增強(qiáng)視覺傳感器功能：3D圖像拼接算法幫助擴(kuò)大視場(chǎng)

簡(jiǎn)介

飛行時(shí)間(TOF)攝像頭作為出色的測(cè)距成像系統(tǒng)脫穎而出，它利用TOF技術(shù)來(lái)確定攝像頭與圖像中每個(gè)點(diǎn)之間的距離。通過(guò)測(cè)量激光器或LED發(fā)射的人造光信號(hào)的往返時(shí)間，便可計(jì)算出距離。TOF攝像頭提供精確的深度信息，因此在準(zhǔn)確距離測(cè)量和3D可視化至關(guān)重要的應(yīng)用中，比如在機(jī)器人和工業(yè)技術(shù)應(yīng)用中，該攝像頭是極具價(jià)值的工具，例如能夠在270°的視場(chǎng)(FOV)范圍執(zhí)行碰撞檢測(cè)和人體檢測(cè)，從而提高安全性。

ADTF3175 TOF傳感器的校準(zhǔn)FOV可達(dá)到75°。然而，當(dāng)應(yīng)用的FOV超出該區(qū)域時(shí)，挑戰(zhàn)出現(xiàn)，此時(shí)就需要多個(gè)傳感器。如果通過(guò)集成各個(gè)傳感器的數(shù)據(jù)來(lái)為整個(gè)視場(chǎng)提供全面的分析，這可能會(huì)造成困難。一個(gè)潛在解決方案是讓傳感器對(duì)部分FOV執(zhí)行算法，然后將輸出傳輸至主機(jī)以進(jìn)行整理。然而，該方法面臨區(qū)域重疊、死區(qū)和通信延遲等問(wèn)題，導(dǎo)致其成為很難有效解決的復(fù)雜問(wèn)題。

另一種方法是將從所有傳感器捕獲的數(shù)據(jù)拼接成單個(gè)圖像，隨后在拼接的圖像上應(yīng)用檢測(cè)算法。該過(guò)程可卸載至單獨(dú)的主機(jī)處理器，從而減輕傳感器單元的計(jì)算負(fù)荷，留出空間執(zhí)行高級(jí)分析和其他處理選項(xiàng)。然而，值得注意的是，傳統(tǒng)圖像拼接算法本身非常復(fù)雜，會(huì)消耗主機(jī)處理器相當(dāng)一部分的計(jì)算能力。此外，由于隱私原因，在許多應(yīng)用中，數(shù)據(jù)無(wú)法發(fā)送到云端進(jìn)行拼接。

ADI公司的算法解決方案可使用深度數(shù)據(jù)的點(diǎn)云投影，拼接來(lái)自不同傳感器的深度和紅外圖像。這包括使用攝像頭外部位置轉(zhuǎn)換捕獲到的數(shù)據(jù)并將其投影回到2D空間，從而生成單張連續(xù)顯示的圖像。

該方法能夠大幅減少計(jì)算量，有助于在邊緣達(dá)到實(shí)時(shí)運(yùn)行的速度，并確保主機(jī)處理器的計(jì)算能力仍可用于其他高級(jí)分析。

圖1 深度拼接算法

解決方案描述

ADI的3D TOF解決方案分4個(gè)階段運(yùn)行（參見圖1）：

1.預(yù)處理紅外和深度數(shù)據(jù)：紅外和深度數(shù)據(jù)的時(shí)間同步及預(yù)處理。

2.將深度數(shù)據(jù)投影到3D點(diǎn)云：利用攝像頭內(nèi)參將深度數(shù)據(jù)投影到3D點(diǎn)云。

3.轉(zhuǎn)換和合并點(diǎn)：使用攝像頭的外部位置對(duì)點(diǎn)云進(jìn)行坐標(biāo)轉(zhuǎn)換，并合并重疊區(qū)域。

4.將點(diǎn)云投影到2D圖像：采用圓柱投影將點(diǎn)云投影回到2D圖像。

系統(tǒng)與算法的挑戰(zhàn)及解決方案

主機(jī)接收深度和紅外幀

主機(jī)通過(guò)USB等高速連接方式連接到多個(gè)TOF傳感器。主機(jī)收集深度和紅外幀，并將其存儲(chǔ)在隊(duì)列中。

同步深度和紅外數(shù)據(jù)

主機(jī)接收到的來(lái)自每個(gè)傳感器的深度和紅外幀在不同時(shí)間實(shí)例被捕獲。為了避免因物體移動(dòng)而造成的時(shí)間不匹配，所有傳感器的輸入需要同步到同一時(shí)間實(shí)例。使用時(shí)間同步器模塊，該模塊根據(jù)來(lái)自隊(duì)列的時(shí)間戳匹配傳入的幀。

投影到點(diǎn)云

通過(guò)使用每個(gè)傳感器的同步深度數(shù)據(jù)，在主機(jī)上生成點(diǎn)云。然后，每個(gè)點(diǎn)云根據(jù)其各自在真實(shí)場(chǎng)景中的攝像頭位置（參見圖2）進(jìn)行轉(zhuǎn)換（平移和旋轉(zhuǎn)）。接著，這些轉(zhuǎn)換后的點(diǎn)云合并形成單個(gè)連續(xù)點(diǎn)云，覆蓋傳感器的組合FOV（參見圖3）。

圖2 相機(jī)外參

圖3 合并的點(diǎn)云

3D到2D投影

通過(guò)使用圓柱投影算法，也稱為前視圖投影，F(xiàn)OV的組合點(diǎn)云投影到2D畫布上（參見圖4）。換言之，該算法將合并點(diǎn)云的每個(gè)點(diǎn)投影到2D平面的像素上，從而生成單一連續(xù)全景圖，覆蓋所有傳感器的組合視場(chǎng)。這會(huì)產(chǎn)生兩個(gè)2D拼接圖像：一個(gè)用于拼接的紅外圖像，另一個(gè)用于投影到2D平面的拼接深度圖像。

圖4 圓柱投影算法

提高投影質(zhì)量

將3D組合點(diǎn)云投影到2D圖像仍無(wú)法生成高質(zhì)量圖像。圖像存在失真和噪點(diǎn)。這不僅影響視覺質(zhì)量，對(duì)投影上運(yùn)行的任何算法也會(huì)產(chǎn)生不利影響。以下章節(jié)記錄了3個(gè)關(guān)鍵問(wèn)題（參見圖5）及其解決方法。

圖5 2D投影問(wèn)題

投影無(wú)效深度區(qū)域

對(duì)于超出傳感器工作范圍(8000 mm)的點(diǎn)，ADTF3175的深度數(shù)據(jù)的無(wú)效深度值為0 mm。這會(huì)導(dǎo)致深度圖像上出現(xiàn)大片空白區(qū)域，并形成不完整的點(diǎn)云。將深度值8000 mm（攝像頭支持的最大深度）分配給深度圖像上的所有無(wú)效點(diǎn)，并利用該值生成點(diǎn)云。這確保了點(diǎn)云沒有間隙。

填充未映射的像素

將3D點(diǎn)云投影到2D平面時(shí)，2D圖像中存在未映射/未填充的區(qū)域。許多點(diǎn)云(3D)像素映射至同一個(gè)2D像素，因此多個(gè)2D像素仍是空白。這就會(huì)產(chǎn)生如圖6所示的拉伸圖案。為解決該問(wèn)題，我們使用3 × 3過(guò)濾器，用其相鄰的8個(gè)具備有效值的像素的平均紅外/深度值來(lái)填充未映射的像素。這樣便可獲得更完整的輸出圖像，并消除偽影（參見圖6）。

重疊點(diǎn)產(chǎn)生的噪點(diǎn)

得益于圓柱投影算法，重疊區(qū)域上的許多點(diǎn)最終在2D投影輸出上獲得相同的靜止坐標(biāo)。由于背景像素與前景像素重疊，因此會(huì)產(chǎn)生噪點(diǎn)。為解決該問(wèn)題，我們將每個(gè)點(diǎn)的徑向距離與現(xiàn)有點(diǎn)進(jìn)行比較，僅當(dāng)與攝像頭原點(diǎn)的距離小于現(xiàn)有點(diǎn)時(shí)，才會(huì)替換該點(diǎn)。這有助于僅保留前景點(diǎn)，并提高投影質(zhì)量（參見圖7）。

圖6 填充未映射的像素

圖7 重疊噪點(diǎn)修復(fù)

結(jié)論

該算法能夠以小于5°的重疊度拼接來(lái)自不同攝像頭的圖像，相比之下，傳統(tǒng)關(guān)鍵點(diǎn)匹配算法至少需要20°的重疊度。該方法所需的計(jì)算量極少，因此非常適用于邊緣系統(tǒng)。由于沒有圖像失真，深度數(shù)據(jù)在拼接后仍具有完整性。該解決方案進(jìn)一步支持了ADTF3175傳感器的模塊化實(shí)現(xiàn)，以極小的損失獲得所需FOV。

FOV的擴(kuò)展不限于水平維度，相同技術(shù)也可用于在垂直方向上擴(kuò)展視場(chǎng)，從而獲得真正的球形視覺。該解決方案可以在連接了4個(gè)傳感器的Arm^? V8 6核邊緣CPU上以10 fps的速度運(yùn)行，提供275°的FOV。當(dāng)僅使用兩個(gè)傳感器時(shí)，幀速率可達(dá)30 fps。

該方法的主要優(yōu)勢(shì)之一是實(shí)現(xiàn)了巨大的計(jì)算效率增益，基本計(jì)算效率的增益超過(guò)3倍（參見表1）。

圖8和圖9展示了使用該解決方案獲得的一些結(jié)果。

表1 計(jì)算復(fù)雜性比較：針對(duì)512 × 512 QMP輸入，傳統(tǒng)算法與本文所提算法比較

圖8 拼接的紅外數(shù)據(jù)提供210°的FOV

參考文獻(xiàn)

“ADI公司的3DToF ADTF31xx”。GitHub, Inc.

“ADI公司3DToF地面探測(cè)器”。GitHub, Inc.

“ ADI公司3DToF圖像拼接”。GitHub, Inc.

“ ADI公司3DToF安全氣泡探測(cè)器”。GitHub, Inc.

“ ADI公司3D ToF軟件套件”。GitHub, Inc.

He、Yingshen、Ge Li、Yiting Shao、Jing Wang、Yueru Chen和Shan Liu.“通過(guò)球面投影的點(diǎn)云壓縮框架”。2020年IEEE視覺通信和圖像處理國(guó)際會(huì)議，2020年。

工業(yè)視覺技術(shù)。ADI公司

Topiwala、Anirudh?！包c(diǎn)云的球面投影”。Towards Data Science，2020年3月。

圖9 具有278° FoV的拼接紅外和深度圖像

作者簡(jiǎn)介

Rajesh Mahapatra擁有超過(guò)30年的工作經(jīng)驗(yàn)，目前就職于班加羅爾ADI公司的軟件和安全部門。他熱衷于使用基于ADI硬件解決方案的算法和嵌入式軟件來(lái)幫助客戶解決問(wèn)題。他與非政府組織密切合作，植樹造林，并為城市里經(jīng)濟(jì)困難的人群提供培訓(xùn)，幫助他們謀生。他在系統(tǒng)、圖像處理和計(jì)算機(jī)視覺領(lǐng)域擁有5項(xiàng)專利。

Anil Sripadarao于2007年加入ADI公司，目前就職于班加羅爾ADI公司的軟件和安全部門。他感興趣的領(lǐng)域包括音頻/視頻編解碼器、AI/ML、計(jì)算機(jī)視覺算法和機(jī)器人技術(shù)。他在圖像處理和計(jì)算機(jī)視覺領(lǐng)域擁有6項(xiàng)專利。

Swastik Mahapatra是軟件和安全部門的高級(jí)機(jī)器學(xué)習(xí)工程師。他于2018年加入ADI公司，致力于開發(fā)各種計(jì)算機(jī)視覺技術(shù)和機(jī)器人安全解決方案。他在深度學(xué)習(xí)邊緣推理框架開發(fā)、機(jī)器人應(yīng)用開發(fā)方面擁有豐富的經(jīng)驗(yàn)，并精通卷積神經(jīng)網(wǎng)絡(luò)。他的專業(yè)領(lǐng)域包括計(jì)算機(jī)視覺、3D視覺、機(jī)器學(xué)習(xí)和機(jī)器人的算法開發(fā)。