一种基于bit特征的双目视觉立体匹配方法及系统技术方案

一种基于bit特征的双目视觉立体匹配方法及系统，该方法包括图像获取、bit特征计算、匹配代价函数计算、最佳视差值计算的步骤。由于在提高匹配代价的鲁棒性时，计算了像素点周边区域像素的bit特征，使得1bit特征和2bit特征结合后可构造鲁棒性较高的匹配代价函数，从而根据匹配代价函数计算得像素点的最佳视差值，如此，可以有效解决立体匹配时发生误匹配的问题，利于在不同的视点图像中准确地找到匹配的对应点，可提高立体匹配的精确度。

【技术实现步骤摘要】
一种基于bit特征的双目视觉立体匹配方法及系统
本专利技术涉及双目立体视觉领域，具体涉及一种基于bit特征的双目视觉立体匹配方法及系统。
技术介绍
众所周知，场景中的光线在人眼这个精密的成像系统中被采集，通过神经中枢被送入包含有数以亿计的神经元的大脑中被并行的处理，得到了实时、高清晰、准确的深度感觉信息。这使得人类对环境的适应能力大大提高，很多复杂的动作能够得以完成：如行走、体育运动、驾驶车辆以及进行科学实验等。而计算机视觉正是使用计算机来模拟人的视觉系统的学科，目的是根据获取的两幅平面图像恢复3D图像。当前，计算机立体视觉的水平与人类的双目视觉水平还相距甚远，因此对它的研究仍然是一个非常活跃的邻域。双目立体视觉(BinocularStereoVision)是计算机视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。由此可知，它通过模拟人的视觉系统来处理现实世界，对于立体视觉匹配的研究，能够大大的增强计算机或机器人对环境的感知能力，使得机器人能够更好的适应环境、更加智能，从而能够更好的为人本文档来自技高网...

【技术保护点】
1.一种基于bit特征的双目视觉立体匹配方法，其特征在于，包括以下步骤：获取两个视点下的第一图像和第二图像；求得所述第一图像中任一像素点的bit特征，及所述第二图像中若干像素点的bit特征；根据所述第一图像中该像素点的bit特征和所述第二图像中该若干像素点的bit特征构建所述第一图像中该像素点对应的匹配代价函数；根据所述匹配代价函数计算所述第一图像中该像素点的最佳视差值。

【技术特征摘要】
1.一种基于bit特征的双目视觉立体匹配方法，其特征在于，包括以下步骤：获取两个视点下的第一图像和第二图像；求得所述第一图像中任一像素点的bit特征，及所述第二图像中若干像素点的bit特征；根据所述第一图像中该像素点的bit特征和所述第二图像中该若干像素点的bit特征构建所述第一图像中该像素点对应的匹配代价函数；根据所述匹配代价函数计算所述第一图像中该像素点的最佳视差值。2.如权利要求1所述的双目视觉立体匹配方法，其特征在于，所述求得所述第一图像中任一像素点的bit特征，包括：对于所述第一图像中任一像素点IL(y,x)，构造该像素点IL(y,x)的邻域B1(y,x)，使得B1(y,x)＝{I1(i,j),i∈(y-b,y+b),j∈(x-b,x+b)}其中，I1(i,j)为邻域B1(y,x)内任意的像素点，i、y均为像素点的行坐标，j、x均为像素点的列坐标，b为邻域B1(y,x)的半径；根据邻域B1(y,x)构造像素点IL(y,x)的1bit特征和2bit特征，分别公式表示为其中，B11(y,x)、B21(y,x)分别为像素点IL(y,x)的1bit特征和2bit特征，μ′、σ′分别为邻域B1(y,x)的灰度均值和灰度方差。3.如权利要求2所述的双目视觉立体匹配方法，其特征在于，所述求得所述第二图像中若干像素点的bit特征，包括：对于所述第二图像中若干像素点IR(y,x-d)，构造该若干像素点IR(y,x-d)的邻域B2(y,x-d)，使得B2(y,x-d)＝{I2(i,j),i∈(y-b,y+b),j∈(x-d-b,x-d+b)}其中，I2(i,j)为邻域B2(y,x-d)内任意的像素点，d为像素点在行方向上的视差值且d∈{0,1,...,dmax}，dmax为预设的最大视差值；根据邻域B2(y,x-d)构造像素点IR(y,x-d)的1bit特征和2bit特征，分别公式表示为其中，B12(y,x-d)、B22(y,x-d)分别像素点IR(y,x-d)的1bit特征和2bit特征，μ″、σ″分别为邻域B2(y,x-d)的灰度均值和灰度方差。4.如权利要求3所述的双目视觉立体匹配方法，其特征在于，所述根据所述第一图像中该像素点的bit特征...

【专利技术属性】
技术研发人员：赵勇，陈天健，李福池，俞正中，
申请(专利权)人：深圳市爱培科技术股份有限公司，
类型：发明
国别省市：广东,44