一种曲面拟合的视差计算方法及系统技术方案

一种曲面拟合的视差计算方法及系统，本发明专利技术获取该像素点在所述图像的一个区域，根据所述区域内所有像素点进行视差的平面拟合，并基于该拟合出的平面计算该像素点的视差和法向量；在得到初步的视差估计后，对于图像中每一个像素点，至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，并根据该区域内所有像素点进行视差的曲面拟合，相比现有技术，找到了一个范围更大的曲面，鲁棒性好，并基于该拟合出的曲面计算该像素点的视差，从而得到更为精准的视差估计。

【技术实现步骤摘要】
一种曲面拟合的视差计算方法及系统
本专利技术涉及双目立体匹配领域，具体涉及一种曲面拟合的视差计算方法及系统。
技术介绍
在进行双目视觉立体匹配时，通常会假定在某一个小的区域(称为patch,小片区)其视差值为常数。在MST和LocalExpansion等文献中，已经假定在patch内的视差可以近似用一个平面来表示，即用一个小平面来拟合这里的视差，通常这样的小平面范围一般很小，所以在进行代价匹配中还不够鲁棒。
技术实现思路
考虑到上述问题，本申请提供一种曲面拟合的视差计算方法及系统。根据第一方面，一种实施例中提供一种曲面拟合的视差计算方法,包括：对于图像中每一个像素点，获取该像素点在所述图像的一个区域，根据所述区域内所有像素点进行视差的平面拟合，并基于该拟合出的平面计算该像素点的视差和法向量；其中所述图像为左图像或右图像；对于图像中每一个像素点，至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，并根据该区域内所有像素点进行视差的曲面拟合，并基于该拟合出的曲面计算该像素点的视差。在一实施例中，所述对于图像中每一个像素点，获取该像素点在所述图像的一个区域，包括获取该像素点的一个具有相似梯度的区域。在一实施例中，所述获取该像素点的一个具有相似梯度的区域，包括：计算图像中各像素点的梯度；基于梯度相似性，寻找该像素点的一个具有相似梯度的区域；当基于梯度相似性寻找不到该像素点的一个具有相似梯度的区域时，则使用该像素点的邻域的像素点来对该像素点进行滤波，得到该像素点滤波后的像素值，并重新计算该像素点的梯度，基于梯度相似性，寻找该像素点的一个具有相似梯度的区域。在一实施例中，所述基于梯度相似性，寻找该像素点的一个具有相似梯度的区域，包括：基于梯度相似性，通过区域切割算法分割出该像素点的一个具有相似梯度的区域。在一实施例中，所述基于该拟合出的平面计算该像素点的视差和法向量，包括：根据拟合出的平面以及该像素点的坐标，计算该像素点的视差；计算拟合出的平面的法向量，作为该像素点的法向量。在一实施例中，所述至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，包括：至少视差相似性和/或法向量相似性，通过区域切割算法分割出该像素点的一个区域。在一实施例中，所述基于该拟合出的曲面计算该像素点的视差，包括：根据拟合出的曲面以及该像素点的坐标，计算该像素点的视差。在一实施例中，所述曲面为二次曲面。根据第二方面，一种实施例中提供一种曲面拟合的视差计算系统，包括：存储器，用于存储程序；处理器，用于通过执行所述存储器存储的程序以实现上述任一实施例所述的方法。根据第三方面，一种实施例中提供一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现上述任一实施例所述的方法。依据上述实施例的曲面拟合的视差计算方法、系统及计算机可读存储介质，对于图像中每一个像素点，获取该像素点在所述图像的一个区域，根据所述区域内所有像素点进行视差的平面拟合，并基于该拟合出的平面计算该像素点的视差和法向量；在得到初步的视差估计后，对于图像中每一个像素点，至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，并根据该区域内所有像素点进行视差的曲面拟合，并基于该拟合出的曲面计算该像素点的视差，从而得到更为精准的视差估计，鲁棒性好。附图说明图1为一种实施例的曲面拟合的视差计算方法的流程图；图2为一种实施例的获取像素点的一个具有相似梯度的区域的流程图；图3为一种实施例的曲面拟合的视差计算系统的结构示意图。具体实施方式下面通过具体实施方式结合附图对本专利技术作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。如上所述，现有技术中假定在patch内的视差可以近似用一个平面来表示，即用一个小平面来拟合这里的视差，通常这样的小平面范围一般很小，所以在进行代价匹配中还不够鲁棒。专利技术人在研究该问题时，提出利用视差曲面中的每一切面的法线的连续性，来寻找一个范围更大的曲面，以实现更为鲁棒的立体匹配算法，下面具体说明。请参照图1，本专利技术一实施例中公开了一种曲面拟合的视差计算方法，包括步骤S10～S30，下面具体说明。步骤S10：对于图像中每一个像素点，获取该像素点在该图像的一个区域，根据该区域内所有像素点进行视差的平面拟合，并基于该拟合出的平面计算该像素点的视差和法向量；其中上述图像为左图像或右图像。在一实施例中，上述获取该像素点在该图像的一个区域，包括获取该像素点的一个具有相似梯度的区域。在一实施例中，请参照图2，上述获取该像素点的一个具有相似梯度的区域，包括步骤S12～S14。步骤S12：计算图像中各像素点的梯度。有时图像受噪声干扰非常大，导致噪声对梯度的计算影响非常大，因此可以考虑在计算梯度前先对图像进行滤波，例如使用现有的双边滤波算法先对图像进行滤波，然后再计算滤波后的图像中各像素点的梯度。步骤S13：基于梯度相似性，寻找该像素点的一个具有相似梯度的区域。在一实施例中，基于梯度相似性，通过区域切割算法分割出该像素点的一个具有相似梯度的区域。步骤S14：当基于梯度相似性寻找不到该像素点的一个具有相似梯度的区域时，则使用该像素点的邻域的像素点来对该像素点进行滤波(例如进行中值滤波)，得到该像素点滤波后的像素值，并重新计算该像素点的梯度，基于梯度相似性，寻找该像素点的一个具有相似梯度的区域。当然，步骤S10中对于图像中每一个像素点，获取该像素点在该图像的一个区域，也可是先获取一个小片区(patch)，然后在小片区(patch)的基础上根据梯度相似性使用区域分割算法(例如GC算法)进行再次区域划分，得到所述区域。在一实施例中，上述基于该拟合出的平面计算该像素点的视差和法向量，包括：根据拟合出的平面以及该像素点的坐标，计算该像素点的视差；计算拟合出的平面的法向量，作为该像素点的法向量。步骤S30：对于图像中每一个像素点，至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，并根据该区域内所有像素点进行视差的曲面拟合，并基于该拟合出的曲面计算该像素点的视差。在一实施例中，上述至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，包括：至少视差相本文档来自技高网...

【技术保护点】
1.一种曲面拟合的视差计算方法,其特征在于，包括：对于图像中每一个像素点，获取该像素点在所述图像的一个区域，根据所述区域内所有像素点进行视差的平面拟合，并基于该拟合出的平面计算该像素点的视差和法向量；其中所述图像为左图像或右图像；对于图像中每一个像素点，至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，并根据该区域内所有像素点进行视差的曲面拟合，并基于该拟合出的曲面计算该像素点的视差。

【技术特征摘要】
1.一种曲面拟合的视差计算方法,其特征在于，包括：对于图像中每一个像素点，获取该像素点在所述图像的一个区域，根据所述区域内所有像素点进行视差的平面拟合，并基于该拟合出的平面计算该像素点的视差和法向量；其中所述图像为左图像或右图像；对于图像中每一个像素点，至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，并根据该区域内所有像素点进行视差的曲面拟合，并基于该拟合出的曲面计算该像素点的视差。2.如权利要求1所述的视差计算方法，其特征在于，所述对于图像中每一个像素点，获取该像素点在所述图像的一个区域，包括获取该像素点的一个具有相似梯度的区域。3.如权利要求2所述的视差计算方法，其特征在于，所述获取该像素点的一个具有相似梯度的区域，包括：计算图像中各像素点的梯度；基于梯度相似性，寻找该像素点的一个具有相似梯度的区域；当基于梯度相似性寻找不到该像素点的一个具有相似梯度的区域时，则使用该像素点的邻域的像素点来对该像素点进行滤波，得到该像素点滤波后的像素值，并重新计算该像素点的梯度，基于梯度相似性，寻找该像素点的一个具有相似梯度的区域。4.如权利要求3所述的视差计算方法，其特征在于，所述基于梯度相似性...

【专利技术属性】
技术研发人员：赵勇，陈天健，桑海伟，艾新东，杨纬达，卢昌义，张丽，卢海花，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东,44