建所述第三拟合模型过程包括：[0098] Correction2＝f(d，v)；[0099] Correction2＝f‘(d，g“(v))；[0100] NA＝Amplitude/e；[0101] Correction2＝f‘(d，NA)；[0102] 其中，Correction2为反射状况校正后的校正值；NA为第二拟合模型的拟合结果；d为测量距离；v为与被摄物体的反射情况相关的变量。[0103] 接着执行步骤S3，获得第二被摄物体与所述TOF相机之间的第二实际深度信息、第二测量深度信息和第二测量灰度信息，同时还获取所述TOF相机的第二曝光时间。本步骤用于进行数据采集，以对采集的数据进行深度误差校正。[0104] 其中，所述第二测量深度信息包括所述第二被摄物体与TOF相机之间的第二测量距离，所述第二测量灰度信息包括第二测量幅值，所述第二实际深度信息包括所述第二被摄物体与TOF相机之间的第二实际距离。[0105] 接着执行步骤S4，以所述第二实际深度信息为参考，利用所述第二测量信息，并根据所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正。[0106] 在本步骤中，以所述第二实际距离为参考，将采集的所述第二测量距离带入第一拟合模型中进对因所述第二被摄物体的深度不同引起的摆动误差进行校正，从而得到初步标定后的第二测量深度信息，进而初步减小了第二测量深度信息的深度误差。[0107] 接着执行步骤S5，利用所述第二测量深度信息、第二曝光时间以及第二测量灰度信息，并根据所述第二拟合模型和第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息。[0108] 在本步骤中，将采集的所述第二曝光时间以及第二测量幅值带入所述第二拟合模型中，再将第二拟合模型和第二测量距离带入所述第三拟合模型中对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，也就是对摆动校正后的深度信息进一步的校正，从而可以得到准确性和精度高的标定后的第二测量深度信息。[0109] 如下表三至表六所示，表三至表六均以曝光时间为1900μs时构建第一拟合模型、第二拟合模型和第三拟合模型。其中，被摄物体1自身的灰阶为60，被摄物体2自身的灰阶为90，被摄物体3自身的灰阶为150，被摄物体4自身的灰阶为195，被摄物体5自身的灰阶为250，表三和表五的被摄物体与TOF相机之间的距离为1.43m，表四和表六的被摄物体与TOF相机之间的距离为2.32m，表四和表六均为对不同曝光时间(即混合曝光时间)所采集的混合测量数据进行标定后的测量深度(即测量距离)的深度误差，表五为曝光时间为1900μs对应的标定后的测量深度的深度误差以及曝光时间800μs对应的标定后的测量深度的深度误差，表七为曝光时间为1900μs对应的标定后的测量深度的深度误差以及曝光时间为500μs对应的标定后的测量深度的深度误差。可知采用本实施例的TOF相机标定方法所构建的第一拟合模型、第二拟合模型和第三拟合模型进行的深度误差的补偿后的相对误差很。缦喽晕蟛钚∮1％。[0110][0111] 表三[0112][0113] 表四[0114][0115] 表五[0116][0117] 表六[0118] 本实施例还提供一种TOF相机标定系统，包括设置单元、测算单元、wiggling(摆动)校正单元和反射校正单元，所述设置单元用于设置所述TOF相机的曝光时间等参数。所述测算单元用于计算并获取被摄物体与TOF相机之间测量深度信息和测量灰度信息，例如用于计算并获取第一被摄物体与TOF相机之间第一测量深度信息和第一测量灰度信息，以及计算并获取第二被摄物体与TOF相机之间第二测量深度信息和第二测量灰度信息。所述摆动校正单元用于设置所述第一拟合模型，并利用所述第二实际深度信息和第二测量深度信息，通过所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正。所述反射校正单元用于设置第二拟合模型和第三拟合模型，并利用所述第二测量深度信息、第二曝光时间以及第二测量灰度信息，通过所述第二拟合模型和第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正。[0119] 综上所述，本发明提供一种TOF相机标定方法及系统，TOF相机标定方法，包括以下步骤：获取第一被摄物体与TOF相机之间的第一实际深度信息、第一测量深度信息和第一测量灰度信息，同时还获取所述TOF相机的第一曝光时间；根据所述第一实际深度信息、第一测量深度信息、第一测量灰度信息和第一曝光时间，构建第一拟合模型、第二拟合模型和第三拟合模型；获得第二被摄物体与所述TOF相机之间的第二实际深度信息、第二测量深度信息和第二测量灰度信息，同时还获取所述TOF相机的第二曝光时间；以所述第二实际深度信息为参考，利用所述第二测量深度信息，并根据所述第一拟合模型对因所述第二被摄物体的深度不同引起的摆动误差进行校正；利用所述第二测量深度信息、第二曝光时间以及第二测量灰度信息，并根据所述第二拟合模型和第三拟合模型对因所述第二被摄物体的反射情况不同引起的深度误差进行校正，从而得到标定后的测量深度信息，可以适用于不同曝光时间，不同被摄物体以及被摄物体与TOF相机之间不同距离的标定，并保证TOF相机的标定结果的准确性和精度。[0120] 此外，需要说明的是，除非特别说明或者指出，否则说明书中的术语“第一”、“第二”的描述仅仅用于区分说明书中的各个组件、元素、步骤等，而不是用于表示各个组件、元素、步骤之间的逻辑关系或者顺序关系等。[0121] 可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

专利地区：湖北

专利申请日期：2022-06-21

专利公开日期：2024-11-29

专利公告号：CN114998450B