面向机械臂装置的飞行时间距离图像多径失真去除学习法

由飞行时间（ToF）相机捕获的距离图像由于调制光信号与场景的相互作用而受到多径失真破坏。该相互作用通常很复杂，使得基于模型的解决方案难以实现。我们提出了一种基于学习的方法，用于去除机械臂装置中ToF相机的多径失真。我们的方法基于深度学习。我们利用机械臂自动收集大量包含各种多径失真的ToF距离图像。训练图像通过利用仅在训练时可用的高精度结构光传感器自动标注。在测试时，我们应用学习到的模型去除多径失真。这使得我们的机械臂装置能够享受ToF相机的速度与紧凑形态，而不受其距离测量误差的影响。我们进行了广泛的实验验证，并将所提方法与几种基线算法比较。实验结果表明，我们的方法在距离估计中实现了55%的误差降低，并大幅优于基线算法。