【導讀】得益于出色的深度計算和紅外(IR)成像能力，飛行時間(TOF)攝像頭在工業應用，尤其是機器人領域越來越受歡迎。盡管具有這些優勢，但光學系統的固有復雜性往往會約束視場，從而限制獨立功能。本文中討論的3D圖像拼接算法專為支持主機處理器而設計，無需云計算。該算法將來自多個TOF攝像頭的紅外和深度數據實時無縫結合，生成連續的高質量3D圖像，該圖像具有超越獨立單元的擴大視場。借助拼接的3D數據，應用先進的深度學習網絡能夠徹底改變可視化及與3D環境的交互，深度學習網絡在移動機器人應用中特別有價值。
摘要
得益于出色的深度計算和紅外(IR)成像能力，飛行時間(TOF)攝像頭在工業應用，尤其是機器人領域越來越受歡迎。盡管具有這些優勢，但光學系統的固有復雜性往往會約束視場，從而限制獨立功能。本文中討論的3D圖像拼接算法專為支持主機處理器而設計，無需云計算。該算法將來自多個TOF攝像頭的紅外和深度數據實時無縫結合，生成連續的高質量3D圖像，該圖像具有超越獨立單元的擴大視場。借助拼接的3D數據，應用先進的深度學習網絡能夠徹底改變可視化及與3D環境的交互，深度學習網絡在移動機器人應用中特別有價值。
簡介
飛行時間(TOF)攝像頭作為出色的測距成像系統脫穎而出，它利用TOF技術來確定攝像頭與圖像中每個點之間的距離。通過測量激光器或LED發射的人造光信號的往返時間，便可計算出距離。TOF攝像頭提供精確的深度信息，因此在準確距離測量和3D可視化至關重要的應用中，比如在機器人和工業技術應用中，該攝像頭是極具價值的工具，例如能夠在270°的視場(FOV)范圍執行碰撞檢測和人體檢測，從而提高安全性。
ADTF3175 TOF傳感器的校準FOV可達到75°。然而，當應用的FOV超出該區域時，挑戰出現，此時就需要多個傳感器。如果通過集成各個傳感器的數據來為整個視場提供全面的分析，這可能會造成困難。一個潛在解決方案是讓傳感器對部分FOV執行算法，然后將輸出傳輸至主機以進行整理。然而，該方法面臨區域重疊、死區和通信延遲等問題，導致其成為很難有效解決的復雜問題。
另一種方法是將從所有傳感器捕獲的數據拼接成單個圖像，隨后在拼接的圖像上應用檢測算法。該過程可卸載至單獨的主機處理器，從而減輕傳感器單元的計算負荷，留出空間執行高級分析和其他處理選項。然而，值得注意的是，傳統圖像拼接算法本身非常復雜，會消耗主機處理器相當一部分的計算能力。此外，由于隱私原因，在許多應用中，數據無法發送到云端進行拼接。
ADI公司的算法解決方案可使用深度數據的點云投影，拼接來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換捕獲到的數據并將其投影回到2D空間，從而生成單張連續顯示的圖像。
該方法能夠大幅減少計算量，有助于在邊緣達到實時運行的速度，并確保主機處理器的計算能力仍可用于其他高級分析。
圖1.深度拼接算法。
解決方案描述
ADI的3D TOF解決方案分4個階段運行（參見圖1）：
1. 預處理紅外和深度數據：紅外和深度數據的時間同步及預處理。
2. 將深度數據投影到3D點云：利用攝像頭內參將深度數據投影到3D點云。
3. 轉換和合并點：使用攝像頭的外部位置對點云進行坐標轉換，并合并重疊區域。
4. 將點云投影到2D圖像：采用圓柱投影將點云投影回到2D圖像。
系統與算法的挑戰及解決方案
主機接收深度和紅外幀
主機通過USB等高速連接方式連接到多個TOF傳感器。主機收集深度和紅外幀，并將其存儲在隊列中。
同步深度和紅外數據
主機接收到的來自每個傳感器的深度和紅外幀在不同時間實例被捕獲。為了避免因物體移動而造成的時間不匹配，所有傳感器的輸入需要同步到同一時間實例。使用時間同步器模塊，該模塊根據來自隊列的時間戳匹配傳入的幀。
投影到點云
通過使用每個傳感器的同步深度數據，在主機上生成點云。然后，每個點云根據其各自在真實場景中的攝像頭位置（參見圖2）進行轉換（平移和旋轉）。接著，這些轉換后的點云合并形成單個連續點云，覆蓋傳感器的組合FOV（參見圖3）。
圖2.相機外參。
圖3.合并的點云。
3D到2D投影
通過使用圓柱投影算法，也稱為前視圖投影，FOV的組合點云投影到2D畫布上（參見圖4）。換言之，該算法將合并點云的每個點投影到2D平面的像素上，從而生成單一連續全景圖，覆蓋所有傳感器的組合視場。這會產生兩個2D拼接圖像：一個用于拼接的紅外圖像，另一個用于投影到2D平面的拼接深度圖像。
圖4.圓柱投影算法。
提高投影質量
將3D組合點云投影到2D圖像仍無法生成高質量圖像。圖像存在失真和噪點。這不僅影響視覺質量，對投影上運行的任何算法也會產生不利影響。以下章節記錄了3個關鍵問題（參見圖5）及其解決方法。
圖5.2D投影問題。
投影無效深度區域
對于超出傳感器工作范圍(8000 mm)的點，ADTF3175的深度數據的無效深度值為0 mm。這會導致深度圖像上出現大片空白區域，并形成不完整的點云。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效點，并利用該值生成點云。這確保了點云沒有間隙。
填充未映射的像素
將3D點云投影到2D平面時，2D圖像中存在未映射/未填充的區域。許多點云(3D)像素映射至同一個2D像素，因此多個2D像素仍是空白。這就會產生如圖6所示的拉伸圖案。為解決該問題，我們使用3 × 3過濾器，用其相鄰的8個具備有效值的像素的平均紅外/深度值來填充未映射的像素。這樣便可獲得更完整的輸出圖像，并消除偽影（參見圖6）。
重疊點產生的噪點
得益于圓柱投影算法，重疊區域上的許多點最終在2D投影輸出上獲得相同的靜止坐標。由于背景像素與前景像素重疊，因此會產生噪點。為解決該問題，我們將每個點的徑向距離與現有點進行比較，僅當與攝像頭原點的距離小于現有點時，才會替換該點。這有助于僅保留前景點，并提高投影質量（參見圖7）。
圖6.填充未映射的像素。
圖7.重疊噪點修復。
結論
該算法能夠以小于5°的重疊度拼接來自不同攝像頭的圖像，相比之下，傳統關鍵點匹配算法至少需要20°的重疊度。該方法所需的計算量極少，因此非常適用于邊緣系統。由于沒有圖像失真，深度數據在拼接后仍具有完整性。該解決方案進一步支持了ADTF3175傳感器的模塊化實現，以極小的損失獲得所需FOV。
FOV的擴展不限于水平維度，相同技術也可用于在垂直方向上擴展視場，從而獲得真正的球形視覺。該解決方案可以在連接了4個傳感器的Arm? V8 6核邊緣CPU上以10 fps的速度運行，提供275°的FOV。當僅使用兩個傳感器時，幀速率可達30 fps。
該方法的主要優勢之一是實現了巨大的計算效率增益，基本計算效率的增益超過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果。
表1.計算復雜性比較：針對512 × 512 QMP輸入，傳統算法與本文所提算法比較
圖8.拼接的紅外數據提供210°的FOV。
參考文獻
“ADI公司的3DToF ADTF31xx”。GitHub, Inc.
“ADI公司3DToF地面探測器”。GitHub, Inc.
“ ADI公司3DToF圖像拼接”。GitHub, Inc.
“ ADI公司3DToF安全氣泡探測器”。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.“通過球面投影的點云壓縮框架”。2020年IEEE視覺通信和圖像處理國際會議，2020年。
工業視覺技術。
ADI公司
Topiwala、Anirudh。“點云的球面投影”。Towards Data Science，2020年3月。
圖9.具有278° FoV的拼接紅外和深度圖像。
關于ADI公司
Analog Devices, Inc. (NASDAQ: ADI)是全球領先的半導體公司，致力于在現實世界與數字世界之間架起橋梁，以實現智能邊緣領域的突破性創新。ADI提供結合模擬、數字和軟件技術的解決方案，推動數字化工廠、汽車和數字醫療等領域的持續發展，應對氣候變化挑戰，并建立人與世界萬物的可靠互聯。ADI公司2024財年收入超過90億美元，全球員工約2.4萬人。ADI助力創新者不斷超越一切可能。更多信息，請訪問www.analog.com/cn。
作者簡介
Rajesh Mahapatra擁有超過30年的工作經驗，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幫助客戶解決問題。他與非政府組織密切合作，植樹造林，并為城市里經濟困難的人群提供培訓，幫助他們謀生。他在系統、圖像處理和計算機視覺領域擁有5項專利。
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。他感興趣的領域包括音頻/視頻編解碼器、AI/ML、計算機視覺算法和機器人技術。他在圖像處理和計算機視覺領域擁有6項專利。
Swastik Mahapatra是軟件和安全部門的高級機器學習工程師。他于2018年加入ADI公司，致力于開發各種計算機視覺技術和機器人安全解決方案。他在深度學習邊緣推理框架開發、機器人應用開發方面擁有豐富的經驗，并精通卷積神經網絡。他的專業領域包括計算機視覺、3D視覺、機器學習和機器人的算法開發。
(來源：ADI公司，作者：Rajesh Mahapatra，高級經理,Anil Sripadarao，首席工程師,Swastik Mahapatra，高級工程師)
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
