申请/专利权人：康耐视公司

申请日：2019-04-23

公开（公告）日：2024-04-16

公开（公告）号：CN110390645B

主分类号：G06T5/80

分类号：G06T5/80;G06T5/50

优先权：["20180423 US 62/661,540","20180423 US 62/661,545","20180423 US 62/661,549"]

专利状态码：有效-授权

法律状态：2024.04.16#授权;2019.11.22#实质审查的生效;2019.10.29#公开

摘要：在一些方面，本文所描述的技术涉及用于立体瞬时图像序列的数据预处理以改善三维数据重构的系统、方法和计算机可读介质。在一些方面，本文所描述的技术涉及用于受过饱和度影响的图像区域的改善对应性精化的系统、方法和计算机可读介质。在一些方面，本文所描述的技术涉及配置成填补缺失对应性以改善三维3D重构的系统、方法和计算机可读介质。所述技术包括识别无对应性的图像点，利用现有对应性和或其它信息来生成近似对应性，和交叉检查所述近似对应性以确定所述近似对应性是否应使用于图像处理。

主权项：1.一种用于预处理瞬时像素图像的系统，所述系统包括与存储器通信的处理器，所述处理器配置成执行存储器所存储的指令，所述指令引起所述处理器：获得场景的图像组，其中所述图像组中的每个图像捕获投影至所述场景上的光图案的一部分，和所述图像组中的每个图像从所述场景的视角捕获；基于所述图像组而生成包括多个瞬时像素的第一瞬时像素图像，其中所述多个瞬时像素中的每个包括与所述图像组的每个图像相关联的位置处的像素值组；和基于所述第一瞬时像素图像而生成第一修改瞬时像素图像，包括从所述多个瞬时像素修改第一瞬时像素，包括：将所述第一瞬时像素与度量相比较；和基于比较结果，由基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值，取代所述第一瞬时像素的一个或多个像素值。

全文数据：用于立体瞬时图像序列的改善3D数据重构的系统和方法相关申请的交叉引用本申请根据35U.S.C.§119e要求以下权益：2018年4月23日提交的序列号为62661,540、代理人案卷号为C1524.70018US00并且标题为“用于对立体瞬时图像序列进行数据预处理以改善3D数据重构的方法和设备METHODSANDAPPARATUSFORDATAPRE-PROCESSINGFORSTEREO-TEMPORALIMAGESEQUENCESTOIMPROVE3-DDATARECONSTRUCTION”的美国临时专利申请；2018年4月23日提交的序列号为62661,545、代理人案卷号为C1524.70019US00并且标题为“用于对应性精化的方法和设备METHODSANDAPPARATUSFORCORRESPONDENCEREFINEMENT”的美国临时专利申请；和2018年4月23日提交的序列号为62661,549、代理人案卷号为C1524.70020US00并且标题为“用于填补三维重构的缺失对应性的方法和设备METHODSANDAPPARATUSFORFILLINGMISSINGCORRESPONDENCEFORTHREE-DIMENSIONALRECONSTRUCTION”的美国临时专利申请，这些临时专利申请的每一者全文据此以引用方式并入本文。技术领域本文所描述的技术整体涉及二维图像的三维3D重构。背景技术先进机器视觉系统和其基础软件的用途越来越多地应用于各种制造和质量控制过程。机器视觉使得更快速、更准确和可重复结果在批量生产和定制产品两者的生产中得以获得。典型机器视觉系统包括指向感兴趣区域的一个或多个相机、帧抓取器图像处理元件其捕获并传输图像、计算机或机载处理装置，和用户界面其用于运行机器视觉软件应用程序并且操纵所捕获图像，以及关于感兴趣区域的适当照明。3D视觉系统的一种形式基于采用至少两个相机的立体相机，该至少两个相机以它们之间的一至数英寸的基线以并列关系进行布置。基于立体视觉的系统一般基于极线几何和图像矫正。它们可利用基于关联的方法或与驰豫技术组合，以在得自两个或更多个相机的矫正图像中找出对应性。然而，常规立体视觉系统在其创建对象的精确三维数据重构的能力方面受限。发明内容在一些方面，系统、方法和计算机可读介质提供用于立体瞬时图像序列的数据预处理以改善三维数据重构。发明者已认识到，尽管常规系统已知将降噪应用于二维图像，但是这些系统均不能够将独立图像点式降噪用于瞬时图像序列。发明者注意到，所描述系统和方法在基于瞬时信息而推导局部降噪标准和降噪强度方面为特别新颖的。发明者已开发出技术，如本文所进一步讨论，这些技术通过预处理立体瞬时图像序列的数据而改善三维数据重构。在一些实施例中，所描述系统和方法提供一种系统以用于建立两个图像之间的立体对应性。该系统可包括两个或更多个相机，这些相机配置成以与产生立体图像对应性一致的方式捕获场景的图像。另选地，该系统可包括一个或多个相机，其中一个或多个反相相机或投影仪配置成以与产生成对式立体图像对应性一致的方式捕获场景的图像。一系列的光图案lightpattern可投影于场景上。该系列的光图案可通过一个或多个投影仪来创建。一组图像可从每个相机来捕获。每次图像捕获可对应于该系列的所投影光图案中的一者。瞬时像素图像其包括从相机或传感器所捕获的有序图像组和修改瞬时像素图像可对于每个相机而确定。极线搜索可用于确定每个传感器的修改瞬时像素之间的对应性。瞬时像素图像中的位置x、y处的瞬时像素包括从每个传感器所捕获的图像组的位置x、y处所采集的有序像素值组。修改瞬时像素图像的位置x、y处的修改瞬时像素通过以下方式来确定：将位置x、y处的瞬时像素的每个设定值与一个或多个阈值相比较，并且基于一个或多个阈值而以基于瞬时像素设定值和或空间上邻近瞬时像素设定值的另一值取代该设定值。对应性可仅利用修改瞬时图像或利用修改瞬时和正常瞬时图像进行搜索。在一些方面，系统、方法和计算机可读介质提供用于受成像伪像诸如，过饱和度影响的图像区域的改善对应性精化。发明者已认识到，常规系统不采用灰度值例如，连续瞬时照射序列，并且尝试采取信息例如，掩码的子组来改善过饱和图像点的对应性质量。例如，在相移方案中，难以采用此类方式，因为相位值计算可需要依次瞬时值之间的相位固定步骤。因此，掩蔽某些瞬时例子可使相位值计算中断或可需要在点每点基础上适应所选相位函数。发明者已开发出技术，如本文所进一步讨论，这些技术通过改善受过饱和度影响的图像区域的对应性精化而提供更佳3D数据重构。在一些方面，系统、方法和计算机可读介质提供用于补全3D重构的缺失对应性。发明者已认识到，常规系统不可确定一个或多个图像点的对应性。发明者已开发出技术，这些技术可充分利用其它对应性和或数据以确定一个或多个图像点的近似对应性。这些技术通过交叉检查近似对应性而增加稳健性。例如，交叉检查可用于确保近似对应性接受为有效的，其中系统可确定对应性利用其它对应性搜索未找出的多个原因例如，由于过饱和度、低调制、对象纹理、场景间反射等，其可引起对应性搜索不能够确定初始对应性。作为另一个实例，通过选择特异性或多特异性交叉检查，这些技术可配置成验证对于特定场景有意义的近似对应性。在一些实施例中，所描述系统和方法提供一种系统，以用于建立两个图像之间的立体对应性。该系统可包括两个或更多个相机，这些相机配置成以与产生立体图像对应性一致的方式捕获场景的图像。另选地，该系统可包括一个或多个相机，其中一个或多个反相相机或投影仪配置成以与产生成对式立体图像对应性一致的方式捕获场景的图像。一系列的光图案可投影于场景上。该系列的光图案可通过一个或多个投影仪来创建。一组图像可从每个相机来捕获。每次图像捕获可对应于该系列的所投影光图案中的一者。对应性可对于由每个相机所捕获的图像组中的图像点进行搜索。近似对应性可对于无对应性的图像点进行计算。近似对应性的每一者可进行交叉检查，以确定是否将近似对应性存储为有效对应性。在一些方面，系统、方法和计算机可读介质提供用于对瞬时像素图像进行预处理。该系统可包括与存储器通信的处理器，该处理器配置成执行存储器所存储的指令，该指令引起处理器：获得场景的一组图像，其中图像组中的每个图像a捕获投影至场景上的光图案的一部分和b为场景的透视图；基于图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中瞬时像素组中的每个瞬时像素包括与图像组的每个图像相关联的位置处的一组像素值；和基于第一瞬时像素图像而生成第一修改瞬时像素图像，包括从瞬时像素组修改第一瞬时像素，包括：将第一瞬时像素与度量相比较；和基于比较结果，以基于第一瞬时像素和或空间上邻近第一瞬时像素的一个或多个瞬时像素而确定的另一值取代第一瞬时像素的一个或多个像素值。在一些方面，系统、方法和计算机可读介质提供用于确定瞬时像素图像的饱和度数据。该系统可包括与存储器通信的处理器，该处理器配置成执行存储器所存储的指令，该指令引起处理器：获得场景的一组图像，其中图像组中的每个图像a捕获投影至场景上的光图案的一部分和b为场景的透视图；基于图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中瞬时像素组中的每个瞬时像素包括与图像组的每个图像相关联的位置处的一组像素值；和从瞬时像素组生成第一瞬时像素的饱和度数据，该饱和度数据包括一组饱和度值，其中：饱和度值组的每个饱和度值与第一瞬时像素的像素值组的像素值相关联，和将每个像素值与度量相比较以确定对应饱和度值。在一些方面，系统、方法和计算机可读介质提供用于确定第一图像组和第二图像组之间的立体对应性。该系统可包括与存储器通信的处理器，该处理器配置成执行存储器所存储的指令，该指令引起处理器：获得场景的第一图像组，其中第一图像组中的每个图像a捕获投影至场景上的光图案的一部分和b为场景的透视图；基于第一图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中瞬时像素组中的每个瞬时像素包括与第一图像组的每个图像相关联的位置处的一组像素值；和确定场景的第一图像组的图像点和第二图像组的图像点之间的一组对应性，其中第二图像组从不同于第一图像组的视角来捕获，包括：确定第一瞬时像素图像中的第一瞬时像素缺少对于基于第二图像组而确定的第二瞬时像素图像中的瞬时像素的对应性；基于一种或多种现有对应性而生成第一瞬时像素对于第二瞬时像素图像中的第二瞬时像素的近似对应性，其中一种或多种现有对应性中的每种现有对应性：处于第一瞬时像素图像中的瞬时像素和第二瞬时像素图像中的瞬时像素之间，并且满足相对于第一瞬时像素的关系度量。因此，已相当广泛地概述了所公开主题的特征，以便下述其具体实施方式可得以更佳理解，并且以便对现有技术的当前贡献可得以更佳理解。当然，存在所公开主题的额外特征，这些额外特征将在下文进行描述并且将形成所附属权利要求书的主题。应当理解，本文所采用的短语和术语是出于说明目的，并且不应视为限制性的。附图说明在附图中，各个图中所示的每个等同或近乎等同部件由类似附图标号来表示。出于清晰性的目的，在每个附图中可不标记每个部件。附图未必按比例绘制，而是着重于说明本文所描述的技术和装置的各个方面。图1根据一些实施例示出了一个示例性实施例，其中某些图像点在存在两个相机的情况下根据对象的光学性质而表现出不同质量。图2根据一些实施例示出了一个示例性实施例，其中某些图像点由于其在两个相机的非重叠视场中的存在而被遮蔽。图3根据一些实施例示出了一个例示性实施例，其中投影仪和两个相机布置成以与产生立体图像对应性一致的方式捕获场景的图像。图4根据一些实施例示出了瞬时相关性的一个示例性实施例，包括对应于一系列所投影光图案中的一者的一对立体图像。图5根据一些实施例示出了场景的例示性对的立体图像。图6根据一些实施例示出了对应于投影于场景上的一系列光图案的例示性对的立体瞬时图像序列。图7根据一些实施例示出了具有弱调制暗淡图像点的场景的示例性重构，和在将对应性精化的平滑仅应用于场景重构之后的该场景的示例性重构。图8根据一些实施例示出了具有弱调制暗淡图像点的另一场景的示例性重构，和在将对应性精化的平滑仅应用于场景重构之后的该场景的示例性重构。图9根据一些实施例示出了用于预处理瞬时像素图像的示例性计算机化方法。图10根据一些实施例示出了用于预处理立体瞬时图像序列的数据的示例性计算机化方法。图11根据一些实施例示出了用于预处理立体瞬时图像序列的数据的另一示例性计算机化方法。图12根据一些实施例示出了用于确定瞬时像素图像的饱和度数据的示例性计算机化方法。图13根据一些实施例示出了用于确定第一图像组和第二图像组之间的立体对应性的示例性计算机化方法。图14根据一些实施例示出了用于生成近似对应性的示例性计算机化方法。图15根据一些实施例示出了用于交叉检查近似对应性的示例性计算机化方法。具体实施方式在下述描述中，解释了关于所公开主题的系统和方法和其中此类系统和方法可操作的环境等的许多具体细节，以提供所公开主题的全面理解。此外，应当理解，下文所提供的实例为示例性的，并且据设想，存在属于所公开主题的范围内的其它系统和方法。本文所描述的技术整体涉及二维图像的三维3D重构。3D重构可利用用于建立图像之间的立体对应性的系统来执行，以创建对象的3D形状表示。在此类3D形状获取期间所获取的图像可根据对象的光学性质而具有不同质量，并且因此可影响3D数据质量。根据对象如何重新引导光，一些物理性质可影响系统相机的视觉外观。例如，具有强光吸收特性的一个或多个对象在图像中可为暗淡的。在另一个实例中，具有强郎伯散射Lambertianscattering特性的一个或多个对象在图像中可显得明亮。在又一个实例中，具有低郎伯但强方向性散射包括镜面反射特性的一个或多个对象在一个相机的图像中可显得明亮，但在具有不同视角的另一个相机的图像中显得暗淡。如果具有不同特性的一些对象在场景中组合，那么情形可变的更糟，因为图像的一些区域可显得明亮例如，过度曝光、暗淡例如，曝光不足，和或对于系统的不同相机具有不同强度。图1示出了表现出此类特性包括过度曝光区域、曝光不足区域，和两个相机的视图之间不同的区域的对象的一对图像100，150。在一些实施例中，该系统可通过以下项确定立体对应性而无需此类区域的特殊处理：1得到可能对应性的粗略估计值的初始对应性搜索，其中可能对应性的瞬时序列之间的标准化互相关性用于检查类似性；2精化步骤，该精化步骤利用子像素内插灰度值以基于第一步骤的可能对应性而更精确地定位对应性，其中可能对应性的瞬时序列之间的标准化互相关性用于检查类似性；和3超过特定度量例如，类似性阈值的所有已找出和建立的立体对应性，这些立体对应性进行三角剖分以计算每种对应性的3D点，其中整个点组可称为3D数据。对于其中相关性低于阈值的所有图像点，3D数据可缺失。这可由上文所述及不利情况引起。在一些方面，所描述系统和方法采用统计图案投影仪，以对利用多个相机所捕获的对象的图像序列进行暂时编码。图3示出了例示性实施例300，其中投影仪304和两个相机306A，306B布置成以与产生立体图像对应性一致的方式捕获对象或场景302的图像。例如，投影仪可将转换图案投影于对象上，并且每个相机可捕获对象的图像序列，包括12个至16个图像或一些其它数量的图像。每个图像包括构成该图像的一组像素。在一些实施例中，光图案可在水平和或竖直方向上偏移，使得图案相对于对象或场景旋转例如，在图案自身不顺时针或逆时针旋转的情况下。相机306A、306B的每一者可包括电荷耦合器件CCD图像传感器、互补金属氧化物半导体CMOS图像传感器，或另一种合适图像传感器。在一些实施例中，相机306A、306B的每一者可具有滚动快门、全域快门，或另一种合适快门类型。在一些实施例中，相机306A,306B的每一者可具有千兆以太网视觉接口、通用串行总线USB接口、同轴接口、火线接口，或另一种合适接口。在一些实施例中，相机306A、306B的每一者可具有一种或多种智能功能。在一些实施例中，相机306A,306B的每一者可具有C安装镜头、F安装镜头、S安装镜头，或另一种合适镜头类型。在一些实施例中，相机306A,306B的每一者可具有适于投影仪例如，投影仪304的光谱滤光器以阻挡该投影仪的光谱范围之外的环境光。在一些实施例中，为从两个相机的立体图像序列重构三维数据，可需要在每个相机的图像之间找出对应成对的图像点或像素。然而，在一些情况下，一个图像中的图像点可不具有其它图像中的对应点。由于驻留于两个相机的非重叠视场中的图像点的遮蔽，一个或两个图像中的图像点的过饱和度，或导致一个或两个图像中的图像点的遮蔽或模糊的另一种合适因素，这可发生。例如，图2示出了示例性实施例200，其中某些图像点由于其在捕获对象202的图像的两个相机的非重叠视场中的存在而被遮蔽。在此类情况下，利用瞬时图像或仅利用瞬时图像的子组的标准化互相关算法可应用于两个图像序列以确定每个图像例如，具有类似瞬时灰度值的图像的对应成对的像素。图4示出了对应于一系列投影光图案中的一者的示例性成对的立体图像400和450。例如，投影仪304可将光图案投影于对象上，并且相机306A、306B可捕获立体图像400和450。在一些实施例中，为从两个相机的立体图像序列重构三维数据，可需要在每个相机的图像之间找出对应成对的像素，诸如像素402和452。图5示出了具有对应像素502和552的例示性成对的立体图像500和550和相关像素，对应像素502和552表示两个图像500和550所投影图案的相同部分。例如，如上文所讨论，投影仪304可将光图案投影于场景上，并且相机306A、306B可捕获立体图像500和550。所捕获立体图像500和550可用于识别两个像素的对应性。在一些实施例中，随着时间推移所捕获的立体图像的序列用于识别对应性。在图5所示的单对的立体图像之后，图6示出了当投影仪304随着时间推移将不同光图案依次地投影于场景上时，相机306A、306B可捕获具有对应瞬时像素602和652的立体瞬时图像序列600和650。相机306A、306B的每一者可随着时间推移而捕获图像序列1，2，3，4，…N。瞬时像素602和652分别基于立体瞬时图像序列600和650的像素i,j和i’,j’。随着时间推移，每个瞬时像素包括灰度值的有序列表：G_i_j_t，其中t指示离散瞬时例子1，2，3，4，…N。在一些实施例中，利用瞬时图像或仅利用瞬时图像的子组的标准化互相关算法可应用于两个图像序列以确定每个图像例如，具有类似瞬时灰度值的图像的对应成对的像素。然而，此类过程可需要极大计算工作量来执行所需计算。该过程可通过有效地处理初始对应性分配的数据来改善。在一些实施例中，对于第一相机的每个像素，可能对应像素通过沿着第二相机中的极线执行与所有可行候选项的标准化互相关性来以阈值补偿由于相机的校准的偏差例如，+-一个像素或另一合适值进行检索。在一个实例中，这近似于计算3000个可能对的标准化互相关性，该3000个可能对等于N数量的尺寸为xres×yres的图像的大约xres×yres×N×3000倍例如，对于N＝24，大约为94×109。在一些方面，所描述系统和方法以两个步骤执行立体图像序列的子组或所有成对图像的图像点之间的对应性分配。首先，执行初始对应性搜索以推导立体图像序列的子组或所有成对图像的图像点之间的可能对应性的粗略估计值。初始对应性搜索利用瞬时像素值来执行，并且因此对于像素级别为准确的。其次，基于从第一步骤所推导的可能对应性，执行对应性精化步骤以使更精确对应性定位于立体图像序列的子组或所有成对图像的图像点之间。对应性精化通过将灰度值内插于立体图像序列的子组或所有的成对图像中来执行，这些成对图像在初始对应性搜索所推导的初始图像点附近。对应性精化利用子像素值来执行，并且因此相比于第一步骤的像素级别分析为更准确的。在一个或两个步骤中，上文所讨论的标准化互相关算法可用于在分析条件下推导两个图像中的图像点之间的可能和或精确对应性。相关描述包括其它细节可见于共同拥有的PCT公布号为WO2017220598A1的申请，其全部内容以引用方式并入本文。在一些实施例中，两个相机用于捕获对象的立体图像序列，其中在图像获取之后，每个图像序列包括无土的12个至16个图像。为执行关于两个相机的立体图像序列的对应性分配，可执行上文所描述的两个步骤。对于第一步骤，可执行初始对应性搜索以使第一图像序列的每个图像点关联于第二图像序列的对应图像点以找出具有最高相关性的图像点。在其中每个图像序列包括16个图像的实例中，相关性通过将每个图像点的16个瞬时灰度值用作相关性“窗口”并且使相机1和相机2的合适成对的图像点相关联来执行。在第一步骤结束时，所推导粗略估计值提供可能对应性的可能候选项，这些可能候选项对于像素级别为准确的，因为该搜索利用像素值来执行。对于第二步骤，可执行对应性精化来以子像素精度从可能对应性推导更精确对应性。在其中每个图像序列包括16个图像的实例中，基于第一图像序列中的图像的每个像素的灰度值序列，对应性精化过程将灰度值内插于第二图像序列的子组或所有的成对图像中，这些成对图像在第一步骤所推导的初始图像点附近。在该实例中，执行对应性精化可包括在给定子像素位置将灰度值16次内插于第二图像序列的图像中。相关性可在相机1的图像点的瞬时窗口上进行并且可在相机2的子像素位置的内插瞬时窗口上进行。在一些实施例中，为解决低质量的3D数据通过表现出不同特性而受影响，包括过度曝光区域、曝光不足区域，和两个相机的视图之间不同的区域，发明者已提出下文所描述技术，例如以解决曝光不足图像区域、过度曝光图像区域，和或具有缺失3D数据的图像点。在一些方面，本文所讨论的技术可用于立体瞬时图像序列的数据预处理以改善三维数据重构。发明者已认识到，尽管常规系统已知将降噪应用于二维图像，但是这些系统均不能够将独立图像点式降噪用于瞬时图像序列。发明者注意到，所描述系统和方法在基于瞬时信息而推导局部降噪标准和降噪强度方面为特别新颖的。发明者已开发出技术，如本文所进一步讨论，这些技术通过预处理立体瞬时图像序列的数据而改善三维数据重构。在一些方面，在图像噪音例如，得自成像仪可显著地影响该数据，相关性级别可降低，并且系统误差可出现于重构三维数据中。这可由于不良调制点、高成像仪噪音在一些实施例中，甚至对于良好调制的图像点，或其组合。所描述系统和方法解决了两个问题：增加了对应性的相关性级别，和去除了三维重构的系统误差。发明者已关于许多数据集以CPU和GPU实施方式对这种方式进行成功地测试。所描述系统和方法以对于瞬时图像序列的对应性分配算法的有意义方式降低噪音。所描述系统和方法的两种不同应用在下文进行描述。初始地，所描述系统和方法获取立体图像序列，该立体图像序列然后进行处理。在一些方面，所描述系统和方法提供预处理立体图像序列以增强初始对应性搜索。在一些实施例中，原始序列的副本得以创建。图9根据一些实施例示出了用于预处理瞬时像素图像的示例性计算机化方法900。用于预处理瞬时像素图像的系统可包括与存储器通信的处理器。该处理器可配置成执行存储于存储器中的指令，这些指令引起处理器执行计算机化方法。在902，系统可获得场景的一组图像。该图像组中的每个图像可a捕获投影至场景上的光图案的一部分和b为场景的透视图。在904，系统可基于图像组而生成包括一组瞬时像素的第一瞬时像素图像。瞬时像素组中的每个瞬时像素可包括与图像组的每个图像相关联的位置处的一组像素值。在906，系统可基于第一瞬时像素图像而生成第一修改瞬时像素图像。系统可通过从瞬时像素组修改第一瞬时像素而生成第一修改瞬时像素图像。通过将第一瞬时像素与度量相比较，和基于比较结果以基于第一瞬时像素和或空间上邻近第一瞬时像素例如，从第一瞬时像素和或第一瞬时像素的空间相邻区域的一个或多个瞬时像素的高斯平滑所推导的像素值的一个或多个瞬时像素而确定的另一值取代第一瞬时像素的一个或多个像素值，系统可修改第一瞬时像素。例如，像素值可利用具有内核尺寸3×3的高斯滤波器进行推导，该高斯滤波器应用于第一瞬时像素和第一瞬时像素的空间相邻区域的八个瞬时像素。在一些实施例中，可使用一个或多个度量。例如，度量例如，阈值可相关于图像组中的曝光不足程度。在一些实施例中，将第一瞬时像素与度量相比较可包括比较第一瞬时像素中的像素值的最大值是否低于度量，例如，阈值，诸如MAX_THRESHOLD，下文相对于图10所描述。在一些实施例中，将第一瞬时像素与度量相比较包括比较第一瞬时像素中的每个像素值是否低于度量，例如，阈值，诸如INDIVIDUAL_THRESHOLD，下文相对于图11所描述。在一些实施例中，另一种适用度量可为值的范围，即，最大像素值和最小像素值之间的差值，或调制，或另选地，瞬时像素的像素值组的均方根偏差。在一些实施例中，系统可确定图像组和第二图像组之间的立体对应性，该第二图像组与图像组的视角不相同的视角来捕获。系统可基于第一修改瞬时像素图像和第二修改瞬时像素图像其基于第二图像组而确定而确定立体对应性。在一些实施例中，对于每个相机的给定图像点，检查整个瞬时序列的最大灰度值是否低于度量，例如，阈值。出于示例性目的，下述实例利用MAX_THRESHOLD来指代该阈值。MAX_THRESHOLD可为用户指定阈值、相机特定阈值，或另一种合适阈值。如果低于度量，那么序列中的该图像点的每个瞬时灰度值例子由从该图像点的相应空间相邻区域的平滑所推导的灰度值来取代。该平滑可为例如高斯平滑、双边滤波器，和或其它滤波。初始对应性搜索在这些修改图像序列上进行。图10和相关描述提供了关于该过程的更多细节。在一些实施例中，对于每个相机的给定图像点和每个瞬时灰度值例子，检查该瞬时例子的灰度值是否低于度量，例如，阈值。出于示例性目的，下述实例利用INDIVIDUAL_THRESHOLD来指代该阈值。INDIVIDUAL_THRESHOLD可为用户指定阈值、相机特定阈值，或另一种合适阈值。INDIVIDUAL_THRESHOLD可与MAX_THRESHOLD相同或不同。如果低于度量，那么序列中的该图像点的低于INDIVIDUAL_THRESHOLD的瞬时灰度值例子由从该图像点的瞬时例子的相应空间相邻区域的平滑例如，高斯平滑、双边滤波器，等等所推导的灰度值来取代。初始对应性搜索在这些修改图像序列上进行。初始对应性搜索在这些修改图像序列上执行。对应性精化步骤可在修改或原始序列上进行。图11和相关描述提供了关于该过程的更多细节。将所平滑图像序列仅用于初始对应性搜索可具有下述示例性优点的一者或多者。随着相关性级别增加并且波纹效应最小化，可分配更多有效点。随着子像素精化可在原始序列上进行，侧向和轴向分辨率可不受影响。如果使用各例子阈值化选项，那么原始数据以最不可能方式进行修改，从而仅可对于独立图像点弱调制瞬时例子进行激活。在一些实施例中，实施方式可以特定方式进行以在某些计算平台上有效地工作，诸如CUDA并行计算平台。对应性搜索算法可仅以8位整数格式消耗立体图像序列。独立立体图像序列例子可以32位浮点格式进行分配，并且所有图像点的平滑可并行地执行。恰好在执行实际对应性搜索算法之前，原始图像序列可根据上文所描述预处理方法进行修改。替代飞行式on-the-fly计算所平滑灰度值，所平滑图像点可从先前计算的32位浮点立体图像序列进行读取。此外，所得灰度值可进行放大，使得每个瞬时灰度值序列的最大值精确地为255。这可进行，以利用8位整数的全动态范围并且使浮点至整数的舍入误差最小化分数部分在这种情形下可为极其显著的。这可利用，例如，因为对应性搜索算法可执行消除了所有先前缩放的标准化步骤。在一些实施例中，图像平滑可用于初始对应性搜索，因为其可增加初始对应性的稳健性和量。在一些方面，所描述系统和方法提供预处理立体图像序列以增强对应性精化。在一些实施例中，原始序列的副本得以创建。在一些实施例中，对于每个相机的给定图像点，检查整个瞬时序列的最大灰度值是否低于阈值。出于示例性目的，下述实例利用MAX_THRESHOLD来指代该阈值。MAX_THRESHOLD可为用户指定阈值、相机特定阈值，或另一种合适阈值。如果低于阈值，那么序列中的该图像点的每个瞬时灰度值例子由从该图像点的相应空间相邻区域的平滑例如，高斯平滑、双边滤波器，等等所推导的灰度值来取代。对应性精化在这些修改图像序列上进行。图10和相关描述提供了关于该过程的更多细节。在一些实施例中，对于每个相机的给定图像点和每个瞬时灰度值例子，检查该瞬时例子的灰度值是否低于阈值。出于示例性目的，下述实例利用INDIVIDUAL_THRESHOLD来指代该阈值。INDIVIDUAL_THRESHOLD可为用户指定阈值、相机特定阈值，或另一种合适阈值。INDIVIDUAL_THRESHOLD可与MAX_THRESHOLD相同或不同。如果低于度量，那么序列中的该图像点的低于INDIVIDUAL_THRESHOLD的瞬时灰度值例子由从该图像点的瞬时例子的相应空间相邻区域的平滑例如，高斯平滑、双边滤波器，等等所推导的灰度值来取代。对应性精化在这些修改图像序列上进行。图11和相关描述提供了关于该过程的更多细节。将所平滑图像序列仅用于对应性精化可具有下述示例性优点的一者或多者。轴向分辨率对于满足上文所描述的各瞬时序列或各例子选项中的图像点可得以改善，还轻微地降低了满足这些条件的图像点的侧向分辨率。对于暗淡表面例如，图像中为暗淡的，系统阶梯状效应可消除。整体相关性级别可增加。在一些实施例中，实施方式可以特定方式进行以在某些计算平台上有效地工作，诸如CUDA并行计算平台。对应性搜索算法可仅以8位整数格式消耗立体图像序列。独立立体图像序列例子可以32位浮点格式进行分配，并且所有图像点的平滑可并行地执行。恰好在执行实际对应性精化算法之前，原始图像序列可根据上文所描述预处理方法进行修改。替代飞击式计算所平滑灰度值，所平滑图像点可从先前计算的32位浮点立体图像序列进行读取。此外，所得灰度值可进行放大，使得每个瞬时灰度值序列的最大值精确地为255。这可实现，以利用8位整数的全动态范围并且使浮点至整数的舍入误差最小化分数部分在这种情形下可为极其显著的。可不存在缺点，因为对应性精化算法可执行消除了所有先前缩放的标准化步骤。在一些实施例中，图像平滑可用于子像素精化以改善暗淡表面例如，图像中为暗淡的的对应性分配。其可仅应用于图像点和瞬时例子其具有低于特定阈值的灰度值，以避免良好饱和的图像区域的较差性能。在一些实施例中，可有益的是，在具有成像仪的较大噪音的情况下，默认使用图像平滑。图7示出了场景700的重构，具有弱调制例如，暗淡图像点。将如上文所描述的平滑仅应用于对应性精化消除了重构的系统误差，如从相同数据集所推导的场景750的另一重构所示。例如，重构700的部分702示出了阶梯状伪像，该阶梯状伪像在应用平滑之后从重构750的对应部分752进行消除。还需注意，数据相对于良好调制的特征保持不受影响。例如，重构700的部分704示出了阶梯状特征，该阶梯状特征在应用平滑之后保持存在于重构750的对应部分754中。图8示出了场景800的重构，具有弱调制例如，暗淡图像点。将如上文所描述的平滑仅应用于对应性精化消除了重构的系统误差，如从相同数据集所推导的场景850的另一重构所示。例如，重构800的部分802示出了阶梯状伪像，该阶梯状伪像在应用平滑之后从重构850的对应部分852进行消除。在一些实施例中，前文所描述的平滑不包括过饱和图像点，因为这些图像点不保持有效信息，并且这些图像点的使用可降低对应性分配精度。这可通过双边滤波来实现。在一些实施例中，只要图像点下降低于MAX_THRESHOLD或INDIVIDUAL_THRESHOLD，三维噪音的突然下降可利用应用于所有图像点的平滑进行补偿，其中强度取决于图像点的最大灰度值。因此，图像点越暗，有益效果可逐渐地涌现。图10根据一些实施例示出了用于预处理立体瞬时图像序列的数据的示例性计算机化方法1000。所描述预处理可仅应用于初始对应性搜索，仅引用于对应性精化，或应用于其组合。在1002，过程开始。在1004，从相机中的一者接收瞬时图像序列。例如，从两个相机中的一者接收对象的12个至16个图像的瞬时序列。在1006，选择瞬时图像序列的中的图像点。在1008，检查图像点的瞬时序列的最大灰度值是否低于MAX_THRESHOLD。如果图像点的瞬时序列的最大灰度值低于MAX_THRESHOLD，那么在1010，图像点的瞬时序列中的每个例子由从该图像点的相应空间相邻区域的平滑所推导的灰度值来取代。该平滑可为例如高斯滤波器、双边滤波器，等等。在1012，1010之后或1008之后，如果图像点的瞬时序列的最大灰度值不低于MAX_THRESHOLD，检查在保持待分析的瞬时图像序列中是否存在图像点。如果瞬时图像序列中的图像点保持待分析，那么在1006，从瞬时图像序列选择另一图像点。如果瞬时图像序列中的图像点未保持待分析，那么在1014，检查是否存在保持待分析的另一相机的瞬时图像序列。如果存在保持待分析的另一相机的瞬时图像序列，那么在1004，从另一相机接收瞬时图像序列。例如，从两个相机中的另一者接收对象的12个至16个图像的瞬时序列。如果不存在保持待分析的另一相机的瞬时图像序列，那么在1016，过程结束。图11根据一些实施例示出了用于预处理立体瞬时图像序列的数据的另一示例性计算机化方法1100。所描述预处理可仅应用于初始对应性搜索，仅引用于对应性精化，或应用于其组合。在1102，过程开始。在1104，从相机中的一者接收瞬时图像序列。例如，从两个相机中的一者接收对象的12个至16个图像的瞬时序列。在1106，选择瞬时图像序列的中的图像点。在1108，选择图像点的瞬时序列的例子。在1110，检查图像点的瞬时序列的所选例子的灰度值是否低于INDIVIDUAL_THRESHOLD。如果所选例子的灰度值低于INDIVIDUAL_THRESHOLD，那么在1112，图像点的瞬时序列中的所选例子由从该图像点的瞬时例子的相应空间相邻区域的平滑所推导的灰度值来取代。在1114，1112之后或1110之后，如果所选例子的灰度值不低于INDIVIDUAL_THRESHOLD，检查在保持待分析的图像点的瞬时图像序列中是否存在例子。如果图像点的瞬时序列中的例子保持待分析，那么在1108，选择图像点的瞬时序列中的另一例子。如果图像点的瞬时序列中的例子未保持待分析，那么在1116，检查在保持待分析的瞬时图像序列中是否存在图像点。如果瞬时图像序列中的图像点保持待分析，那么在1106，从瞬时图像序列选择另一图像点。如果瞬时图像序列中的图像点未保持待分析，那么在1118，检查是否存在保持待分析的另一相机的瞬时图像序列。如果存在保持待分析的另一相机的瞬时图像序列，那么在1104，接收另一相机的瞬时图像序列。例如，从两个相机中的另一者接收对象的12个至16个图像的瞬时序列。如果不存在保持待分析的另一相机的瞬时图像序列，那么在1120，过程结束。在一些方面，本文所讨论的技术可用于受成像伪像诸如，过饱和度影响的图像区域的改善对应性精化。例如，如果像素值可在0至255的范围内，那么255附近的值可视为过饱和值。真实值可高于255例如，280,300等，但不可利用像素来表示，并且因此，过饱和像素不可赋予可用信息例如，使得其对于3D重构为不可用的。如上文所述及，发明者已认识到，常规系统不采用灰度值瞬时照射序列，并且尝试采取子组的信息来改善过饱和图像点的对应性质量。例如，在相移方案中，可难以采用此类方式，因为相位值计算可需要依次瞬时值之间的相位固定步骤。因此，掩蔽某些瞬时例子可使相位值计算中断或可需要在点每点基础上适应所选相位函数。发明者已开发出技术，如本文所进一步讨论，这些技术通过改善受过饱和度影响的图像区域的对应性精化而提供更佳3D数据重构。所描述系统和方法将饱和度数据诸如一组饱和度值用于指示图像序列信息其获取用于精化初始点搜索的对应性的有效瞬时例子例如，非过饱和的或非过度曝光的。例如，每个饱和度值可为二进制值。例如，每个饱和度值可指示对应性像素值是否有效，例如，像素值是否过度曝光。在一些实施例中，饱和度值组可采取相关性掩码的形式，该相关性掩码代表包含有效值例如，非过度曝光的的每个瞬时例子。在一些实施例中，如果初始对应性为可用的，那么饱和度数据可存储这样的指示：对应性的瞬时像素值是否为过饱和的。该数据可用于改善对应性精化，例如，通过在对应性的瞬时例子为非过饱和的情况下外推初始对应性的过饱和瞬时例子。在一些实施例中，这些技术可等同地应用于仅初始对应性搜索步骤，仅对应性精化步骤，或其组合。对于过饱和图像点，初始对应性搜索可甚至在严重过饱和度情形下创建有效候选项。然而，受过饱和度影响的对应性的精化仍不可导致关于由初始对应性搜索所提供的初始候选坐标的良好改善。精化步骤不可导致改善，因为，为精化对应性坐标，子像素灰度值通常需要进行内插，但基于过饱和支持点的内插可不产生有意义子像素灰度值。发明者已认识到，期望的是，相比于上文所描述的精化算法，改善这些对应性的精化精度，这些对应性受过饱和度影响。这可增加所描述系统和方法对其中过饱和度为不可避免的例如，拾取和或放置未知不同对象和或高动态范围HDR模式为不期望的例如，短测量时间为期望的或无益例如，得自镜面反射的过饱和度甚至当利用HDR时可难以应付的情况的适用性。关于对应性精化的所描述系统和方法在过饱和度的情况下可大大地改善了精化结果，尤其是对于较长序列获取。这些技术利用所获取信息的有效瞬时例子例如，非过饱和的或非过度曝光的来从初始点搜索的对应性。初始地，这些技术获取立体图像序列，该立体图像序列然后进行处理。在一些实施例中，立体图像序列利用每个图像的滤波器进行平滑。在一些实施例中，原始立体图像序列也可得以保持。立体图像序列可对每个像素例如，瞬时域进行标准化。在一些实施例中，原始立体图像序列也可得以保持。图12根据一些实施例示出了用于确定瞬时像素图像的饱和度数据的示例性计算机化方法1200。用于确定瞬时像素图像的饱和度数据的系统可包括与存储器通信的处理器。该处理器可配置成执行存储于存储器中的指令，这些指令引起处理器执行计算机化方法。在1202，系统可获得场景的一组图像。该图像组中的每个图像可a捕获投影至场景上的光图案的一部分和b为场景的透视图。在1204，系统可基于图像组而生成包括一组瞬时像素的第一瞬时像素图像。瞬时像素组中的每个瞬时像素可包括与图像组的每个图像相关联的位置处的一组像素值。在1206，系统可从瞬时像素组生成第一瞬时像素的饱和度数据，该饱和度数据包括一组饱和度值。饱和度值组的每个饱和度值可与第一瞬时像素的像素值组中的像素值相关联。另外，每个像素值可与度量相比较以确定对应饱和度值。在一些实施例中，饱和度值组的每个饱和度值可包括二进制值。例如，每个饱和度值可指示对应性像素值是否有效，例如，像素值是否过度曝光。在一些实施例中，度量例如，阈值可相关于图像组中的过度曝光程度。在一些实施例中，系统可确定图像组和第二图像组之间的立体对应性，该第二图像组与图像组的视角不相同的视角来捕获。系统可基于饱和度数据和第二饱和度数据其基于第二图像组而确定而确定立体对应性。系统可从图像组和或第二图像组排除瞬时像素，该图像组和或第二图像组不包括瞬时像素的像素值组中的最小数量的有效像素值。在一些实施例中，相关性掩码每图像点的形式的饱和度值组基于原始立体图像序列而创建。相关性掩码掩蔽包含1.0的有效灰度值例如，非过度曝光的的每个瞬时例子。有效灰度值可为低于阈值的值。相关性掩码以0.0标记过度曝光的每个瞬时例子。对相关性掩码中以1.0标记的瞬时例子的数量计数得到该图像点的大量有效例子。出于示例性目的，下述实例利用VALID_INSTANCES来指代图像点的有效例子，利用VALID_INSTANCES_C1来指代相对于第一相机相机1的图像点的有效例子，并且利用VALID_INSTANCES_C2来指代相对于第二相机相机2的图像点的有效例子。初始对应性可搜索用于利用上文所描述序列的一者或组合。在一些实施例中，所找出初始对应性可存储用于随后精化，和或精化可直接地在该对已找出之后进行。另选地或此外，基于相关性掩码，仅这些事件例子用于包含有效例如，非过度曝光的灰度值的相关性，并且可能对应性的互相有效瞬时例子的数量大于或等于阈值出于示例性目的，称为MIN_VALID_INSTANCES。所找出初始对应性可存储用于随后精化，和或精化可直接地在该对已找出之后进行。给定初始对应性的对应性精化利用上文所描述序列的一者或组合来执行。在一些实施例中，子像素内插可限于瞬时例子，其中在整个内插区域不存在过饱和度例如，用于内插的像素的空间相邻区域的灰度值，诸如3×3或5×5，等等并且在基准序列中不存在过饱和度。这可利用相关性掩码信息来确定。因此，例如，这可排除过饱和像素，并且因此，可使用少一个的图像因为存在过饱和度。另选地或此外，子像素内插可限于瞬时例子，其中整个内插区域中的过饱和图像点的数量等于或小于阈值出于示例性目的，称为MAX_OVEREXPOSED_NEIGHBORHOOD并且在基准序列中不存在过饱和度。这可利用相关性掩码信息来确定。因此，例如，可接受一定量的过饱和点。例如，如果存在25个点，那么存在不超过五个过饱和点的情况可为可接受的。另选地或此外，基于上文所描述的VALID_INSTANCES_C1和VALID_INSTANCES_C2，两个相机中的一者例如，相机1或相机2的图像序列可选择用于内插。如果VALID_INSTANCES_C1大于VALID_INSTANCES_C2，那么内插可利用相机1的序列来进行。如果VALID_INSTANCES_C1小于VALID_INSTANCES_C2，那么内插可利用相机2的序列来进行。内插自身可根据上文所描述的技术来进行。因此，例如，通过对相机1和相机2的过饱和度例子进行计数，这些技术可确定是否在相机1或相机2中执行内插。在一些实施例中，在精化已完成之后，空洞填补技术可任选地用于创建未分配过度曝光图像点的对应性。对于示出过饱和度的每个未分配图像点，检查在该图像点周围是否存在对应性，并且对应图像点基于周围对应性信息而评估。关于对应性精化的所描述系统和方法可具有下述示例性优点的一者或多者。所描述对应性精化方式相比于相移方式可为有利的，因为相移方式不能适应其相位值计算的相关性掩蔽。此外，其可足以将相关性掩码用途限于精化过程因此，计算速度损失可受限。在过饱和度的情况下，过度曝光图像点的重构可得以大大地改善，只要存在未过度曝光的充分瞬时例子。在一些实施例中，虽然其可耗用更多计算时间，但是可进行完全向前和完全向后搜索，并且对应性然后可组合以得到过度曝光图像点的更全面重构。在此类示例性实施例中，内侧相机中的相关性掩码可仅基于对应性自身，并且因此无需考虑内插区域中的过饱和度。在一些实施例中，可有利的是将空间信息用于具有小于MIN_VALID_INSTANCES的VALID_INSTANCES的图像点，以仍能够以降低侧向和轴向分辨率对该点进行重构。这种方式可尤其有益于较短序列长度和其中空洞填补可为非有效的情形。在一些方面，本文所讨论的技术可用于填补缺失对应性以改善三维重构。发明者已意识到，现有立体图像技术不适当地计算所有图像点的对应性。例如，因为现有图像处理技术可不计算许多图像点的对应性，所以在3D重构中可存在缺失和或错误3D数据。发明者已开发出技术以计算近似对应性，和以交叉检查所计算对应性。执行一次或多次交叉检查对于验证近似对应性以确定近似对应性是否应用于进一步图像处理是重要的。大多数已知方式的目标是填补尽可能多的空洞，它们风险在于以深度数据填补空洞，其中实际场景不证明近似深度数据。在一些实施例中，立体视觉系统可包括附接至成像头部例如，热感相机、彩色相机，等等的额外硬件。此类额外硬件可提供通过立体视觉系统所成像的场景的额外信息。另外，一些系统可使用三个或更多个相机系统，并且因此本文在立体对的语境中所讨论的理念可扩展成考虑三个或更多个图像的“对应性链”。对立体图像进行处理以最终生成3D数据，称为3D重构。该过程的一部分为上文所讨论的像素相关性过程，该像素相关性过程用于使每个立体对的图像的对象点相关。在执行像素对应性过程例如，诸如上文所讨论的两步骤对应性分配过程之后，在理想情况下，存在每个对象点的对应性对，该对象点在立体视觉系统的两个相机中为可视的。然而，可存在其中不存在对象点的对应性的情形，该对象点在两个相机中为可视的。例如，如果在相机视图的一者或两者中存在过饱和度，那么对应性过程例如，包括初始步骤和精化步骤两者可无法确定对应性。作为另一个实例，如果在相机的一者或两者中仅存储低调制，那么对应性过程可无法产生对应性，和或可分配不正确对应性例如，其可通过异常值去除阶段进行过滤。作为又一个实例，如果正检验的对象具有高频纹理例如，反照率纹理、颜色，等等，那么对象的某些区域不可得到对应性。作为另一个实例，如果在正成像的场景中存在场景间反射，那么对应性过程可无法产生对应性。发明者已开发出技术以实现多个点的对应性，这些点不可以其它方式产生对应性。例如，当利用执行初始搜索和然后精化阶段的两步骤过程时，这些技术可用于一个或个两个步骤如本文所讨论。这些技术可用于使点的对应性近似，这些点不能利用相关对应性例如，附近点、邻近点灯的对应性的信息以其它方式具有对应性例如，因为对应性过程无法确定任何对应性。例如，过饱和点不能得到任何对应性。所公开空洞填补技术可配置成识别不具有对应性的某些点和或像素例如，对于该非限制性实例，过饱和图像点，并且配置成基于相关对应性而生成近似对应性。近似对应性利用可用信息例如，基于空间和或瞬时性质例如，诸如变量、过饱和度，等等、纹理信息、颜色信息、热信息、多模信息，等等进行交叉检查。图13根据一些实施例示出了用于确定第一图像组和第二图像组之间的立体对应性的示例性计算机化方法1300。用于确定第一图像组和第二图像组之间的立体对应性的系统可包括与存储器通信的处理器。该处理器可配置成执行存储于存储器中的指令，这些指令引起处理器执行计算机化方法。在1302，系统可获得场景的第一图像组。该第一图像组中的每个图像可a捕获投影至场景上的光图案的一部分和b为场景的透视图。在1304，系统可基于第一图像组而生成包括一组瞬时像素的第一瞬时像素图像。瞬时像素组中的每个瞬时像素可包括与第一图像组的每个图像相关联的位置处的一组像素值。在步骤1306，系统可确定场景的第一图像组的图像点和第二图像组的图像点之间的一组对应性，其中该第二图像组从不同于第一图像组的视角来捕获。通过确定第一瞬时像素图像中的第一瞬时像素缺少对于基于第二图像组而确定的第二瞬时像素图像中的瞬时像素的对应性，系统可确定对应性组。例如，第一瞬时像素的对应性可尚未确定，第一瞬时像素的对应性搜索可已尝试但已失败，或第一瞬时像素的其它对应性出于另一种合适原因可缺少。系统还可基于一种或多种现有对应性而生成第一瞬时像素对于第二瞬时像素图像中的第二瞬时像素的近似对应性。每种现有对应性可处于第一瞬时像素图像中的瞬时像素和第二瞬时像素图像中的瞬时像素之间，并且可满足相对于第一瞬时像素的关系度量。在一些实施例中，现有对应性可相关于第一瞬时像素图像中的瞬时像素，这些瞬时像素空间上邻近第一瞬时像素。关系度量可相关于对第一瞬时像素的空间邻近程度。在一些实施例中，系统可基于相关于第一瞬时像素、第二瞬时像素或两者的空间信息、瞬时信息或两者而验证近似对应性。例如，系统可确定第一瞬时像素、第二瞬时像素或两者中的一个或多个像素值是否过度曝光。在另一个实例中，系统可确定空间上邻近第一瞬时像素的一个或多个瞬时像素是否与空间上邻近第二瞬时像素的一个或多个瞬时像素共享一种性质，例如，颜色、温度和或纹理。图15和相关描述提供了关于该过程的更多细节。图14根据一些实施例示出了用于生成近似对应性的示例性计算机化方法1400。如上文所述及，这些技术可用于补全以其它方式不具有对应性的点。在步骤1402，对应性搜索对于图像对来执行。如上文所讨论，对应性搜索可包括初始对应性搜索以生成可能对应性的一组粗略估计值。例如，第一搜索可处于像素级别。精化步骤可利用初始对应性组来执行以精确地定位对应性。例如，第二搜索可处于子像素级别。任选地，在第一和或第二步骤之后的对应性组可进行审查以去除异常对应性例如，基于阈值等而已知为不正确的。在步骤1404，选择图像点，使得如图14的其它步骤所示，每个图像点在步骤1406进行检查以确定对于该图像点是否找出对应性。如果未找出，那么方法1400行进至步骤1408，并且系统基于其它可用对应性和或信息而确定是否可计算近似对应性。在一些实施例中，这些技术可包括分析相邻图像点以确定相邻图像点是否具有对应性。出于示例性目的，假定对于图像点x,y未找出对应性。系统可确定在具有对应性例如，在对应性搜索中所计算的图像点x,y的相邻区域内是否存在图像点x’_k,y’_k，其中k为在其内搜索相邻点的正或负偏移值。例如，k可为1，2，3等。如果存在具有对应性的图像点一般称为x’_k,y’_k，那么系统可计算x_1,y_1其为由相机一1所获取的图像中的点x,y和x_2,y_2其为由相机二2所获取的图像中的点x,y之间的近似对应性。如果不存在此类图像点，那么系统可配置成不确定特定图像点的近似对应性。在步骤1410，系统然后交叉检查近似对应性。图15根据一些实施例示出了用于交叉检查近似对应性的示例性计算机化方法1500。在步骤1502，方法1500确定用以执行交叉检查如果有的话所需的数据。交叉检查可考虑各种数据，诸如缺失初始对应性的性质例如，过饱和瞬时例子、低调制、对象纹理、场景间反射，等等。在一些实施例中，交叉检查近似对应性可基于空间信息例如，空间强度变量、瞬时信息例如，瞬时强度变量、纹理信息、颜色信息、热和或多模态信息例如，如果使用可生成此类信息的额外硬件的话等而执行。在步骤1504，系统利用在步骤1502所获得的任何所需数据来交叉检查近似对应性。交叉检查可基于成对图像点的任一者或两者。在一些实施例中，近似对应性对的图像点的仅一者需满足交叉检查标准。例如，如果x_1,y_1或x_2,y_2包含过饱和瞬时例子例如，具有高于阈值的值的像素，这指示像素可为饱和的，那么近似对应性对可接受为有效对应性并且添加至对应性。例如，这可进行，以确认这些技术找出点的近似对应性，这些点由于过饱和度而不具有对应性例如，如与其它原因相对。在一些实施例中，两个图像点可进行测试以符合标准。例如，当检查近似对应性的颜色性质时，可期望的是强制近似对应性对的两个图像点满足标准。作为另一个实例，如果颜色通过rgb图像的三个八位整数给出，那么这些技术可配置成执行关于一个或多个通道的阈值例如，查找特定红色通道值；查找小于BLUE_THRESHOLD的蓝色通道；小于GREEN_THRESHOLD的绿色通道；小于RED_THRESHOLD的绝对值Camera1_x1_y1的RED-CHANNEL－Camera2_x2_y2的RED-CHANNEL，等等。作为又一个实例，如果使用热感相机，那么系统可配置成确定对应性是否具有类似温度例如，小于TEMP_THRESHOLD的TEMP_Camera1_x1_y1－TEMP_Camera2_x2_y2。作为另一个实例，颜色可用于验证近似对应性。例如，如果图像点和相邻点均共享相同颜色例如，红色，那么系统可验证近似对应性，因为有可能这些点为相同对象的一部分。在步骤1506，如果近似对应性满足一次或多次交叉检查，那么方法1500行进至步骤1508，并且系统可将该近似对应性添加为有效对应性。否则，该方法行进至步骤1510并且系统可舍弃该近似对应性。虽然图15示出了用于执行单次交叉检查的过程，但是根据需要例如，用于特定实施方式可配置多次交叉检查。返回参考图14，在步骤1410之后，方法1400行进至步骤1412。在步骤1412，该方法确定是否存在更多图像点以进行检查。如果是，那么该方法返回行进至步骤1404。如果否，那么该方法结束。在一些实施例中，近似对应性过程可以迭代方式进行重复。例如，迭代过程可计算额外近似对应性，因为近似对应性自身可用作图像点的支持数据点，这些图像点尚未分配近似对应性。如结合图14的实例方法1400所讨论，对应性近似技术可在执行对应性搜索之后进行应用。在一些实施例中，这些技术可应用为对应性搜索的一部分。例如，对于多阶段对应性搜索，近似技术可在初始点搜索例如，像素级别搜索之后进行应用。将近似技术执行为对应性搜索的一部分可使由对应性搜索中的后续阶段所用的对应性近似例如，用于实现了子像素精度的精化步骤。在一些实施例中，近似技术可在精化步骤之前进行应用以确定近似对应性是否应被此类精化舍弃例如，因为某些近似对应性可使精化过程失败。一旦确定对应性和近似对应性的组，则3D信息可利用对于本领域的技术人员已知的立体视觉技术进行三角剖分。通过以交叉检查近似对应性填补其它方式缺失的对应性，相比于仅利用初始对应性组的其它可能方案，可获得更稳健3D数据。例如，甚至当图像过程经受过饱和度、低调制、对象纹理、场景间反射，和或其它成像伪像。由于重构3D数据的增加完整性，后处理算法例如，选框的频点拾取可更稳健地工作。作为另一个实例，交叉检查可配置成使得近似对应性过程选择性地起作用，以使得重构3D数据中的创建虚线点最少化。作为又一个实例，这些技术可以可经由GPU实施以可以充分速度例如，小于大约1ms基于测试执行近似过程的方式的方式来实施。尽管本文所公开的技术已结合立体方式例如，瞬时立体方式，诸如序列获取进行讨论，但是这些技术不受限于此。例如，这些技术可用于单个图像方式例如，有源&无源技术。根据本文所描述的原理进行操作的技术可以任何合适方式来实施。上述流程图的处理框和决策框表示可包括于执行这些各种过程的算法中的步骤和动作。衍生自这些过程的算法可实施为软件该软件与一个或多个单用途或多用途处理器集成并引导其操作，可实施为功能等同电路诸如数字信号处理DSP电路或专用集成电路ASIC，或可以任何其它合适方式来实施。应当理解，本文所包括的流程图未描述任何特定电路或任何特定编程语言或编程语言类型的语法或操作。相反，流程图示出了功能信息，本领域的技术人员开利用该功能信息来制造电路或实施计算机软件算法以执行特定设备其执行本文所描述的技术类型的处理。还应当理解，除非本文另外指明，每个流程图中所描述步骤和或动作的特定序列仅为对算法的说明，这些算法可实施并且可在本文所描述原理的实施方式和实施例中改变。因此，在一些实施例中，本文所描述的技术可以计算机可执行指令来体现，该计算机可执行指令实施为软件，包括应用软件、系统软件、固件、中间件、嵌入代码，或任何其它合适类型的计算机代码。此类计算机可执行指令可利用多种合适编程语言和或编程或脚本工具的任一者来写入，并且还可编译为可执行机器语言代码或中间代码其在框架或虚拟机器上执行。当本文所描述的技术体现为计算机可执行指令时，这些计算机可执行指令可以任何合适方式来实施，包括实施为多个功能机构，每个功能机构提供一种或多种操作以完成根据这些技术进行操作的算法的执行。然而，“功能机构”实例化为计算机系统的结构部件，该结构部件当与一个或多个计算机集成并由其执行时引起一个或多个计算机执行特定运行作用。功能机构可为软件元件的一部分或整个软件元件。例如，功能机构可实施为过程的函数，或实施为离散过程，或实施为任何其它合适处理单元。如果本文所描述的技术实施为多功能机构，那么每个功能机构可以其自有方式来实施，所有功能机构无需以相同方式来实施。此外，这些功能机构可并行地和或串行地执行适当时，并且利用消息传递协议或以任何其它合适方式，可在彼此之间传递信息利用计算机上的共享存储器。一般来讲，功能机构包括路径、程序、对象、对象、数据结构等，它们执行特定任务或实施特定抽象数据类型。通常，功能机构的功能性可根据需要在系统功能机构在该系统中运行中进行组合或分布。在一些实施方式中，执行本文的技术的一个或多个功能机构可一起形成完整软件包。在另选实施例中，这些功能机构可适于与其它不相关功能机构和或过程交互以实施软件应用程序。一些示例性功能机构已在本文进行描述以用于执行一项或多项任务。然而，应当理解，所描述任务的功能机构和分部仅为对功能机构类型其可实施本文所描述的示例性技术的说明，并且实施例不限于以任何特定数量的功能机构、功能机构的分部或功能机构的类型来实施。在一些实施方式中，所有功能性可以单个功能机构来实施。还应当理解，在一些实施方式中，本文所描述的功能机构的一些可与其它功能机构一起实施或单独地实施即，实施为单个单元或独立单元，或这些功能机构的一些可不实施。在一些实施例中，实施本文所描述技术的计算机可执行指令当实施为一个或多个功能机构或以任何其它方式实施时可在一个或多个计算机可读介质上进行编码以向该介质提供功能性。计算机可读介质包括磁性介质诸如硬盘驱动器、光学介质诸如光盘CD或数字通用光盘DVD、持久性或非持久性固态存储器例如，闪存存储器、磁性RAM，等等，或任何其它合适存储介质。此类计算机可读介质可以任何合适方式来实施。如本文所用，“计算机可读介质”还称为“计算机可读存储介质”指代有形存储介质。有形存储介质为非暂态的，并且具有至少一个物理结构部件。在如本文所用的“计算机可读介质”中，至少一个物理结构部件具有至少一种物理性质，该至少一种物理性质可在以嵌入信息创建介质的过程、将信息记录其上的过程，或以信息编码该介质的任何其它过程期间以一些方式进行变更。例如，计算机可读介质的物理结构的一部分的磁化状态可在记录过程期间进行变更。另外，上文所描述的一些技术包括以这些技术所有的某些方式存储信息例如，数据和或指令的动作。在这些技术的一些实施方式诸如其中这些技术实施为计算机可执行指令的实施方式中，该信息可在计算机可读存储介质上进行编码。在特定结构在本文描述为其中存储该信息的有利格式的情况下，这些结构可用于赋予信息的物理组织当在存储介质上进行编码时。这些有利结构然后通过影响与信息相互作用的一个或多个处理器的操作例如，通过增加由处理器所执行的计算机操作的效率可向存储介质提供功能性。在其中这些技术可实现为计算机可执行指令的一些但非所有实施方式中，这些指令可在一个或多个合适计算装置其在任何计算机系统中操作，或一个或多个计算装置或一个或多个计算装置的处理器可编程成执行该计算机可执行指令。当指令以对于计算装置或处理器可访问的方式进行存储时，诸如在数据存储库中例如，芯片上高速缓存或指令寄存器、经由总线可访问的计算机可读存储介质、经由一个或多个网络可访问和通过装置处理器可访问的计算机可读存储介质，等等，计算装置或处理器可编程成执行指令。包括这些计算机执行指令的功能设施可与以下项进行集成并引导其操作：单个多用途可编程数字计算装置、两个或更多个多用途计算装置其共享处理功率并且联合地执行本文所描述的技术的坐标系统、单个计算装置或专用于执行本文所描述技术的计算装置的坐标系统共同定位的或地理上分布的、一个或多个现场可编程门阵列FPGA用于执行本文所描述的技术，或任何其它合适系统。计算装置可包括至少一个处理器、网络适配器和计算机可读存储介质。计算装置可为例如台式或膝上型个人计算机、个人数字助理PDA、智能移动电话、服务器，或任何其它合适计算装置。网络适配器可为任何合适硬件和或软件以使计算装置能够与任何其它合适计算装置在任何合适计算网络上有线地和或无线地通信。计算网络可包括无线接入点、切换器、路由器、网关，和或联网设备，以及用于交换两个或更多个计算机之间的数据的任何合适有线和或无线通信媒体或介质包括互联网。计算机可读介质可适于存储待处理的数据和或待由处理器执行的指令。处理器实现了数据的处理和指令的执行。数据和指令可存储于计算机可读存储介质上。计算装置可额外地具有一个或多个部件和外围设备，包括输入装置和输出装置。这些装置可用于呈现用户界面等。可用于提供用户界面的输出装置的实例包括打印机或显示屏幕用于输出的视觉呈现和扬声器或其它声音生成装置用于输出的听觉呈现。可用于用户界面的输入装置的实例包括键盘和指向装置诸如鼠标、触控板和数字化输入板。作为另一个实例，计算装置可通过语音识别或以其它听觉格式接收输入信息。已描述了这样的实施例：其中这些技术以电路和或计算机可执行指令来实施。应当理解，一些实施例可为方法的形式，其中已提供至少一个实例。作为方法的一部分而执行的动作可以任何合适方式进行排序。因此，实施例可得以构建，其中动作以不同于所示的次序来执行，该次序可包括同时执行一些动作，即使在例示性实施例中示出为顺序动作。上文所描述实施例的各个方面可单独地，组合地，或以前述内容所描述的实施例中未明确讨论的各种布置来使用，并且因此不限于其对前述说明书所解释或附图所示的部件的细节和布置的应用。例如，一个实施例中所描述的方面可以任何方式与其它实施例中所描述的方面进行组合。各种方面在本公开进行描述，这些方面包括但不限于下述方面：1.一种用于预处理瞬时像素图像的系统，所述系统包括与存储器通信的处理器，所述处理器配置成执行存储器所存储的指令，所述指令引起所述处理器：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和基于所述第一瞬时像素图像而生成第一修改瞬时像素图像，包括从所述瞬时像素组修改第一瞬时像素，包括：将所述第一瞬时像素与度量相比较；和基于比较结果，以基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第一瞬时像素的一个或多个像素值。2.根据1所述的系统，其中所述指令还引起所述处理器：确定所述图像组和第二图像组之间的立体对应性，其中基于所述第一修改瞬时像素图像和基于所述第二图像组而确定的第二修改瞬时像素图像，所述第二图像组从与所述图像组的视角不同的视角来捕获。3.根据1或2所述的系统，其中所述度量相关于所述图像组中的曝光不足程度。4.根据1至3中任一项所述的系统，其中将所述第一瞬时像素与所述度量相比较包括比较所述第一瞬时像素中的像素值的最大值是否低于所述度量。5.根据4所述的系统，其中以基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第一瞬时像素的一个或多个像素值包括以衍生自所述第一瞬时像素和或所述第一瞬时像素的空间相邻区域的所述一个或多个瞬时像素的高斯平滑的像素值取代所述第一瞬时像素中的每个像素值。6.根据1至5中任一项所述的系统，其中将所述第一瞬时像素与所述度量相比较包括比较所述第一瞬时像素中的每个像素值是否低于所述度量。7.根据6所述的系统，其中以基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第一瞬时像素的一个或多个像素值包括以衍生自所述第一瞬时像素和或所述第一瞬时像素的空间相邻区域的所述一个或多个瞬时像素的高斯平滑的像素值取代所述第一瞬时像素中低于所述度量的每个像素值。8.根据1至7中任一项所述的系统，其中所述指令还引起所述处理器：获得所述场景的所述第二图像组，其中所述第二图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为不同于所述图像组的透视图的所述场景的透视图；基于所述第二图像组而生成包括第二组瞬时像素的第二瞬时像素图像，其中所述第二组瞬时像素组中的每个瞬时像素包括与所述第二图像组的每个图像相关联的位置处所采集的一组像素值；和基于所述第二瞬时像素图像而生成第二修改瞬时像素图像，包括从所述第二瞬时像素组修改第二瞬时像素，包括：将所述第二瞬时像素与所述度量相比较；和基于比较结果，以基于所述第二瞬时像素和或空间上邻近所述第二瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第二瞬时像素的一个或多个像素值。9.一种用于预处理瞬时像素图像的计算机化方法，所述方法包括：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和基于所述第一瞬时像素图像而生成第一修改瞬时像素图像，包括从所述瞬时像素组修改第一瞬时像素，包括：将所述第一瞬时像素与度量相比较；和基于比较结果，以基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第一瞬时像素的一个或多个像素值。10.根据9所述的方法，所述方法还包括：确定所述图像组和第二图像组之间的立体对应性，其中基于所述第一修改瞬时像素图像和基于所述第二图像组而确定的第二修改瞬时像素图像，所述第二图像组从与所述图像组的视角不同的视角来捕获。11.根据9或10所述的方法，其中所述度量相关于所述图像组中的曝光不足程度。12.根据9至11中任一项所述的方法，其中将所述第一瞬时像素与所述度量相比较包括比较所述第一瞬时像素中的像素值的最大值是否低于所述度量。13.根据12所述的方法，其中以基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第一瞬时像素的一个或多个像素值包括以衍生自所述第一瞬时像素和或所述第一瞬时像素的空间相邻区域的所述一个或多个瞬时像素的高斯平滑的像素值取代所述第一瞬时像素中的每个像素值。14.根据9至13中任一项所述的方法，其中将所述第一瞬时像素与所述度量相比较包括比较所述第一瞬时像素中的像素值的最大值是否低于所述度量。15.根据14所述的方法，其中以基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第一瞬时像素的一个或多个像素值包括以衍生自所述第一瞬时像素和或所述第一瞬时像素的空间相邻区域的所述一个或多个瞬时像素的高斯平滑的像素值取代所述第一瞬时像素中低于所述度量的每个像素值。16.根据9至15中任一项所述的方法，所述方法还包括：获得所述场景的所述第二图像组，其中所述第二图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为不同于所述图像组的透视图的所述场景的透视图；基于所述第二图像组而生成包括第二组瞬时像素的第二瞬时像素图像，其中所述第二组瞬时像素组中的每个瞬时像素包括与所述第二图像组的每个图像相关联的位置处所采集的一组像素值；和基于所述第二瞬时像素图像而生成第二修改瞬时像素图像，包括从所述第二瞬时像素组修改第二瞬时像素，包括：将所述第二瞬时像素与所述度量相比较；和基于比较结果，以基于所述第二瞬时像素和或空间上邻近所述第二瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第二瞬时像素的一个或多个像素值。17.存储处理器可执行指令的至少一个非暂态计算机可读存储介质，所述处理器可执行指令当由至少一个计算机硬件处理器执行时引起所述至少一个计算机硬件处理器执行以下动作：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和基于所述第一瞬时像素图像而生成第一修改瞬时像素图像，包括从所述瞬时像素组修改第一瞬时像素，包括：将所述第一瞬时像素与度量相比较；和基于比较结果，以基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值取代所述第一瞬时像素的一个或多个像素值。18.一种用于确定瞬时像素图像的饱和度数据的系统，所述系统包括与存储器通信的处理器，所述处理器配置成执行存储器所存储的指令，所述指令引起所述处理器：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和从所述瞬时像素组生成第一瞬时像素的饱和度数据，所述饱和度数据包括一组饱和度值，其中：所述饱和度值组的每个饱和度值与所述第一瞬时像素的所述像素值组中的像素值相关联；和将每个像素值与度量相比较以确定对应饱和度值。19.根据18所述的系统，其中所述指令还引起所述处理器：确定所述图像组和第二图像组之间的立体对应性，其中至少基于所述饱和度值和基于所述第二图像组而确定的第二饱和度数据，所述第二图像组从与所述图像组的视角不同的视角来捕获。20.根据19所述的系统，其中所述图像组和所述第二图像组之间的所述立体对应性基于所述饱和度数据、所述第二饱和度数据、所述图像组和所述第二图像组而确定。21.根据18至20中任一项所述的系统，其中所述饱和度值组的每个饱和度值包括二进制值。22.根据18至21中任一项所述的系统，其中所述饱和度值组的每个饱和度值指示相关像素值是否有效。23.根据22所述的系统，其中有效的所述像素值包括未过度曝光的对应像素。24.根据18至23中任一项所述的系统，其中所述度量相关于所述图像组中的过度曝光程度。25.根据19所述的系统，其中确定所述图像组和所述第二图像组之间的立体对应性包括从所述图像组和或所述第二图像组排除瞬时像素，所述图像组和或所述第二图像组不包括所述瞬时像素的像素值组中的最小数量的有效像素值。26.根据19所述的系统，其中确定所述图像组和所述第二图像组之间的立体对应性包括从所述图像组和或所述第二图像组排除瞬时像素；所述图像组和或所述第二图像组具有空间上邻近所述瞬时像素的阈值数量以上的瞬时像素，各自不包括所述空间邻近瞬时像素的像素值组中的最小数量的有效像素值。27.根据18至26中任一项所述的系统，其中所述处理器还配置成执行以下动作：获得所述场景的所述第二图像组，其中所述第二图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为不同于所述图像组的透视图的所述场景的透视图；基于所述第二图像组而生成包括第二组瞬时像素的第二瞬时像素图像，其中所述第二组瞬时像素组中的每个瞬时像素包括与所述第二图像组的每个图像相关联的位置处所采集的一组像素值；从所述第二瞬时像素组生成第二瞬时像素的第二饱和度数据，所述第二饱和度数据包括第二饱和度值组，其中：所述第二饱和度值组的每个饱和度值与所述第二瞬时像素的所述像素值组中的像素值相关联；和将每个像素值与所述度量相比较以确定对应饱和度值。28.一种用于确定瞬时像素图像的饱和度数据的计算机化方法，所述方法包括：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和从所述瞬时像素组生成第一瞬时像素的饱和度数据，所述饱和度数据包括一组饱和度值，其中：所述饱和度值组的每个饱和度值与所述第一瞬时像素的所述像素值组中的像素值相关联；和将每个像素值与度量相比较以确定对应饱和度值。29.根据28所述的方法，所述方法还包括：确定所述图像组和第二图像组之间的立体对应性，其中至少基于所述饱和度值和基于所述第二图像组而确定的第二饱和度数据，所述第二图像组从与所述图像组的视角不同的视角来捕获。30.根据29所述的方法，其中所述图像组和所述第二图像组之间的所述立体对应性基于所述饱和度数据、所述第二饱和度数据、所述图像组和所述第二图像组而确定。31.根据28至30中任一项所述的方法，其中所述饱和度值组的每个饱和度值包括二进制值。32.根据28至31中任一项所述的方法，其中所述饱和度值组的每个饱和度值指示相关像素值是否有效。33.根据32所述的方法，其中有效的所述像素值包括未过度曝光的对应像素。34.根据28至33中任一项所述的方法，其中所述度量相关于所述图像组中的过度曝光程度。35.根据29所述的方法，其中确定所述图像组和所述第二图像组之间的立体对应性包括从所述图像组和或所述第二图像组排除瞬时像素，所述图像组和或所述第二图像组不包括所述瞬时像素的像素值组中的最小数量的有效像素值。36.根据29所述的方法，其中确定所述图像组和所述第二图像组之间的立体对应性包括从所述图像组和或所述第二图像组排除瞬时像素；所述图像组和或所述第二图像组具有空间上邻近所述瞬时像素的阈值数量以上的瞬时像素，各自不包括所述空间邻近瞬时像素的像素值组中的最小数量的有效像素值。37.根据28至36中任一项所述的方法，所述方法还包括：获得所述场景的所述第二图像组，其中所述第二图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为不同于所述图像组的透视图的所述场景的透视图；基于所述第二图像组而生成包括第二组瞬时像素的第二瞬时像素图像，其中所述第二组瞬时像素组中的每个瞬时像素包括与所述第二图像组的每个图像相关联的位置处所采集的一组像素值；从所述第二瞬时像素组生成第二瞬时像素的第二饱和度数据，所述第二饱和度数据包括第二饱和度值组，其中：所述第二饱和度值组的每个饱和度值与所述第二瞬时像素的所述像素值组中的像素值相关联；和将每个像素值与所述度量相比较以确定对应饱和度值。38.存储处理器可执行指令的至少一个非暂态计算机可读存储介质，所述处理器可执行指令当由至少一个计算机硬件处理器执行时引起所述至少一个计算机硬件处理器执行以下动作：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和从所述瞬时像素组生成第一瞬时像素的饱和度数据，所述饱和度数据包括一组饱和度值，其中：所述饱和度值组的每个饱和度值与所述第一瞬时像素的所述像素值组中的像素值相关联；和将每个像素值与度量相比较以确定对应饱和度值。39.一种用于确定第一图像组和第二图像组之间的立体对应性的系统，所述系统包括与存储器通信的处理器，所述处理器配置成执行存储器中所存储的指令，所述指令引起所述处理器：获得场景的第一图像组，其中所述第一图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述第一图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述第一图像组的每个图像相关联的位置处的一组像素值；和确定所述场景的所述第一图像组的图像点和第二图像组的图像点之间的一组对应性，其中所述第二图像组从不同于所述第一图像组的视角来捕获，包括：确定所述第一瞬时像素图像中的第一瞬时像素缺少对于基于所述第二图像组而确定的第二瞬时像素图像中的瞬时像素的对应性；基于一种或多种现有对应性而生成所述第一瞬时像素对于所述第二瞬时像素图像中的第二瞬时像素的近似对应性，其中所述一种或多种现有对应性的每种现有对应性：处于所述第一瞬时像素图像中的瞬时像素和所述第二瞬时像素图像中的瞬时像素之间；和满足相对于所述第一瞬时像素的关系度量。40.根据39所述的系统，其中所述一种或多种现有对应性相关于所述第一瞬时像素图像中的瞬时像素，所述瞬时像素空间上邻近所述第一瞬时像素，并且其中所述关系度量相关于对于所述第一瞬时像素的空间邻近程度。41.根据39或40所述的系统，其中所述指令还引起所述处理器基于相关于所述第一瞬时像素、所述第二瞬时像素或两者的空间信息、瞬时信息或两者而验证所述近似对应性。42.根据41所述的系统，其中基于相关于所述第一瞬时像素、所述第二瞬时像素或两者的所述瞬时信息而验证所述近似对应性包括确定所述第一瞬时像素、所述第二瞬时像素或两者中的一个或多个像素值是否过度曝光。43.根据41所述的系统，其中基于相关于所述第一瞬时像素、所述第二瞬时像素或两者的所述空间信息而验证所述近似对应性包括确定空间上邻近所述第一瞬时像素的一个或多个瞬时像素是否与空间上邻近所述第二瞬时像素的一个或多个瞬时像素共享一种性质。44.根据43所述的系统，其中所述共享性质包括颜色、温度和或纹理。45.根据39至44中任一项所述的系统，其中所述处理器还配置成执行以下动作：获得所述场景的所述第二图像组，其中所述第二图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为不同于所述图像组的透视图的所述场景的透视图；和基于所述第二图像组而生成包括第二组瞬时像素的所述第二瞬时像素图像，其中所述第二组瞬时像素组中的每个瞬时像素包括与所述第二图像组的每个图像相关联的位置处所采集的一组像素值。46.一种用于确定第一图像组和第二图像组之间的立体对应性的计算机化方法，所述方法包括：获得场景的第一图像组，其中所述第一图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述第一图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述第一图像组的每个图像相关联的位置处的一组像素值；和确定所述场景的所述第一图像组的图像点和第二图像组的图像点之间的一组对应性，其中所述第二图像组从不同于所述第一图像组的视角来捕获，包括：确定所述第一瞬时像素图像中的第一瞬时像素缺少对于基于所述第二图像组而确定的第二瞬时像素图像中的瞬时像素的对应性；基于一种或多种现有对应性而生成所述第一瞬时像素对于所述第二瞬时像素图像中的第二瞬时像素的近似对应性，其中所述一种或多种现有对应性的每种现有对应性：处于所述第一瞬时像素图像中的瞬时像素和所述第二瞬时像素图像中的瞬时像素之间；和满足相对于所述第一瞬时像素的关系度量。47.根据46所述的方法，其中所述一种或多种现有对应性相关于所述第一瞬时像素图像中的瞬时像素，所述瞬时像素空间上邻近所述第一瞬时像素，并且其中所述关系度量相关于对于所述第一瞬时像素的空间邻近程度。48.根据46或47所述的方法，其中所述指令还引起所述处理器基于相关于所述第一瞬时像素、所述第二瞬时像素或两者的空间信息、瞬时信息或两者而验证所述近似对应性。49.根据48所述的方法，其中基于相关于所述第一瞬时像素、所述第二瞬时像素或两者的所述瞬时信息而验证所述近似对应性包括确定所述第一瞬时像素、所述第二瞬时像素或两者中的一个或多个像素值是否过度曝光。50.根据48所述的方法，其中基于相关于所述第一瞬时像素、所述第二瞬时像素或两者的所述空间信息而验证所述近似对应性包括确定空间上邻近所述第一瞬时像素的一个或多个瞬时像素是否与空间上邻近所述第二瞬时像素的一个或多个瞬时像素共享一种性质。51.根据50所述的方法，其中所述共享性质包括颜色、温度和或纹理。52.根据46至51中任一项所述的方法，其中所述方法还包括：获得所述场景的所述第二组图像，其中所述第二图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为不同于所述图像组的透视图的所述场景的透视图；和基于所述第二图像组而生成包括第二组瞬时像素的所述第二瞬时像素图像，其中所述第二组瞬时像素组中的每个瞬时像素包括与所述第二图像组的每个图像相关联的位置处所采集的一组像素值。53.存储处理器可执行指令的至少一个非暂态计算机可读存储介质，所述处理器可执行指令当由至少一个计算机硬件处理器执行时引起所述至少一个计算机硬件处理器执行以下动作：获得场景的第一图像组，其中所述第一图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述第一图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述第一图像组的每个图像相关联的位置处的一组像素值；和确定所述场景的所述第一图像组的图像点和第二图像组的图像点之间的一组对应性，其中所述第二图像组从不同于所述第一图像组的视角来捕获，包括：确定所述第一瞬时像素图像中的第一瞬时像素缺少对于基于所述第二图像组而确定的第二瞬时像素图像中的瞬时像素的对应性；基于一种或多种现有对应性而生成所述第一瞬时像素对于所述第二瞬时像素图像中的第二瞬时像素的近似对应性，其中所述一种或多种现有对应性的每种现有对应性：处于所述第一瞬时像素图像中的瞬时像素和所述第二瞬时像素图像中的瞬时像素之间；和满足相对于所述第一瞬时像素的关系度量。权利要求书中用以修饰权利要求元素的序数术语诸如“第一”、“第二”、“第三”等的使用自身不暗示一个权利要求元素相对于另一者的任何优先权、优先级或次序，或其中执行方法的动作的瞬时次序，而是仅用作标记以区分具有特定名称的一个权利要求元素与具有相同名称但使用序数术语的另一元素来区分这些权利要求元素。另外，本文所用的短语和术语是出于说明目的，并且不应视为限制性的。本文“包括”、“包含”、“具有”、“含有”、“涉及”和其变型的使用意指涵盖下文所列出的项目和其等同物以及额外项目。词语“示例性”在本文用于意指用作实例、例子或说明。因此，本文描述为示例性的任何实施例、实施方式、过程、特征等应理解为说明性实例，并且不应理解为优选或有利实例，除非另外指明。尽管已描述至少一个实施例的一些方面，但应当理解，对于本领域的技术人员将易于出现各种变更、修改和改善。此类变更、修改和改善旨在为本公开的一部分，并且旨在落入本文所描述的原理的精神和范围内。因此，前述说明书和附图仅为实例的方式。

权利要求：1.一种用于预处理瞬时像素图像的系统，所述系统包括与存储器通信的处理器，所述处理器配置成执行存储器所存储的指令，所述指令引起所述处理器：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和基于所述第一瞬时像素图像而生成第一修改瞬时像素图像，包括从所述瞬时像素组修改第一瞬时像素，包括：将所述第一瞬时像素与度量相比较；和基于比较结果，由基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值，取代所述第一瞬时像素的一个或多个像素值。2.根据权利要求1所述的系统，其中所述指令还引起所述处理器：确定所述图像组和第二图像组之间的立体对应性，其中基于所述第一修改瞬时像素图像和基于所述第二图像组而确定的第二修改瞬时像素图像，所述第二图像组从与所述图像组的视角不同的视角来捕获。3.根据权利要求1所述的系统，其中所述度量与所述图像组中的曝光不足程度相关。4.根据权利要求1所述的系统，其中将所述第一瞬时像素与所述度量相比较包括：比较所述第一瞬时像素中的像素值的最大值是否低于所述度量。5.根据权利要求4所述的系统，其中由基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值，取代所述第一瞬时像素的一个或多个像素值包括：由衍生自所述第一瞬时像素和或所述第一瞬时像素的空间相邻区域的所述一个或多个瞬时像素的高斯平滑的像素值，取代所述第一瞬时像素中的每个像素值。6.根据权利要求1所述的系统，其中将所述第一瞬时像素与所述度量相比较包括：比较所述第一瞬时像素中的像素值是否低于所述度量。7.根据权利要求6所述的系统，其中由基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值，取代所述第一瞬时像素的一个或多个像素值包括：由衍生自所述第一瞬时像素和或所述第一瞬时像素的空间相邻区域的所述一个或多个瞬时像素的高斯平滑的像素值，取代所述第一瞬时像素中低于所述度量的每个像素值。8.根据权利要求1所述的系统，其中所述指令还引起所述处理器：获得场景的第二图像组，其中所述第二图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为不同于所述图像组的透视图的所述场景的透视图；基于所述第二图像组而生成包括第二组瞬时像素的第二瞬时像素图像，其中所述第二组瞬时像素组中的每个瞬时像素包括与所述第二图像组的每个图像相关联的位置处所采集的一组像素值；和基于所述第二瞬时像素图像而生成第二修改瞬时像素图像，包括从所述第二瞬时像素组修改第二瞬时像素，包括：将所述第二瞬时像素与所述度量相比较；和基于比较结果，由基于所述第二瞬时像素和或空间上邻近所述第二瞬时像素的一个或多个瞬时像素而确定的另一值，取代所述第二瞬时像素的一个或多个像素值。9.一种用于预处理瞬时像素图像的计算机化方法，所述方法包括：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和基于所述第一瞬时像素图像而生成第一修改瞬时像素图像，包括从所述瞬时像素组修改第一瞬时像素，包括：将所述第一瞬时像素与度量相比较；和基于比较结果，由基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值，取代所述第一瞬时像素的一个或多个像素值。10.存储处理器可执行指令的至少一个非暂态计算机可读存储介质，当所述处理器可执行指令由至少一个计算机硬件处理器执行时，引起所述至少一个计算机硬件处理器执行以下动作：获得场景的一组图像，其中所述图像组中的每个图像a捕获投影至所述场景上的光图案的一部分和b为所述场景的透视图；基于所述图像组而生成包括一组瞬时像素的第一瞬时像素图像，其中所述瞬时像素组中的每个瞬时像素包括与所述图像组的每个图像相关联的位置处的一组像素值；和基于所述第一瞬时像素图像而生成第一修改瞬时像素图像，包括从所述瞬时像素组修改第一瞬时像素，包括：将所述第一瞬时像素与度量相比较；和基于比较结果，由基于所述第一瞬时像素和或空间上邻近所述第一瞬时像素的一个或多个瞬时像素而确定的另一值，取代所述第一瞬时像素的一个或多个像素值。

百度查询： 康耐视公司 用于立体瞬时图像序列的改善3D数据重构的系统和方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD