一种3D结构光识别装置、系统及方法

技术领域

本申请一般涉及3D技术领域，具体涉及一种3D结构光识别装置、系统及方法。

背景技术

随着目前新型行业的不断发展，加速了人们对3D视觉技术的开发和应用，目前机器人、智能安防、AR/VR、体感游戏、无人机、新零售、物流等许多行业对深度视觉的需求越来越突出，而且使用场景不仅仅局限在室内，而在室外(太阳光下)使用的需求越来越多。

然而由于室外环境自然光是全波段光谱(含有3D结构光视觉系统使用的近红外波段光谱)，即红外图像传感器接收到的近红外信息包含了激光发射器的编码图像和环境光中的近红外光，环境光的近红外光部分可以认为是底噪，会影响室外深度图的效果。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种3D结构光识别装置、系统及方法，可以降低底噪对室外深度图的影响，提高3D识别效果。

第一方面，本申请提供了一种3D结构光识别装置，包括：

发射模组，被配置用于向被测物表面发射结构光；

多个接收模组，被配置用于接收至少部分所述被测物表面反射回来的结构光并获取与所述被测物相关的识别图像；

其中，每一所述接收模组在靠近所述被测物的一侧设置有偏振片，各个所述接收模组上的所述偏振片的偏振角度不同。

可选地，所述偏振片的偏振角度为0-180°。

可选地，所述接收模组的数量为六颗，六颗所述接收模组上的偏振片的偏振角度分别为0°、30°、60°、90°、120°、150°。

可选地，所述发射模组包括光源和衍射光学元件，所述光源包括高对比度垂直腔面发射激光器、单孔宽面型垂直腔面发射激光器、阵列式垂直腔面发射激光器、激光二极管、LED光源中的一种或多种。

可选地，所述结构光的图案为不规则点阵、网格式图案、条纹式图案、或编码式图案中的一种或多种。

第二方面，本申请提供了一种3D结构光识别系统，包括如以上任一所述的3D结构光识别装置以及数据处理单元，其中，所述数据处理单元被配置用于获取各个识别图像，基于各个所述识别图像构建被测物的3D深度信息。

第三方面，本申请提供了一种3D结构光识别方法，包括：

发射模组向被测物表面发射结构光；

各接收模组接收至少部分所述被测物表面反射回来的结构光并获取与所述被测物相关的识别图像；

数据处理单元获取各个所述识别图像中目标图案的灰度值和环境光背景的灰度值；

基于所述目标图案的灰度值和环境光背景的灰度值，获取各个所述识别图像的对比度；

基于各个所述识别图像的对比度，获取标准图像；

对所述标准图像进行后处理获得所述被测物的3D深度信息。

可选地，所述基于各个所述识别图像的对比度，获取标准图像，包括：

选取各个所述识别图像中的一张图像作为标准图像。

可选地，所述基于各个所述识别图像的对比度，获取标准图像，包括：

通过数据处理单元对各个所述识别图像进行图像处理获得标准图像。

可选地，所述标准图像中所述目标图案的灰度值和环境光背景的灰度值之间产生最佳对比度。

本申请的实施例提供的技术方案可以包括以下有益效果：

本申请实施例提供的3D结构光识别装置，通过发射模组与多组不同的接收模组搭配组合进行编码图像与环境光底噪对比，选出最优的编码图像对比度图片进行深度图计算，达到最优的深度图效果。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1为本申请的实施例提供的一种3D结构光识别装置的结构示意图；

图2为偏振角度为0°的接收模组获得识别图像；

图3为偏振角度为30°和150°的接收模组获得识别图像；

图4为偏振角度为60°和120°的接收模组获得识别图像；

图5为偏振角度为90°的接收模组获得识别图像；

图6为本申请的实施例提供的一种3D结构光识别方法的流程图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

已知空间方向光束的投影集合称为结构光(structured light)。3D结构光原理，如图1所示：采用特定波长、不可见的红外激光作为光源，发射出来的光经光学衍射元件(DOE)形成具有一定编码规则的图像投影在物体上，同时接收模组会接收到物体表面上具有编码规则的图像，然后基于光学三角法测量原理进行计算返回的编码图案的畸变来得到物体的位置和深度信息。即3D结构光模组会设定在特定距离下的参考面烧录一张参考图，而参考图的会包含一些特定的信息，而实际拍摄物体表面的图会与之前确定的参考图进行比对后，确认两者之间的差异情况后经过算法计算后会转化为深度图展示。

在消费类支付行业中的支付类设备等使用场景逐步由室内扩展到室外，但是结构光在室外高照度情况下往往会出现物体表面的编码图像淹没在外部的环境光中，无法有效的识别及采集出物体的深度信息，使之深度图成像出现缺失，造成支付失败。

在室外的情况下，编码图像和环境光的对比度不够，没办法区分出真正的编码图像的话，深度图是没有办法输出。

请详见图1，本申请提供了一种3D结构光识别装置，包括：

发射模组10，被配置用于向被测物表面发射结构光；

多个接收模组20，被配置用于接收至少部分所述被测物表面反射回来的结构光并获取与所述被测物相关的识别图像；

其中，每一所述接收模组在靠近所述被测物的一侧设置有偏振片30，各个所述接收模组上的所述偏振片30的偏振角度不同。

本申请实施例中，各个所述偏振片30的偏振角度为0-180°。在本申请实施例中示例性提供了设置有六个接收模组的识别装置，所述接收模组的数量为六颗，六颗所述接收模组上的偏振片的偏振角度分别为0°、30°、60°、90°、120°、150°。通过各接收模组获得的识别图像如图2-5所示。

需要说明的是，本申请中不限定使用的接收模组，只是对应的偏振片的角度不同，通过多组对比，选出使用场景下的对比度最好的搭配来计算输出深度。具体地，偏振片的数值数量以及设置角度，可以根据具体应用场景和设备进行调整。

在一些实施例中，为了达到不同的偏振效果，在设置接收模组上的偏振片时，可以通过多个偏振片进行叠加，实现接收模组上所要达到的偏振角度，例如，某一接收模组上的偏振角度为90°，可以通过第一偏振片偏振角度为第一角度，第二偏振片偏振角度相当于第一偏振片的偏振角度为第二角度，第三偏振片偏振角度相当于第二偏振片的偏振角度为第三角度，通过依次叠加使用偏振片，使得接收模组达到所需偏振角度90°。

在室外的某一场景下，因为不同的偏振片的原因，透过的光强会根据不同的偏振角度出现强弱不同的现象，通过不同接收模组接收到的发射模组的编码图像与环境光的对比度情况，来选取最优的对比度来进行深度计算，保证深度图最优的效果。

需要说明的是，根据马吕斯定律完全线偏振光通过检偏器后的光强可表示为I

当设置多个偏振片实现接收模组达到所需偏振角度时，例如光强为I的自然光垂直穿过两个偏振片，且此两偏振片的偏振角度成60度角对于理想偏振片透过第一片之后，光强变为1/2I，透过第二片之后，光强变为1/8I。

因此，通过设置多个偏振片，可以调节不同接收模组对于偏振片的应用效果，增加不同接收模组之间的差异性。在本申请的原理上，可以根据不同的应用场景进行调整适用，无论哪种方式，均属于本申请的保护范围。

所述发射模组包括光源和衍射光学元件，所述光源包括高对比度垂直腔面发射激光器、单孔宽面型垂直腔面发射激光器、阵列式垂直腔面发射激光器、激光二极管、LED光源中的一种或多种。所述发射模组10还可以包括其他功能的光学元件，在具体设置时，可以根据不同应用场景，对光源进行适当调整，例如微透镜阵列、光栅等。

其中，所述光源(未示出)用于发射光束，所述衍射光学元件(未示出)，设于光源的出光侧，其用于接收光束并向被测物表面投影光线。衍射光学元件(DOE，英文全称：Diffraction Optical Elements)实现多路光输出。

其中，光源发射的光束可以为图案光束，图案光束例如呈不规则点阵、网格式、条纹式、或编码式等图案。所述衍射光学元件可以将光源发射的光束进行分束扩展成多个光束作为对象识别信号。所述衍射光学元件还可以将光源发射的光束扩展成多个基本覆盖填充被照射空间的红外泛光，被照射空间的各区域光强分布基本均匀。

需要说明的是，本申请实施例中，对象识别信号例如但不限于图案光束和图像。图案光束例如呈不规则点阵、网格式、条纹式、或编码式等图案。

第二方面，本申请提供了一种3D结构光识别系统，包括如以上任一所述的3D结构光识别装置以及数据处理单元，其中，所述数据处理单元被配置用于获取各个识别图像，基于各个所述识别图像构建被测物的3D深度信息。

第三方面，如图6所示，本申请提供了一种3D结构光识别方法，包括：

S01、发射模组向被测物表面发射结构光；

S02、各接收模组接收至少部分所述被测物表面反射回来的结构光并获取与所述被测物相关的识别图像；

S03、数据处理单元获取各个所述识别图像中目标图案的灰度值和环境光背景的灰度值；

S04、基于所述目标图案的灰度值和环境光背景的灰度值，获取各个所述识别图像的对比度；

S05、基于各个所述识别图像的对比度，获取标准图像；

S06、对所述标准图像进行后处理获得所述被测物的3D深度信息。

对比度即亮暗的对比程度，在此指编码图像与环境光背景之间的亮暗程度情况，通过灰度差的可以计算出亮暗之间的差异。

示例性地，在本申请实施中，0°偏振的识别图像(如图2所示)的灰度值是61，环境光背景是171，两者差值110；30°和150°偏振的识别图像(如图3所示)的灰度值是51，环境光背景是145，两者差值94；60°和120°偏振的识别图像(如图4所示)的灰度值是41，环境光背景是94，两者差值53；90°偏振的识别图像(如图5所示)的灰度值是23，环境光背景是51，两者差值28。

通过上述可以看到0°偏振的情况下，识别图像与环境光背景的对比度是大于其他图像中的对比度，此时输出的深度图效果会更好。

在一些实施例中，所述基于各个所述识别图像的对比度，获取标准图像，包括：

选取各个所述识别图像中的一张图像作为标准图像。

在一些实施例中，所述基于各个所述识别图像的对比度，获取标准图像，包括：

通过数据处理单元对各个所述识别图像进行图像处理获得标准图像。

本申请实施例中，所述标准图像中所述目标图案的灰度值和环境光背景的灰度值之间产生最佳对比度。

需要说明的是，在本申请实施例中数据处理单元对识别图像进行的图像处理，包括但不限于图像变换、图像增强和复原、图像分割、图像编码、图像描述和图像识别。

对于图像处理领域，图像变换：如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理。图像编码：压缩图像编码压缩技术可减少描述图像的数据量(即比特数)，以便节省图像传输、处理时间和减少所占用的存储器容量。图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。图像描述：图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。图像识别：图像识别属于模式识别的范畴，其主要内容是图像经过某些预处理(增强、复原、压缩)后，进行图像分割和特征提取，从而进行判决分类。

需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

除非另有定义，本文中所使用的技术和科学术语与本发明的技术领域的技术人员通常理解的含义相同。本文中使用的术语只是为了描述具体的实施目的，不是旨在限制本发明。本文中出现的诸如“设置”等术语既可以表示一个部件直接附接至另一个部件，也可以表示一个部件通过中间件附接至另一个部件。本文中在一个实施方式中描述的特征可以单独地或与其它特征结合地应用于另一个实施方式，除非该特征在该另一个实施方式中不适用或是另有说明。

本发明已经通过上述实施方式进行了说明，但应当理解的是，上述实施方式只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施方式范围内。本领域技术人员可以理解的是，根据本发明的教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。