本發(fā)明涉及圖像處理術(shù)領(lǐng)域，特別是涉及光源的功率調(diào)整方法、深度測(cè)量方法及裝置。

背景技術(shù)：

利用光投影的深度探測(cè)裝置能夠快速、準(zhǔn)確的獲取目標(biāo)區(qū)域或待測(cè)對(duì)象的深度圖像，利用深度圖像可以實(shí)現(xiàn)三維掃描、體感交互等智能應(yīng)用。

現(xiàn)有的技術(shù)一般采用紅外光投影模組以固定的功率向目標(biāo)區(qū)域投射結(jié)構(gòu)光圖案，由于紅外光對(duì)人體具有危害性，因而需要將紅外光功率設(shè)置在一個(gè)較為合適的值上，一方面要保證即使在最近測(cè)量距離都不會(huì)危害人體，另一方面還要保證足夠的發(fā)光強(qiáng)度來(lái)支持深度圖獲取的精度。固定的紅外光功率使得測(cè)量距離越遠(yuǎn)時(shí)采集的結(jié)構(gòu)光圖案質(zhì)量越差，從而會(huì)導(dǎo)致深度測(cè)量的精度也越差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明主要解決的技術(shù)問(wèn)題是提供一種光源的功率調(diào)整方法、深度測(cè)量方法及裝置，能夠通過(guò)采集的圖像對(duì)光源的功率進(jìn)行適應(yīng)性的調(diào)整，而無(wú)需其他額外的設(shè)備，減小了成本，提高了工作效率。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的一個(gè)技術(shù)方案是：提供一種光源的功率調(diào)整方法，該方法包括：采集待測(cè)對(duì)象在設(shè)定功率的光源投影下的圖像；提取圖像的特征數(shù)據(jù)；在圖像的特征數(shù)據(jù)不滿足預(yù)設(shè)要求時(shí)，調(diào)整光源的設(shè)定功率，并再次執(zhí)行以上步驟，直到圖像的特征數(shù)據(jù)滿足預(yù)設(shè)要求。

其中，提取圖像的特征數(shù)據(jù)，包括：獲取圖像每個(gè)像素點(diǎn)的灰度值；通過(guò)以下公式計(jì)算得到圖像的平均灰度梯度值并作為圖像的特征數(shù)據(jù)：其中，δ為圖像的平均灰度梯度值，m為x方向上的像素點(diǎn)數(shù)量，n為y方向上的像素點(diǎn)數(shù)量，f_x(x_ij)為像素點(diǎn)x_ij在x方向上的灰度導(dǎo)數(shù)，f_y(x_ij)為像素點(diǎn)x_ij在y方向上的灰度導(dǎo)數(shù)。

其中，提取圖像的特征數(shù)據(jù)，包括：獲取圖像每個(gè)像素點(diǎn)的灰度值；通過(guò)以下公式計(jì)算得到圖像的平均灰度梯度值作為圖像的特征數(shù)據(jù)：其中，δ為圖像的平均灰度梯度值，m為x方向上的像素點(diǎn)數(shù)量，n為y方向上的像素點(diǎn)數(shù)量，f_xx(x_ij)為像素點(diǎn)x_ij在x方向上的灰度二階導(dǎo)數(shù)，f_yy(x_ij)為像素點(diǎn)x_ij在y方向上的灰度二階導(dǎo)數(shù)。

其中，調(diào)整光源的設(shè)定功率，包括：在圖像的平均灰度梯度值大于預(yù)設(shè)值時(shí)，減小光源的設(shè)定功率；在圖像的平均灰度梯度值小于預(yù)設(shè)值時(shí)，增加光源的設(shè)定功率。

其中，調(diào)整光源的設(shè)定功率之前，還包括：將距離為時(shí)，光源的最佳功率設(shè)置為設(shè)定功率的初始值；其中，(a,b)為圖像采集器的深度測(cè)量的范圍。

其中，光源為結(jié)構(gòu)光源，圖像為攜帶結(jié)構(gòu)光圖案的紅外圖像。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的另一個(gè)技術(shù)方案是：提供一種深度測(cè)量方法，該方法包括：采用如上方法對(duì)光源的設(shè)定功率進(jìn)行調(diào)整；采集待測(cè)對(duì)象在調(diào)整后的光源投影下的圖像；將光源投影下的圖像與參考圖像進(jìn)行比較，以獲取待測(cè)對(duì)象的深度信息。

其中，光源投影的光為呈散斑圖案的結(jié)構(gòu)光，圖像為散斑圖像；將光源投影下的圖像與參考圖像進(jìn)行比較，以獲取待測(cè)對(duì)象的深度信息，包括：計(jì)算采集的散斑圖像每個(gè)像素相對(duì)于參考散斑圖像每個(gè)像素的偏離值；其中，參考散斑圖像為光源預(yù)先投影至已知深度的平面上，并對(duì)平面采集得到的散斑圖像。

其中，對(duì)光源的設(shè)定功率進(jìn)行調(diào)整的步驟之前，還包括：將距離為時(shí)，光源的最佳功率設(shè)置為設(shè)定功率的初始值；其中，(a,b)為圖像采集器的深度測(cè)量的范圍。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的另一個(gè)技術(shù)方案是：提供一種深度測(cè)量裝置，該裝置包括：光源，用于向待測(cè)對(duì)象進(jìn)行投影；攝像頭，用于采集待測(cè)對(duì)象在設(shè)定功率的光源投影下的圖像；處理器，用于提取圖像的特征數(shù)據(jù)；處理器還用于在圖像的特征數(shù)據(jù)不滿足預(yù)設(shè)要求時(shí)，調(diào)整光源的設(shè)定功率，直到圖像的特征數(shù)據(jù)滿足預(yù)設(shè)要求；處理器還用于將光源投影下的圖像與參考圖像進(jìn)行比較，以獲取待測(cè)對(duì)象的深度信息。

本發(fā)明的有益效果是：區(qū)別于現(xiàn)有技術(shù)的情況，本發(fā)明的光源功率調(diào)整方法包括：采集待測(cè)對(duì)象在設(shè)定功率的光源投影下的圖像；提取圖像的特征數(shù)據(jù)；在圖像的特征數(shù)據(jù)不滿足預(yù)設(shè)要求時(shí)，調(diào)整光源的設(shè)定功率，并再次執(zhí)行以上步驟，直到圖像的特征數(shù)據(jù)滿足預(yù)設(shè)要求。通過(guò)上述方式，一方面能夠保證采集的圖像的質(zhì)量，另一方面能夠使光源的功率在一個(gè)合適的范圍內(nèi)而不對(duì)人體產(chǎn)生影響；同時(shí)，能夠自身通過(guò)采集的圖像對(duì)光源的功率進(jìn)行適應(yīng)性的調(diào)整，而無(wú)需其他額外的設(shè)備，例如，無(wú)需額外的激光測(cè)距儀，減小了成本，提高了工作效率。

附圖說(shuō)明

圖1是本發(fā)明光源的功率調(diào)整方法一實(shí)施方式的流程示意圖；

圖2是本發(fā)明深度測(cè)量方法一實(shí)施方式的流程示意圖；

圖3是本發(fā)明深度測(cè)量方法一實(shí)施方式中一具體實(shí)施例的結(jié)構(gòu)示意圖；

圖4是本發(fā)明深度測(cè)量裝置一實(shí)施方式的結(jié)構(gòu)示意圖。

具體實(shí)施方式

參閱圖1，圖1是本發(fā)明光源的功率調(diào)整方法一實(shí)施方式的流程示意圖，該方法包括：

S11：采集待測(cè)對(duì)象在設(shè)定功率的光源投影下的圖像。

可選的，該光源可以是激光光源，例如紅外光源或紫外光源。由于該光源主要同于對(duì)待測(cè)對(duì)象或待測(cè)區(qū)域進(jìn)行投影，因此，該光源可以是陣列排布的光源模組，例如紅外光源模組。

可選的，在一具體的實(shí)施方式中，該光源為帶有結(jié)構(gòu)光圖案的紅外光源，采集的圖像為攜帶結(jié)構(gòu)光圖案的紅外圖像。

其中，光源的設(shè)定功率的初始值可以是任意設(shè)置的，例如，可以是光源額定功率最大值和最小值的一個(gè)平均值。

其中，采集待測(cè)對(duì)象的圖像可以通過(guò)一相機(jī)對(duì)待測(cè)對(duì)象進(jìn)行拍照或攝像，例如，在光源為紅外光源時(shí)，該相機(jī)可以是紅外相機(jī)。

S12：提取圖像的特征數(shù)據(jù)。

圖像的特征數(shù)據(jù)可以是圖像的灰度值、亮度值、對(duì)比度、清晰度等中的一個(gè)或多個(gè)。例如，若亮度值過(guò)高，在S13的步驟中，則可以減小光源的設(shè)定功率，從而來(lái)減小采集的圖像的亮度值。

可選的，下面以特征數(shù)據(jù)為圖像的平均灰度梯度值為例，對(duì)本步驟進(jìn)行詳細(xì)說(shuō)明：

在第一實(shí)施例中，S12可以具體包括：

S121：獲取圖像每個(gè)像素點(diǎn)的灰度值。

其中，獲取每個(gè)像素點(diǎn)的灰度值，可以采用現(xiàn)有的技術(shù)，這里不作要求。

S122：通過(guò)以下公式計(jì)算得到圖像的平均灰度梯度值并作為圖像的特征數(shù)據(jù)：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_x{\left(x_{ij}\right)}^2+f_y{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ為圖像的平均灰度梯度值，m為x方向上的像素點(diǎn)數(shù)量，n為y方向上的像素點(diǎn)數(shù)量，f_x(x_ij)為像素點(diǎn)x_ij在x方向上的灰度導(dǎo)數(shù)，f_y(x_ij)為像素點(diǎn)x_ij在y方向上的灰度導(dǎo)數(shù)。

可以理解的，該獲取的圖像為二維圖像，以該二維圖像中的一個(gè)像素點(diǎn)為原點(diǎn)建立xy坐標(biāo)，x和y的方向與像素的橫豎排列方向一致。

在第二實(shí)施例中，S12可以具體包括：

S123：獲取圖像每個(gè)像素點(diǎn)的灰度值。

S124：通過(guò)以下公式計(jì)算得到圖像的平均灰度梯度值作為圖像的特征數(shù)據(jù)：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_{xx}{\left(x_{ij}\right)}^2+f_{yy}{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ為圖像的平均灰度梯度值，m為x方向上的像素點(diǎn)數(shù)量，n為y方向上的像素點(diǎn)數(shù)量，f_xx(x_ij)為像素點(diǎn)x_ij在x方向上的灰度二階導(dǎo)數(shù)，f_yy(x_ij)為像素點(diǎn)x_ij在y方向上的灰度二階導(dǎo)數(shù)。

S13：判斷圖像的特征數(shù)據(jù)是否滿足預(yù)設(shè)要求。

若是，則不對(duì)光源的設(shè)定功率進(jìn)行調(diào)整；若否則進(jìn)行S14。

其中，判斷圖像的特征數(shù)據(jù)是否滿足預(yù)設(shè)要求，可以根據(jù)特征數(shù)據(jù)的類型來(lái)決定，例如，可以是圖像的清晰度、亮度、對(duì)比度、飽和度、平均灰度梯度值中的一個(gè)或多個(gè)是否達(dá)到預(yù)設(shè)要求。

S14：調(diào)整光源的設(shè)定功率。

在S14執(zhí)行完成后，回到步驟S11，并重復(fù)執(zhí)行以上步驟，直到圖像的特征數(shù)據(jù)滿足預(yù)設(shè)要求。

其中，可以根據(jù)特征數(shù)據(jù)的種類，對(duì)光源的設(shè)定功率的調(diào)整方式進(jìn)行預(yù)設(shè)置。

可選的，若特征數(shù)據(jù)為上述實(shí)施例中提到的平均灰度梯度值，則S14可以具體包括：

S141：在圖像的平均灰度梯度值大于預(yù)設(shè)值時(shí)，減小光源的設(shè)定功率。

S142：在圖像的平均灰度梯度值小于預(yù)設(shè)值時(shí)，增加光源的設(shè)定功率。

其中，光源的設(shè)定功率的增加或減小的幅度可以是任意設(shè)置的，可選的，增加或減小的幅度可以是一個(gè)較小的值。

區(qū)別于現(xiàn)有技術(shù)，本實(shí)施方式的光源功率調(diào)整方法包括：采集待測(cè)對(duì)象在設(shè)定功率的光源投影下的圖像；提取圖像的特征數(shù)據(jù)；在圖像的特征數(shù)據(jù)不滿足預(yù)設(shè)要求時(shí)，調(diào)整光源的設(shè)定功率，并再次執(zhí)行以上步驟，直到圖像的特征數(shù)據(jù)滿足預(yù)設(shè)要求。通過(guò)上述方式，一方面能夠保證采集的圖像的質(zhì)量，另一方面能夠使光源的功率在一個(gè)合適的范圍內(nèi)而不對(duì)人體產(chǎn)生影響；同時(shí)，能夠自身通過(guò)采集的圖像對(duì)光源的功率進(jìn)行適應(yīng)性的調(diào)整，而無(wú)需其他額外的設(shè)備，例如，無(wú)需額外的激光測(cè)距儀，減小了成本，提高了工作效率。

參閱圖2，本發(fā)明深度測(cè)量方法一實(shí)施方式的流程示意圖，該方法包括：

S21：對(duì)光源的設(shè)定功率進(jìn)行調(diào)整。

其中，本步驟S21采用的光源的功率調(diào)整方法是采用了如上光源的功率調(diào)整方法一實(shí)施方式里介紹的方法，這里不再贅述。

可選的，在S21之前一般會(huì)對(duì)光源的設(shè)定功率設(shè)置一個(gè)初始值，在本實(shí)施方式中，可以將距離為時(shí)，光源的最佳功率設(shè)置為設(shè)定功率的初始值；其中，(a,b)為圖像采集器的深度測(cè)量的范圍。具體地，即在距離為時(shí)，光源的功率能保證采集的圖像的質(zhì)量(或者測(cè)量精度)，又能使光源的功能不是很大以免對(duì)人體造成傷害。

S22：采集待測(cè)對(duì)象在調(diào)整后的光源投影下的圖像。

可選的，在一實(shí)施方式中，該光源為能夠投影結(jié)構(gòu)光圖案的紅外光源，采集的圖像為攜帶結(jié)構(gòu)光圖案的紅外圖像。其中，該結(jié)構(gòu)光圖案可以是散斑圖案，因此，采集的圖像也為散斑圖像。

S23：將光源投影下的圖像與參考圖像進(jìn)行比較，以獲取待測(cè)對(duì)象的深度信息。

其中，參考圖像為采集的已知深度的圖像。具體地，可以在垂直于照相機(jī)的光軸的平面上放置一平板，該平板與照相機(jī)的距離已知。再向該平板投影結(jié)構(gòu)光圖案并通過(guò)照相機(jī)進(jìn)行拍攝得到參考圖像。其中，參考圖像的圖案和采集待測(cè)對(duì)象的圖像的圖案是由同一個(gè)光源投影下采集得到的。

可選的，在結(jié)構(gòu)光圖案為散斑圖案的情況下，參考圖像可以是參考散斑圖像。參考散斑圖像為光源預(yù)先投影至已知深度的平面上，并對(duì)平面采集得到的散斑圖像。

其中，將采集的圖像和參考圖像進(jìn)行比較，可以是通過(guò)灰度值來(lái)獲取像素的坐標(biāo)，再通過(guò)像素的偏移量來(lái)計(jì)算得到采集的圖像的深度。

可選的，在結(jié)構(gòu)光圖案為散斑圖案，參考圖像是參考散斑圖像的情況下，S23可以具體為：

計(jì)算采集的散斑圖像每個(gè)像素相對(duì)于參考散斑圖像每個(gè)像素的偏離值。

具體地，下面對(duì)計(jì)算偏離值做簡(jiǎn)單的介紹：

首先確定每個(gè)像素的位移映射函數(shù)，一般而言該函數(shù)需要考慮采集圖像和參考圖像兩幅圖中待測(cè)對(duì)象上各點(diǎn)的平移以及變形。在本實(shí)施例中，由于兩幅圖中的圖案僅僅是由于待測(cè)對(duì)象深度變化導(dǎo)致位置變化，并沒有發(fā)生較大的變形，因此可以將該函數(shù)簡(jiǎn)化成僅考慮平移的情形，即：X＝x+Δ。這里X及x分別為待測(cè)對(duì)象的一個(gè)點(diǎn)在采集圖像以及參考圖像中的像素坐標(biāo)，Δ為待求的偏離值。

其次，確定相應(yīng)的搜索算法。一般采用的是牛頓迭代法，但是該算法涉及大量的根號(hào)及除法運(yùn)算，算法的編寫以及執(zhí)行效率都不高。本實(shí)施例是采用的是基于迭代最小二乘法的搜索算法。由于僅考慮沿X方向平移的情形，因此僅需要進(jìn)行一維的搜索算法就可以了，這樣可以較大幅度提升算法的效率。

最后結(jié)合位移映射函數(shù)以及迭代最小二乘法就可以對(duì)偏離值Δ進(jìn)行求解。

結(jié)合圖3，下面以向待測(cè)對(duì)象投影紅外散斑圖案，利用紅外深度相機(jī)來(lái)采集待測(cè)對(duì)象的圖像為例，對(duì)本實(shí)施方式進(jìn)行詳細(xì)說(shuō)明：

假如該深度相機(jī)的設(shè)計(jì)測(cè)量深度為a～b，則可以將紅外光源的預(yù)設(shè)功率設(shè)置成可以實(shí)現(xiàn)當(dāng)測(cè)量目標(biāo)距離為(a+b)/2時(shí)滿足紅外光不危害人體以及相機(jī)剛好達(dá)到要求的測(cè)量精度。

測(cè)量時(shí)，首先向目標(biāo)空間(即待測(cè)對(duì)象)以預(yù)設(shè)的功率投射散斑圖案，然后利用紅外相機(jī)采集目標(biāo)空間散斑圖像，其次再將該目標(biāo)空間散斑圖像與參考散斑圖像進(jìn)行數(shù)字圖像相關(guān)計(jì)算，獲取目標(biāo)空間散斑圖像上每個(gè)像素相對(duì)于參考散斑圖像上對(duì)應(yīng)像素的偏離值。由于參考散斑圖像指的是在已知深度值的平面上預(yù)先獲取的一幅散斑圖像，一般而言這幅圖像無(wú)論是在對(duì)比度還是清晰度都有較高的質(zhì)量，因此影響測(cè)量精度的主要因素在于目標(biāo)散斑圖像的質(zhì)量。

若當(dāng)前的測(cè)量距離小于(a+b)/2時(shí)，采集到的目標(biāo)散斑圖像會(huì)有比較好的質(zhì)量，具體地，可以通過(guò)計(jì)算出目標(biāo)散斑圖像的平均灰度梯度值來(lái)判斷，此時(shí)平均灰度梯度值一般會(huì)高于預(yù)設(shè)的閾值，表明該散斑圖像有較好的質(zhì)量。然后將紅外光發(fā)光功率按一定的幅度減小，再采集目標(biāo)散斑圖像并計(jì)算平均灰度梯度值；重復(fù)該步驟直到散斑圖像的平均灰度梯度值達(dá)到或接近閾值時(shí)停止減小功率。通過(guò)調(diào)整后，該深度相機(jī)系統(tǒng)不僅能有保證高精度的測(cè)量，又可以減小功耗。

這里的閾值指的是目標(biāo)散斑圖像與參考散斑圖像進(jìn)行相關(guān)計(jì)算時(shí)剛好達(dá)到測(cè)量精度時(shí)目標(biāo)散斑圖像的平均灰度梯度值，當(dāng)參考散斑圖像確定后，該閾值就能被唯一確定。由此，預(yù)設(shè)功率初始值的具體方法也就有了，將測(cè)量目標(biāo)放置在一定的距離上(本實(shí)施例中是(a+b)/2)，然后以任意功率投投射散斑，采集到目標(biāo)散斑圖案后計(jì)算平均灰度梯度值，若大于閾值則增加功率，反之降低，直到平均灰度梯度值達(dá)到閾值時(shí)，記錄下此時(shí)的功率，最后將此功率做為預(yù)設(shè)功率。

若當(dāng)前的測(cè)量距離大于(a+b)/2時(shí)，采集到的目標(biāo)散斑圖像的平均灰度梯度值會(huì)小于閾值，此時(shí)增加發(fā)光功率，然后重復(fù)采集該步驟直到散斑圖像的平均灰度梯度值達(dá)到或接近閾值時(shí)停止增加功率。通過(guò)調(diào)整后，即使目標(biāo)在較遠(yuǎn)的距離上該深度相機(jī)系統(tǒng)也能保證有較高的測(cè)量精度。

區(qū)別于現(xiàn)有技術(shù)，本實(shí)施方式中的深度測(cè)量方法包括：對(duì)光源的設(shè)定功率進(jìn)行調(diào)整；采集待測(cè)對(duì)象在調(diào)整后的光源投影下的圖像；將光源投影下的圖像與參考圖像進(jìn)行比較，以獲取待測(cè)對(duì)象的深度信息。通過(guò)上述方式，能夠自動(dòng)調(diào)整光源的光功率，使得測(cè)量距離較近時(shí)以較小的功率發(fā)光以減少系統(tǒng)功耗，而當(dāng)測(cè)量距離較遠(yuǎn)時(shí)增加光源的功率，從而保證在其深度測(cè)量精度。與現(xiàn)有技術(shù)相比，在無(wú)需其他額外裝置的條件下能以更加有效的方式實(shí)現(xiàn)光源功率的自動(dòng)調(diào)整。

參閱圖4，本發(fā)明深度測(cè)量裝置一實(shí)施方式的結(jié)構(gòu)示意圖，該裝置包括：

光源41，用于向待測(cè)對(duì)象進(jìn)行投影。

攝像頭42，用于采集待測(cè)對(duì)象在設(shè)定功率的光源投影下的圖像。

處理器43，用于提取圖像的特征數(shù)據(jù)。

處理器43還用于在圖像的特征數(shù)據(jù)不滿足預(yù)設(shè)要求時(shí)，調(diào)整光源的設(shè)定功率，直到圖像的特征數(shù)據(jù)滿足預(yù)設(shè)要求。

處理器43還用于將光源投影下的圖像與參考圖像進(jìn)行比較，以獲取待測(cè)對(duì)象的深度信息。

可以理解的，光源41和處理器43連接，以使處理器43能夠?qū)庠?1的功率進(jìn)行調(diào)節(jié)。攝像頭42和處理器43連接，以使攝像頭42采集的圖像能夠發(fā)送給處理器43以便對(duì)圖像進(jìn)行處理，即提取圖像的特征數(shù)據(jù)。

另外，可選的，該裝置還可以包括存儲(chǔ)器，該存儲(chǔ)器用于對(duì)預(yù)設(shè)的算法、閾值、參考圖像等進(jìn)行存儲(chǔ)。

可選的，該深度測(cè)量裝置可以是深度測(cè)量相機(jī)，該相機(jī)包括攝像頭和光源，處理器設(shè)置于相機(jī)的內(nèi)部。

在一具體的實(shí)施方式中，該光源41可以是紅外投影模組，該紅外投影模組發(fā)出的帶有散斑圖案的紅外結(jié)構(gòu)光，所以，該深度相機(jī)為紅外深度相機(jī)，其攝像頭42用于采集待測(cè)對(duì)象的紅外散斑圖案。

具體地，在攝像頭42采集到待測(cè)對(duì)象的紅外散斑圖像之后，處理器43先獲得紅外散斑圖像每個(gè)像素的灰度值，再通過(guò)以下兩種方式得到紅外散斑圖像的平均灰度梯度值：

1、通過(guò)以下公式計(jì)算得到圖像的平均灰度梯度值：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_x{\left(x_{ij}\right)}^2+f_y{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ為圖像的平均灰度梯度值，m為x方向上的像素點(diǎn)數(shù)量，n為y方向上的像素點(diǎn)數(shù)量，f_x(x_ij)為像素點(diǎn)x_ij在x方向上的灰度導(dǎo)數(shù)，f_y(x_ij)為像素點(diǎn)x_ij在y方向上的灰度導(dǎo)數(shù)。

2、通過(guò)以下公式計(jì)算得到圖像的平均灰度梯度值：

$\mathrm{\δ}=\frac{{\mathrm{\Σ}}_{i=1}^m{\mathrm{\Σ}}_{j=1}^n\sqrt{f_{xx}{\left(x_{ij}\right)}^2+f_{yy}{\left(x_{ij}\right)}^2}}{m\×n}$

其中，δ為圖像的平均灰度梯度值，m為x方向上的像素點(diǎn)數(shù)量，n為y方向上的像素點(diǎn)數(shù)量，f_xx(x_ij)為像素點(diǎn)x_ij在x方向上的灰度二階導(dǎo)數(shù)，f_yy(x_ij)為像素點(diǎn)x_ij在y方向上的灰度二階導(dǎo)數(shù)。

再得到采集的紅外散斑圖案的平均灰度梯度值后，處理器43還用于：

在圖像的平均灰度梯度值大于預(yù)設(shè)值時(shí)，減小光源41的設(shè)定功率；以及在圖像的平均灰度梯度值小于預(yù)設(shè)值時(shí)，增加光源41的設(shè)定功率。

其中，預(yù)設(shè)值即平均灰度梯度值閾值，這里的閾值指的是采集的目標(biāo)散斑圖像與參考散斑圖像進(jìn)行相關(guān)計(jì)算時(shí)剛好達(dá)到測(cè)量精度時(shí)采集的散斑圖像的平均灰度梯度值，當(dāng)參考散斑圖像確定后，該閾值就能被唯一確定。

在對(duì)光源41的功率調(diào)整完了之后，就可以進(jìn)行待測(cè)對(duì)象的深度探測(cè)。

具體地，處理器43可以通過(guò)計(jì)算獲取的散斑圖像每個(gè)像素相對(duì)于參考散斑圖像每個(gè)像素的偏離值，來(lái)得到采集的散斑圖像的深度值。

具體地，下面對(duì)計(jì)算偏離值做簡(jiǎn)單的介紹：

首先確定每個(gè)像素的位移映射函數(shù)，一般而言該函數(shù)需要考慮采集圖像和參考圖像兩幅圖中待測(cè)對(duì)象上各點(diǎn)的平移以及變形。在本實(shí)施例中，由于兩幅圖中的圖案僅僅是由于待測(cè)對(duì)象深度變化導(dǎo)致位置變化，并沒有發(fā)生較大的變形，因此可以將該函數(shù)簡(jiǎn)化成僅考慮平移的情形，即：X＝x+Δ。這里X及x分別為待測(cè)對(duì)象的一個(gè)點(diǎn)在采集圖像以及參考圖像中的像素坐標(biāo)，Δ為待求的偏離值。

其次，確定相應(yīng)的搜索算法。一般采用的是牛頓迭代法，但是該算法涉及大量的根號(hào)及除法運(yùn)算，算法的編寫以及執(zhí)行效率都不高。本實(shí)施例是采用的是基于迭代最小二乘法的搜索算法。由于僅考慮沿X方向平移的情形，因此僅需要進(jìn)行一維的搜索算法就可以了，這樣可以較大幅度提升算法的效率。

最后結(jié)合位移映射函數(shù)以及迭代最小二乘法就可以對(duì)偏離值Δ進(jìn)行求解。

可以理解的，本實(shí)施方式的裝置是基于上述光源功率調(diào)整方法和深度測(cè)量方法的一裝置，具體地，可以是一深度測(cè)量相機(jī)，其具體的實(shí)施原理和步驟類似，這里不再贅述。

本實(shí)施方式的深度測(cè)量裝置，能夠通過(guò)對(duì)自身采集的圖像的處理，對(duì)光源的功率進(jìn)行調(diào)整，使得測(cè)量距離較近時(shí)以較小的功率發(fā)光以減少系統(tǒng)功耗，而當(dāng)測(cè)量距離較遠(yuǎn)時(shí)增加光源的功率，從而保證在其深度測(cè)量精度。與現(xiàn)有技術(shù)相比，在無(wú)需其他額外裝置的條件下能以更加有效的方式實(shí)現(xiàn)光源功率的自動(dòng)調(diào)整。

以上所述僅為本發(fā)明的實(shí)施方式，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說(shuō)明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。