kinect深度距离误差_TOF相机深度矫正基于Kinect v2

之前的文章《answer：深度相机(TOF)矫正》由于时间匆忙，临时想了一种深度相机深度像素矫正方法，即固定高度逐像素矫正。该方法简单粗暴，效果并不理想，最近查阅了相关文献资料，基于之前的思路整理出一种现场可用的简单易行的矫正方法。二维平面畸变矫正

使用张氏标定法对二维平面进行径向畸变矫正。深度像素矫正

做图像处理的难点在于图像包括图像的噪声随机性很大，即使在同一位置拍摄也没有完全一样的图像，所以所设计的算法实质上是在与自然界的随机性进行对抗。

深度相机的噪声主要包括非系统误差与系统误差。其中非系统误差有包括环境噪声、表面材质反射、温度等等。为减少这些误差对标定效果的影响，尽量让标定环境与实际使用环境一致，这样标定效果是最好的。系统误差是指相机硬件系统产生的误差。

了解了深度相机使用过程中会产生以上误差，如果对每种误差进行建模分析比较麻烦不适用于现场实际使用，本文设计一种统一的相机误差模型并矫正。

该模型认为深度相机在不同高度拍摄的图像，相同像素位置的误差是不同的，并且假设误差量成线性变化。标定方法依然采用之前的逐像素补偿法，在不同间隔高度采图，间隔之间的高度采用线性插值进行估计。具体方法如下：标定平面与相机平面平行，相机工作距离内不同高度采图，每个高度采多组图；

相同高度的多组图进行融合，融合方法使用中值滤波；

由于相机实际拍摄到的深度值有波动，不是完全平整，所以可以使用中值滤波或双边滤波进行处理，本文使用中值滤波；

每个高度的图像取中心范围n*n大小的区域，对该区域深度取中值作为该图像的标准高度，n*n范围外的像素与标准高度做差作为补偿值；

这样所拍摄高度图像像素的补偿值得到了，其他高度的补偿值通过线性插值得到。