图像特征点的匹配、视差提取和深度信息提取方法技术

本发明专利技术实施例公开了一种图像特征点的匹配、视差提取和深度信息提取方法。所述方法包括：图像获取；设置搜索块；计算第一位置的HSAD值；计算第1位置对应的M个SAD值，将第1位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为第1位置的匹配特征点；计算第N位置的HSAD值；计算第N位置对应的M个SAD值，将第N位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为第N位置的匹配特征点。本发明专利技术实施例的技术方案大大降低了SAD算法的计算量，提高了计算速度，使得SAD算法可以适应D1分辨率以上的图像的实时匹配需求。

【技术实现步骤摘要】
图像特征点的匹配、视差提取和深度信息提取方法
本专利技术实施例涉及图像处理
，尤其涉及一种图像特征点的匹配、视差提取和深度信息提取方法。
技术介绍
随着计算机技术的不断发展，立体视觉技术受到广泛的关注与应用，并且成为热门研究课题。立体视觉系统根据生物视觉感知深度信息的原理，采用摄像机获取标定图像和目标图像，通过摄像机对标定图像进行摄像机标定，获得摄像机内外参数。根据摄像机的位置信息、结合目标图像中匹配的特征点的视差值，最终恢复空间点的深度信息。对于上述过程中特征点的匹配，基于灰度的图像匹配算法是主流方向，现有技术中包括平均绝对差算法(MAD)、绝对误差和算法(SAD)、误差平方和算法(SSD)、平均误差平方和算法(MSD)、归一化积相关算法(NCC)、序贯相似性算法(SSDA)等具体实现方式。通过分析，我们发现绝对误差和算法(SumofAbsoluteDifferences，简称SAD算法)是一种广泛使用的特征点匹配方法，其具有匹配精度高等优点，但其存在无法满足D1分辨率以上的实时性要求，逻辑运算量大的缺点，对于现有技术的上述缺点，目前还没有一种完善的解决方案。
技术实现思路
有鉴于此，本专利技术实施例提供了一种图像特征点的匹配、视差提取和深度信息提取方法，以解决现有技术中使用SAD算法进行图像匹配时，逻辑运算量大且不能满足D1分辨率以上的实时性要求的技术缺陷。在第一方面，本专利技术实施例提供了一种图像特征点的匹配方法，所述方法包含以下步骤：步骤一：图像获取，获取的图像为左侧视图和右侧视图；步骤二：设置搜索块，在所述左侧视图和所述右侧视图中各设置一个搜索块，分别为左侧视图搜索块和右侧视图搜索块，所述搜索块在对应视图中水平滑动，覆盖搜索块大小的像素点；步骤三：计算第1位置，即左侧视图的感兴趣区域的第A像素行中最左侧像素点的HSAD值，当所述左侧视图搜索块的中心位于所述第1位置时，所述右侧视图搜索块的中心在所述右侧视图中对应于所述第1位置的搜索范围内由右向左水平滑动M个位置，并在每个滑动位置处以左右视图搜索块的行为单位计算所述左侧视图搜索块和所述右侧视图搜索块内对应像素点的灰度值差的绝对值之和，记为HSAD值，其中，M为预设最大视差值，A∈[1，感兴趣区域的像素总行数]；步骤四：计算所述第1位置对应的M个SAD值，并将所述第1位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为所述第1位置的匹配特征点；步骤五：计算第N位置的HSAD值，所述第N位置具体为所述第1位置右侧的第N个像素点，将所述第N位置作为所述左侧视图搜索块的中心，相应地，将所述右侧视图中对应于所述第1位置的搜索范围整体向右平移N个像素点得到所述右侧视图中对应于所述第N位置的搜索范围，所述右侧视图搜索块在所述对应于所述第N位置的搜索范围内由右向左水平滑动M个位置，基于第N-1位置的HSAD值，通过双边计算确定所述左侧视图搜索块的中心位于第N位置的HSAD值，其中，N∈[2,第A像素行的像素点总数]；步骤六：计算第N位置对应的M个SAD值，并将所述第N位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为所述第N位置的匹配特征点。在上述方法中，优选的是，存储第1位置到第N-1位置的HSAD值，所述双边计算根据所存储的第N-1位置HSAD值通过迭代的方式计算所述左侧视图搜索块中心位于第N位置的HSAD值。在上述方法中，优选的是，所述步骤一中左右视图来源于双目视觉系统，所述左侧视图由双目视觉系统中左侧相机拍摄得到，所述右侧视图由双目视觉系统中右侧相机拍摄得到。在上述方法中，优选的是，所述步骤一中左右视图来源于单目视觉系统，所述左侧视图和右侧视图分别由单目视觉系统在不同位置拍摄得到。在上述方法中，优选的是，预先获取双目视觉系统的内外参数，建立摄像机坐标系。在上述方法中，优选的是，预先获取单目视觉系统的内外参数，建立摄像机坐标系。在上述方法中，优选的是，所述步骤一之后还包括：预处理所述左侧视图和所述右侧视图。在上述方法中，优选的是，所述预处理所述左侧视图和所述右侧视图，包括：对所述左侧视图和所述右侧视图进行SOBEL滤波处理。在上述方法中，优选的是，所述左侧视图搜索块和所述右侧视图搜索块包括：winsize×winsize大小的正方形搜索块。在上述方法中，优选的是，所述winsize为奇数，且5≤winsize≤21。在上述方法中，优选的是，所述步骤三中第1位置的HSAD值采用以下方式计算得到：其中，l_sobel为经过预处理的左侧视图，l_sobeli表示在l_sobel图中，左侧视图搜索块的中心在第1位置时，左侧视图搜索块中第j行第i个像素点的灰度值，r_sobel为经过预处理的右侧视图，r_sobeli表示在r_sobel图中，右侧视图搜索块的中心位于对应于所述第1位置的搜索范围内的第m个搜索位置时，右侧视图搜索块中第j行第i个像素点的灰度值，其中，i,j∈[0,winsize-1]，1≤m≤M。在上述方法中，优选的是，所述右侧视图中对应于所述第1位置的搜索范围所在像素行由所述第1位置基于对极几何原理确定；所述右侧视图中对应于所述第N位置的搜索范围像素行由所述第N位置基于对极几何原理确定。在上述方法中，优选的是，所述步骤四中的第1位置的M个SAD值采用以下方式计算得到：其中，HSADmj为当所述左侧视图搜索块的中心位于所述第1位置，所述右侧视图搜索块的中心位于对应于所述第1位置的搜索范围内的第m个搜索位置时，第j行的HSAD值，j∈[0,winsize-1]，1≤m≤M。在上述方法中，优选的是，所述步骤五中通过双边计算确定所述左侧视图搜索块的中心位于第N位置的HSAD值，具体采用以下方式：HSADNmj＝HSADN-1mj-ADl+ADr其中，HSADN-1mj表示所述左侧视图搜索块的中心位于所述第N-1位置，所述右侧视图搜索块的中心位于对应于所述第N-1位置的搜索范围内的第m个搜索位置时，第j行的HSAD值，HSADNmj表示所述左侧视图搜索块的中心位于所述第N位置，所述右侧视图搜索块的中心位于对应于所述第N位置的搜索范围内的第m个搜索位置时，第j行的HSAD值，ADl表示所述左侧视图搜索块的中心位于第N-1位置，所述右侧视图搜索块的中心位于对应于所述第N-1位置的搜索范围内的第m个搜索位置时，所述右侧视图搜索块的第j行最左侧像素点与所述左侧视图搜索块的第j行最左侧像素点的灰度值差的绝对值，ADr表示所述左侧视图搜索块的中心位于第N位置，所述右侧视图搜索块的中心位于对应于所述第N位置的搜索范围内的第m个搜索位置时，所述右侧视图搜索块的第j行最右侧像素点与所述左侧视图搜索块的第j行最右侧像素点的灰度值差的绝对值。在上述方法中，优选的是，所述步骤六中的第N位置对应的M个SAD值采用以下方式计算得到：其中，HSADNmj为当所述左侧视图搜索块的中心位于第N位置，所述右侧视图搜索块的中心位于对应于所述第N位置的搜索范围内的第m个搜索位置时，第j行的HSAD值，j∈[0,winsize-1]，1≤m≤M。在上述方法中，优选的是，在步骤六之后还包括：步骤九：采用唯一性验证与视差验证函数验证所述第1位置的匹配特征点和所述第N位置的匹本文档来自技高网...

【技术保护点】
1.一种图像特征点的匹配方法，其特征在于，所述方法包含以下步骤：步骤一：图像获取，获取的图像为左侧视图和右侧视图；步骤二：设置搜索块，在所述左侧视图和所述右侧视图中各设置一个相同大小的搜索块，分别为左侧视图搜索块和右侧视图搜索块，所述搜索块在对应视图中水平滑动，覆盖搜索块大小的像素点；步骤三：计算第1位置，即左侧视图的感兴趣区域的第A像素行中最左侧像素点的HSAD值，当所述左侧视图搜索块的中心位于所述第1位置时，所述右侧视图搜索块的中心在所述右侧视图中对应于所述第1位置的搜索范围内由右向左水平滑动M个位置，并在每个滑动位置处以左右视图搜索块的行为单位计算所述左侧视图搜索块和所述右侧视图搜索块内对应像素点的灰度值差的绝对值之和，记为HSAD值，其中，M为预设最大视差值，A∈[1，感兴趣区域的像素总行数]；步骤四：计算所述第1位置对应的M个SAD值，并将所述第1位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为所述第1位置的匹配特征点；步骤五：计算第N位置的HSAD值，所述第N位置具体为所述第1位置右侧的第N个像素点，将所述第N位置作为所述左侧视图搜索块的中心，相应地，将所述右侧视图中对应于所述第1位置的搜索范围整体向右平移N个像素点得到所述右侧视图中对应于所述第N位置的搜索范围，所述右侧视图搜索块在所述对应于所述第N位置的搜索范围内由右向左水平滑动M个位置，基于第N‑1位置的HSAD值，通过双边计算确定所述左侧视图搜索块的中心位于第N位置的HSAD值，其中，N∈[2,第A像素行的像素点总数]；步骤六：计算第N位置对应的M个SAD值，并将所述第N位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为所述第N位置的匹配特征点。...

【技术特征摘要】
1.一种图像特征点的匹配方法，其特征在于，所述方法包含以下步骤：步骤一：图像获取，获取的图像为左侧视图和右侧视图；步骤二：设置搜索块，在所述左侧视图和所述右侧视图中各设置一个相同大小的搜索块，分别为左侧视图搜索块和右侧视图搜索块，所述搜索块在对应视图中水平滑动，覆盖搜索块大小的像素点；步骤三：计算第1位置，即左侧视图的感兴趣区域的第A像素行中最左侧像素点的HSAD值，当所述左侧视图搜索块的中心位于所述第1位置时，所述右侧视图搜索块的中心在所述右侧视图中对应于所述第1位置的搜索范围内由右向左水平滑动M个位置，并在每个滑动位置处以左右视图搜索块的行为单位计算所述左侧视图搜索块和所述右侧视图搜索块内对应像素点的灰度值差的绝对值之和，记为HSAD值，其中，M为预设最大视差值，A∈[1，感兴趣区域的像素总行数]；步骤四：计算所述第1位置对应的M个SAD值，并将所述第1位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为所述第1位置的匹配特征点；步骤五：计算第N位置的HSAD值，所述第N位置具体为所述第1位置右侧的第N个像素点，将所述第N位置作为所述左侧视图搜索块的中心，相应地，将所述右侧视图中对应于所述第1位置的搜索范围整体向右平移N个像素点得到所述右侧视图中对应于所述第N位置的搜索范围，所述右侧视图搜索块在所述对应于所述第N位置的搜索范围内由右向左水平滑动M个位置，基于第N-1位置的HSAD值，通过双边计算确定所述左侧视图搜索块的中心位于第N位置的HSAD值，其中，N∈[2,第A像素行的像素点总数]；步骤六：计算第N位置对应的M个SAD值，并将所述第N位置对应的M个SAD值中的最小值所对应的右侧视图搜索块的中心作为所述第N位置的匹配特征点。2.根据权利要求1所述的方法，其特征在于，所述步骤一中左右视图来源于双目视觉系统，所述左侧视图由双目视觉系统中左侧相机拍摄得到，所述右侧视图由双目视觉系统中右侧相机拍摄得到。3.根据权利要求1所述的方法，其特征在于，所述步骤一中左右视图来源于单目视觉系统，所述左侧视图和右侧视图分别由单目视觉系统在不同位置拍摄得到。4.根据权利要求2所述的方法，其特征在于，预先获取双目视觉系统的内外参数，建立摄像机坐标系。5.根据权利要求3所述的方法，其特征在于，预先获取单目视觉系统的内外参数，建立摄像机坐标系。6.根据权利要求1所述的方法，其特征在于，所述步骤一之后还包括：预处理所述左侧视图和所述右侧视图。7.根据权利要求6所述的方法，其特征在于，所述预处理所述左侧视图和所述右侧视图，包括：对所述左侧视图和所述右侧视图进行SOBEL滤波处理。8.根据权利要求1所述的方法，其特征在于，所述左侧视图搜索块和所述右侧视图搜索块包括：winsize×winsize大小的正方形搜索块。9.根据权利要求8所述的方法，其特征在于，所述winsize为奇数，且5≤winsize≤21。10.根据权利要求9所述的方法，其特征在于，所述步骤三中第1位置的HSAD值采用以下方式计算得到：其中，l_sobeli表示...

【专利技术属性】
技术研发人员：刘劲松，
申请(专利权)人：珠海全志科技股份有限公司，
类型：发明
国别省市：广东,44