[论文解读] Improvements of the 3D images captured with Time-of-Flight cameras

D. Falie|ArXiv.org|Sep 30, 2009

Advanced Optical Sensing Technologies参考文献 10被引用 4

一句话总结

本文提出一种基于校准的方法，以减少3D飞行时间（ToF）相机图像中因间接光和杂散光引起的深度误差，尤其在暗表面上更为显著。通过在场景中放置对比度标记（白色和黑色区域位于相同距离），该方法测量标记之间距离的差异，并计算校正向量以调整深度图，显著提高了低反射率表面的准确性。

ABSTRACT

3D Time-of-Flight camera's images are affected by errors due to the diffuse (indirect) light and to the flare light. The presented method improves the 3D image reducing the distance's errors to dark surface objects. This is achieved by placing one or two contrast tags in the scene at different distances from the ToF camera. The white and black parts of the tags are situated at the same distance to the camera but the distances measured by the camera are different. This difference is used to compute a correction vector. The distance to black surfaces is corrected by subtracting this vector from the captured vector image.

研究动机与目标

• 解决由于漫反射和杂散光效应导致的飞行时间相机深度测量不准确问题。
• 特别提升暗表面或低反射率表面的深度准确性，这些表面在ToF成像中容易出现低估现象。
• 开发一种实用的、基于场景的校准方法，使用物理参考标记来估计并校正系统性深度误差。
• 实现在无需复杂场景建模或表面反射率先验知识的情况下，实现精确的3D重建。
• 提供一种简单、可部署的校正技术，适用于现有ToF相机系统。

提出的方法

• 在场景中放置一个对比度标记，使白色和黑色区域与ToF相机保持相同的物理距离。
• 相机捕获白色和黑色区域的深度值，由于光散射和杂散光效应，两者存在差异。
• 计算白色和黑色区域测量深度之间的差异，作为校正向量。
• 通过从所有深度值中减去该校正向量，将该向量应用于深度图，尤其针对低反射率区域。
• 该方法假设校正向量在整个场景中保持一致，并均匀应用以校正深度误差。
• 该技术无需了解表面反射率或场景几何结构，仅依赖于两个已知标记之间的相对深度偏移。

实验结果

研究问题

• RQ1 如何有效校正飞行时间相机系统中由间接光和杂散光引起的深度误差？
• RQ2 使用对比度标记进行简单场景内校准是否能提升暗表面上的深度准确性？
• RQ3 在ToF成像中，高反射率与低反射率区域之间的深度误差变化幅度和一致性如何？
• RQ4 从对比度标记中导出的单一校正向量能在多大程度上提升整体深度图质量？
• RQ5 该校正方法在不同场景配置和光照条件下是否具有鲁棒性？

主要发现

• 该方法通过利用白色和黑色对比度标记之间的深度差异，成功减少了暗表面上的深度误差。
• 从对比度标记中导出的校正向量有效补偿了由间接光和杂散光引起的系统性深度偏差。
• 该方法在无需事先了解表面反射率或场景几何结构的情况下，显著提升了深度准确性。
• 该技术可适用于现有ToF相机，仅需极少的硬件修改，且仅需一个简单的物理标记。
• 校正过程在整个深度图上均匀应用，显著提升了低反射率物体的重建质量。
• 该方法在表面反射率多变的实际3D成像应用中展示了实际可行性。