1. 研究目的与意义（文献综述）
1.1 研究目的及意义
近几年来，基于time-of-fight(tof)的rgb-d相机模块在移动设备中得到了大量的应用。其提供了一个可靠的深度数据测量的方式。相对比与结构光相机或是双目成像系统，tof相机在短距离范围内提供了精度更高的深度数据。
tof设备通过向场景发射调制的红外光，并在传感器上与不同的相移计算测量，来计算可几何场景的深度。然而，tof设备受到多路径干扰(multipath interference，mpi)的影响：单个像素点信号由多个光反射的路径信号组成，这会在获取深度信息时造成误差，从而降低tof相机的适用范围[1]。为了尽可能消除mpi效应的影响，以前的大多数工作是利用额外的措施增加获取信号的准确性，例如将探测光信号编码或使用不同相移的多个调制频率，由此可以消除多径效应带来的误差，但是这需要硬件更改(例如，修改内置的红外光发射器，使用可以接收多个调制频率的传感器)，或者使用同一标准的tof相机的多次扫描[2][3][4]。
2. 研究的基本内容与方案
基本内容：
本项目数据集的生成主要有四个过程，分别是：建立场景、模型渲染，生成对应相机模型的深度数据，打标签分类
建立场景是通过3d建模软件去模拟现实环境，建立出3d模型。模型渲染是将建立出的3d场景进行渲染得到在场景中光传播的数据。之后将得到的数据送入对应的tof相机模型处理得到基于相机模型的测量数据。之后对得到数据及进行分类，以便于进行机器学习。
3. 研究计划与安排
在综合考虑设计任务之后，设计进度安排如下：
第1-2周：查阅相关文献资料，明确研究内容，了解研究所需掌握的知识范围，完成开题报告。
第3-5周：完成瞬态渲染的数据提取，以及后续的仿真流程
4. 参考文献（12篇以上）
[1] hansard m , lee s , choi o , et al. time of flight cameras: principles, methods, and applications[m]. springer publishing company, incorporated, 2012.
[2] bhandari a , raskar r . signal processing for time-of-flight imaging sensors: an introduction to inverse problems in computational 3-d imaging[j]. ieee signal processing magazine, 2016, 33(5):45-58.
[3] xu j , xu q , chai l . iterative algorithm for phase extraction from interferograms with random and spatially nonuniform phase shifts[j]. applied optics, 2008, 47(3):480-485.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
