一种双摄像头立体视觉识别方法及系统技术方案

本发明专利技术公开了一种双摄像头立体视觉识别方法及系统。所述方法包括：获取包含环境物体的左图像与右图像；将左图像中每一点的灰度值与对应点的颜色的波长值加权，得到带颜色特征的左灰度图像；将右图像中每一点的灰度值与对应点的颜色的波长值加权，得到带颜色特征的右灰度图像；对两幅带颜色特征的灰度图像进行像素级的点匹配，获取匹配点；利用匹配点生成深度图像；依据深度图像建立立体特征集；提取摄像头获取的图像的纹理特征和颜色特征，建立纹理特征集和颜色特征集；将立体特征集、纹理特征集和颜色特征集输入分类器分类，识别得到环境物体中的目标障碍物。采用本发明专利技术的方法或系统，能够提高匹配点的个数，进而提高匹配精度和识别的准确性。

【技术实现步骤摘要】
一种双摄像头立体视觉识别方法及系统
本专利技术涉及图像处理及视觉识别
，特别是涉及一种双摄像头立体视觉识别方法及系统。
技术介绍
随着社会的发展，人们的生活不断改善，物联网、传感器和计算机图像技术也得到了极大的发展，越来越多的需求指向了拥有智能视觉的机器人产品，因此，用于机器人的双摄像头视觉识别也变得越来越重要。目前，通常采用的双摄像头视觉识别方法为：首先使用分类器对双摄像头采集的两幅图像进行目标物体检测，得出数十到数百个散落的像素匹配点，得到的像素匹配点一般不会超过图像像素总数的5％；然后利用水平放置的双摄像头产生的视差对的各点距离进行粗略计算，并将各点坐标作为临近区域的坐标，得出目标物体粗略的总体立体位置信息。利用该方法得到目标物体的总体立体位置信息，以用于测速、跟踪、避障等。现有的双摄像头视觉识别方法采用先检测为主，测距为辅的方式，使得左右两个摄像头的拍摄角度、成像范围均不相同，所能找到的匹配点少，往往会在识别目标物体的时候，导致两幅图像的像素匹配点偏差较大或无法给定较小目标的立体位置信息，识别的准确性不高。
技术实现思路
基于此，有必要提供一种能提高识别的准确性的双摄像头立本文档来自技高网...

【技术保护点】
一种双摄像头立体视觉识别方法，其特征在于，包括：利用左右两个摄像头分别获取包含环境物体的左图像与右图像；将所述左图像转化为左灰度图像，并获取左图像颜色空间中每一点的颜色的波长值，将左图像中每一点的灰度值与对应点的颜色的波长值加权，得到带颜色特征的左灰度图像；将所述右图像转化为右灰度图像，并获取右图像颜色空间中每一点的颜色的波长值，将右图像中每一点的灰度值与对应点的颜色的波长值加权，得到带颜色特征的右灰度图像；对所述带颜色特征的左灰度图像和对应的所述带颜色特征的右灰度图像进行像素级的点匹配，获取所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像的匹配点；利用所述匹配点生成深度图像；依据所述深...

【技术特征摘要】
1.一种双摄像头立体视觉识别方法，其特征在于，包括：利用左右两个摄像头分别获取包含环境物体的左图像与右图像；将所述左图像转化为左灰度图像，并获取左图像颜色空间中每一点的颜色的波长值，将左图像中每一点的灰度值与对应点的颜色的波长值加权，得到带颜色特征的左灰度图像；将所述右图像转化为右灰度图像，并获取右图像颜色空间中每一点的颜色的波长值，将右图像中每一点的灰度值与对应点的颜色的波长值加权，得到带颜色特征的右灰度图像；对所述带颜色特征的左灰度图像和对应的所述带颜色特征的右灰度图像进行像素级的点匹配，获取所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像的匹配点；利用所述匹配点生成深度图像；依据所述深度图像建立立体特征集；提取任一摄像头获取的图像的纹理特征，建立纹理特征集；提取任一摄像头获取的图像的颜色特征，建立颜色特征集；将所述立体特征集、所述纹理特征集和所述颜色特征集输入分类器进行分类，识别得到所述环境物体中的目标障碍物。2.根据权利要求1所述的一种双摄像头立体视觉识别方法，其特征在于，还包括：在利用左右两个摄像头分别获取包含环境物体的左图像与右图像之前，获取摄像头的内部参数和外部参数；在利用左右两个摄像头分别获取包含环境物体的左图像与右图像之后，利用摄像头的内部参数和外部参数对摄像头获取的图像进行矫正；所述获取摄像头的内部参数和外部参数，具体包括：利用摄像头获取棋盘图的图像，所述棋盘图由多个黑白交替的方块和多个黑色空心圆构成；对摄像头获取的图像进行二值化，并利用二值化后的边界识别棋盘图中的黑色空心圆和公共角点，所述黑色空心圆位于棋盘图的四个角，所述黑色空心圆用于寻找和定位棋盘格，所述公共角点为两个黑色方块和两个白色方块的公共点；依据所述黑色空心圆和所述公共角点，利用棋盘图平面上的点与摄像头获取的图像上的对应点建立投影矩阵其中，s为尺度因子，u为摄像头获取的图像上的点的横坐标，v为摄像头获取的图像上的点的纵坐标，H为投影矩阵，XW为棋盘图平面上的点的横坐标，YW为棋盘图平面上的点的纵坐标；利用最小二乘法求解所述投影矩阵H；依据所述投影矩阵H，获取摄像头的内部参数；依据所述投影矩阵和所述摄像头的内部参数，获取摄像头的外部参数。3.根据权利要求1所述的一种双摄像头立体视觉识别方法，其特征在于，对所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像进行像素级的点匹配，获取所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像的匹配点之前，还包括：分别计算所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像的全向算子，所述全向算子为Sobel(x,y)＝2*[P(x+1,y)-P(x-1,y)]+P(x+1,y-1)-P(x-1,y-1)+P(x+1,y+1)-P(x-1,y+1)+2*[P(x,y+1)-P(x,y-1)]+P(x-1,y+1)-P(x-1,y-1)+P(x+1,y+1)-P(x+1,y-1)其中，Sobel(x,y)表示图像上的点(x,y)的全向算子，P表示图像的像素，P(x,y)表示图像上的点(x,y)的像素；利用映射函数对所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像进行映射，映射后的图像的像素为其中，preFilterCap为一个常数参数，取值为15；所述对所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像进行像素级的点匹配，获取所述带颜色特征的左灰度图像和所述带颜色特征的右灰度图像的匹配点，具体包括：依据映射后的所述带颜色特征的左灰度图像的像素和映射后的所述带颜色特征的右灰度图像的像素，利用SAD算法进行匹配，获取映射后的所述带颜色特征的左灰度图像和映射后的所述带颜色特征的右灰度图像的匹配点。4.根据权利要求1所述的一种双摄像头立体视觉识别方法，其特征在于，所述利用所述匹配点生成深度图像，具体包括：计算每对匹配点的真实坐标，并利用视差原理得到与每对匹配点相对应的被测点的三维空间坐标，所述真实坐标为所述匹配点在真实空间内相对于以两个摄像头中心为原点的立体坐标系的坐标；利用所有与匹配点相对应的被测点的三维空间坐标生成深度图像。5.根据权利要求1所述的一种双摄像头立体视觉识别方法，其特征在于，所述依据所述深度图像建立立体特征集，具体包括：查找所述深度图像的边界；依据所述边界对所述深度图像进行分块，并计算每一块所述深度图像的尺寸、形状以及与左右摄像头的距离；依据所述每一块所述深度图像的尺寸、形状以及与左右摄像头的距离建立立体特征集；所述提取任一摄像头获取的图像的纹理特征，建立纹理特征集，具体包括：将左图像转化为左灰度图像，提取所述左灰度图像的Haar特征，建立纹理特征集，所述Haar特征包括原始矩特征、边缘特征、线性特征和中心环绕特征；所述提取任一摄像头获取的图像的颜色特征，建立颜色特征集，具体包括：将左图像转换为色块图像，并获取每个色块图像颜色空间中每一点的颜色的波长值；利用所述波长值建立颜色特征集。6.一种双摄像头立体视觉识别系统，其特征在于，包括：图像获取模块，用于利...

【专利技术属性】
技术研发人员：翁彧，
申请(专利权)人：中央民族大学，
类型：发明
国别省市：北京,11