基于光斑图像的距离检测方法、系统、设备及存储介质技术方案

本发明专利技术提供了一种基于光斑图像的距离检测方法、系统、设备及存储介质，包括如下步骤：获取目标人物的光斑图像，光斑图像通过深度相机采集；在光斑图像上截取预设置尺寸的像素区域；对像素区域计算光斑清晰度，根据光斑清晰度和预设置的光斑清晰度与距离相关联的距离信息生成模型确定目标人物与深度相机之间的距离信息。本发明专利技术中通过采集目标人物的光斑图像，在光斑图像上截取的像素区域，对像素区域计算光斑清晰度，根据光斑清晰度和预设置的光斑清晰度与距离相关联的距离信息生成模型确定目标人物与深度相机之间的距离信息，能够更快速的得到物体的深度信息，能够用于进行近距离的人脸深度信息获取的手机、体感游戏、支付等消费产品中。等消费产品中。等消费产品中。

【技术实现步骤摘要】
基于光斑图像的距离检测方法、系统、设备及存储介质


[0001]本专利技术涉及图像检测，具体地，涉及一种基于光斑图像的距离检测方法、系统、设备及存储介质。

技术介绍

[0002]3D深度视觉作为一个崭新的技术，已经出现在手机、体感游戏、支付等消费级产品中并且逐步渗透到安防、自动驾驶等新的领域。随着硬件端技术的不断进步，算法与软件层面的不断优化，3D深度视觉的精度和实用性得到大幅提升。目前比较成熟的深度测量方法包括TOF方案。
[0003]TOF(time of flight)技术是一种从投射器发射测量光，并使测量光经过目标物体反射回到接收器，从而能够根据测量光在此传播路程中的传播时间来获取物体到传感器的空间距离的3D成像技术。常用的TOF技术包括单点扫描投射方法和面光投射方法。
[0004]但是TOF技术会存在近距离测试不够精确的问题，不便于进行近距离的人脸深度信息获取，不便于将TOF技术应用于手机、体感游戏、支付等消费产品中。

技术实现思路

[0005]针对现有技术中的缺陷，本专利技术的目的是提供一种基于光斑图像的距离检测方法、系统、设备及存储介质。
[0006]根据本专利技术提供的基于光斑图像的距离检测方法，包括如下步骤：
[0007]步骤S1：获取目标人物的光斑图像，所述光斑图像通过深度相机采集；
[0008]步骤S2：在所述光斑图像上截取预设置尺寸的像素区域；
[0009]步骤S3：对所述像素区域计算光斑清晰度，根据所述光斑清晰度和预设置的光斑清晰度与距离相关联的距离信息生成模型确定所述目标人物与所述深度相机之间的距离信息。
[0010]优选地，所述步骤S1包括如下步骤：
[0011]步骤S101：通过深度相机的光束投射器端向所述目标人物投射点阵光；
[0012]步骤S102：通过深度相机的探测器端接收经所述目标人物反射后的所述点阵光；
[0013]步骤S103：所述深度相机根据所述探测器端接收到的所述点阵光生成所述目标人物的光斑图像。
[0014]优选地，所述步骤S2包括如下步骤：
[0015]步骤S201：对所述光斑图像进行人脸检测确定人脸区域；
[0016]步骤S202：获取所述预设置尺寸的图像截取框，将所述图像截取框移动至所述人脸区域上的一目标区域；
[0017]步骤S203：在所述目标区域通过所述图像截取框截取预设置尺寸的像素区域。
[0018]优选地，所述步骤S3包括如下步骤：
[0019]步骤S301：获取所述像素区域内每一像素点的灰度值，根据每一像素点的灰度值
对所述像素区域计算光斑清晰度；
[0020]步骤S302：获取光斑清晰度与距离相关联的距离信息生成模型；
[0021]步骤S303：根据所述光斑清晰度输入至所述距离信息生成模型，以生成所述像素点与所述深度相机之间的距离信息。
[0022]优选地，所述步骤S301包括如下步骤：
[0023]步骤S3011：定义拉普拉斯算子L；
[0024]步骤S3012：对每一像素点的灰度值根据所述拉普拉斯算子L进行卷积处理生成每一像素点的卷积值；
[0025]步骤S3013：根据所有所述像素点的卷积值的平均值生成所述光斑清晰度的数值。
[0026]优选地，所述拉普拉斯算子L为：
[0027][0028]所述卷积值为：G(x,y)＝B*L
[0029]其中，B为一中心像素和邻域像素的灰度值构成的矩阵，G(x,y)为卷积后中心像素的数值；
[0030]所述光斑清晰度的数值为：C为像素区域内的总像素数量，D(f)为光斑清晰度的数值。
[0031]优选地，所述距离信息生成模型通过预采集的多个与光斑图像中光斑清晰度对应的距离信息和拟合生成。
[0032]根据本专利技术提供的基于光斑图像的距离检测系统，包括如下模块：
[0033]光斑图像获取模块，用于获取目标人物的光斑图像，所述光斑图像通过深度相机采集；
[0034]图像截取模块，用于在所述光斑图像上截取预设置尺寸的像素区域；
[0035]距离计算模块，用于对所述像素区域计算光斑清晰度，根据所述光斑清晰度和预设置的光斑清晰度与距离相关联的距离信息生成模型确定所述目标人物与所述深度相机之间的距离信息。
[0036]根据本专利技术提供的基于光斑图像的距离检测设备，包括：
[0037]处理器；
[0038]存储器，其中存储有所述处理器的可执行指令；
[0039]其中，所述处理器配置为经由执行所述可执行指令来执行所述的基于光斑图像的距离检测方法的步骤。
[0040]根据本专利技术提供的计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的基于光斑图像的距离检测方法的步骤。
[0041]与现有技术相比，本专利技术具有如下的有益效果：
[0042]本专利技术中通过采集目标人物的光斑图像，在所述光斑图像上截取的像素区域，对所述像素区域计算光斑清晰度，根据所述光斑清晰度和预设置的光斑清晰度与距离相关联的距离信息生成模型确定所述目标人物与所述深度相机之间的距离信息，能够更快速的得到物体的深度信息，能够用于进行近距离的人脸深度信息获取的手机、体感游戏、支付等消
费产品中。
附图说明
[0043]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0044]图1为本专利技术实施例中基于人脸光斑图像的活体检测方法的步骤流程图；
[0045]图2为本专利技术实施例中采集目标人物的光斑图像的步骤流程图；
[0046]图3为本专利技术实施例中在光斑图像上截取像素区域的步骤流程图；
[0047]图4为本专利技术实施例中根据光斑清晰度判断活体人脸光斑图像的步骤流程图；
[0048]图5为本专利技术实施例中距离信息生成模型的拟合数据图；
[0049]图6为本专利技术实施例中对像素区域计算光斑清晰度的步骤流程图；
[0050]图7为本专利技术实施例中深度相机的模块示意图；
[0051]图8为本专利技术实施例中基于人脸光斑图像的活体检测系统的模块示意图；
[0052]图9为本专利技术实施例中基于人脸光斑图像的活体检测设备的结构示意图；以及
[0053]图10为本专利技术实施例中计算机可读存储介质的结构示意图。
具体实施方式
[0054]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光斑图像的距离检测方法，其特征在于，包括如下步骤：步骤S1：获取目标人物的光斑图像，所述光斑图像通过深度相机采集；步骤S2：在所述光斑图像上截取预设置尺寸的像素区域；步骤S3：对所述像素区域计算光斑清晰度，根据所述光斑清晰度和预设置的光斑清晰度与距离相关联的距离信息生成模型确定所述目标人物与所述深度相机之间的距离信息。2.根据权利要求1所述的基于光斑图像的距离检测方法，其特征在于，所述步骤S1包括如下步骤：步骤S101：通过深度相机的光束投射器端向所述目标人物投射点阵光；步骤S102：通过深度相机的探测器端接收经所述目标人物反射后的所述点阵光；步骤S103：所述深度相机根据所述探测器端接收到的所述点阵光生成所述目标人物的光斑图像。3.根据权利要求1所述的基于光斑图像的距离检测方法，其特征在于，所述步骤S2包括如下步骤：步骤S201：对所述光斑图像进行人脸检测确定人脸区域；步骤S202：获取所述预设置尺寸的图像截取框，将所述图像截取框移动至所述人脸区域上的一目标区域；步骤S203：在所述目标区域通过所述图像截取框截取预设置尺寸的像素区域。4.根据权利要求1所述的基于光斑图像的距离检测方法，其特征在于，所述步骤S3包括如下步骤：步骤S301：获取所述像素区域内每一像素点的灰度值，根据每一像素点的灰度值对所述像素区域计算光斑清晰度；步骤S302：获取光斑清晰度与距离相关联的距离信息生成模型；步骤S303：根据所述光斑清晰度输入至所述距离信息生成模型，以生成所述像素点与所述深度相机之间的距离信息。5.根据权利要求4所述的基于光斑图像的距离检测方法，其特征在于，所述步骤S...

【专利技术属性】
技术研发人员：李志彬，朱力，吕方璐，汪博，
申请(专利权)人：深圳市光鉴科技有限公司，
类型：发明
国别省市：