立体匹配算法的评价方法、评价系统及测试设备技术方案

本发明专利技术实施例涉及一种立体匹配算法的评价方法、评价系统及测试设备。该评价方法包括：获取采样区域的三维信息以及平面图像；根据若干个标定参数，确定所述平面图像与所述三维信息之间的对应关系；使用立体匹配算法，计算所述平面图像的深度估计值；根据所述深度估计值以及对应的所述三维信息的比较结果，确定所述立体匹配算法的评估结果。该方法利用拍摄深度信息的相机和预先设定的标定参数，可以直接获得当前使用环境下的实际深度信息作为参照，避免了公开数据集所存在的限制，令评价结果更为贴近实际。

Evaluation Method, Evaluation System and Testing Equipment of Stereo Matching Algorithms

【技术实现步骤摘要】
立体匹配算法的评价方法、评价系统及测试设备
本专利技术涉及图像处理
，尤其涉及一种立体匹配算法的评价方法、评价系统及测试设备。
技术介绍
立体匹配算法的基本任务是找出在不同视角下获得的不同图像信息之间，各个像素点的对应关系。在已知这些对应关系的基础上，可以利用双目立体视觉的原理轻松的获得视差信息，以便于后续进一步获取原始图像的深度和立体信息。随着技术的不断发展，涌现出了许多基于不同的立体匹配算法。这些立体匹配算法都有自己相应的适用数据场景和传感器硬件。如何在数量繁多的立体匹配算法中选择合适的算法，快速的完成参数调优等逐渐成为了立体匹配算法在实际应用过程的主要问题。而在立体匹配算法选择和参数调优过程中，正确的对立体匹配算法进行评价是非常重要的组成部分。正确的评价结果能够很好的指引技术人员完成算法的选择和参数调优的工作。但现有的立体匹配算法的评价方法依赖于包含有真值的公开数据集。这些公开数据集都是一些预先固定好的参数集合，无法与数据使用场景、传感器硬件等多种实际使用因素良好的契合，最终获得的评价结果可能无法很好的与实际使用场景相契合。
技术实现思路
为了解决上述技术问题，本专利技术实施例提供一种可以与实际使用场景贴近，获得正确评价结果的立体匹配算法的评价方法、评价系统及测试设备。为解决上述技术问题，本专利技术实施例提供以下技术方案：一种立体匹配算法的评价方法。该评价方法包括：获取采样区域的三维信息以及平面图像；根据若干个标定参数，确定所述平面图像与所述三维信息之间的对应关系；使用立体匹配算法，计算所述平面图像的深度估计值；根据所述深度估计值以及对应的所述三维信息的比较结果，确定所述立体匹配算法的评估结果可选地，所述采样区域包括若干个空间点；所述三维信息为所述若干个空间点在三维坐标系中的坐标；所述平面图像为所述采样区域在无人机的拍摄装置的成像平面的投影。可选地，所述根据若干个标定参数，确定所述采样区域的所述三维信息与所述平面图像之间的对应关系，包括：通过所述标定参数，将所述若干个空间点从所述三维坐标系转换至所述拍摄装置的坐标系；根据所述拍摄装置的内参矩阵，确定所述空间点在所述成像平面的投影位置。可选地，所述标定参数包括：所述三维坐标系与所述拍摄装置的坐标系的坐标转换矩阵。可选地，该方法还包括：确定所述标定参数。可选地，所述确定所述标定参数包括：采集标靶的三维信息样本以及平面图像样本，所述标靶包括若干定位特征点；在所述三维信息样本和平面图像样本中，提取所述定位特征点；根据所述定位特征点的三维信息与平面图像信息，计算所述标定参数。可选地，所述标靶上设置有若干个圆形通孔，所述定位特征点包括所述圆形通孔的圆心和半径。可选地，所述在三维信息样本中提取所述定位特征点，包括：检测所述空间点的深度，确定连续的所述空间点之间的深度变化大于预设突变阈值的突变范围；在所述突变范围内，保留深度最小的空间点作为边界空间点；对所述边界空间点通过随机采样一致性算法，拟合获得拟合平面；对所述空间点通过随机采样一致性算法，拟合获得与所述圆形通孔数量相同的第一球体；获取所述拟合平面与所述第一球体的交集，作为所述圆形通孔的边界；根据所述圆形通孔的边界，获得所述圆形通孔在所述三维信息样本中的圆心和半径的第一计算值。可选地，在所述获得所述圆形通孔在所述三维信息样本中的圆心和半径的第一计算值的步骤之后，该方法还包括：判断所述圆心和半径的第一计算值是否与所述标靶的圆形通孔的圆心和半径相符；若否，重新通过随机采样一致性算法，拟合获得包含最多所述空间点的第二球体；剔除与所述第二球体的球心之间的距离大于筛选阈值的空间点；对所述剩余的空间点通过随机采样一致性算法，拟合获得n-1个第三球体；n为所述圆形通孔的数量。可选地，所述平面图像信息样本中提取所述定位特征点，具体包括：通过索贝尔算子提取所述平面图像样本中的边缘信息；对所述边缘信息通过霍夫变换检测算法，检测获得与所述圆形通孔数量相同的圆，作为所述圆形通孔的边界；根据所述圆形通孔的边界，获得所述圆形通孔在所述平面图像信息样本中的圆心以及半径的第二计算值。可选地，所述根据所述定位特征点的三维信息与平面图像信息，计算所述标定参数，具体包括：根据所述定位特征点的三维信息与平面图像信息，计算粗标定参数，其中，所述粗标定参数用于表示所述三维坐标系与所述拍摄装置的坐标系在三维方向上的平移量；将所述粗标定参数调整为所述标定参数，其中，所述标定参数用于表示所述三维坐标系与所述拍摄装置的坐标系在三维方向上的平移量以及旋转量。可选地，所述将所述粗标定参数调整为所述标定参数，包括：确定在三维方向上的所述旋转量和所述平移量的搜索区间；以设定的搜索间隔，依次计算在所述搜索区间内不同旋转量和平移量对应的代价值；选择所述代价值最小的旋转量和平移量的组合作为所述标定参数。可选地，所述三维信息包括激光雷达检测获得的点云数据或者深度摄像机拍摄获得的深度图。本专利技术又一实施例提供以下技术方案：一种立体匹配算法的评价系统。该评价系统包括：采集装置，所述采集装置包括用于采集三维信息的第一拍摄设备以及用于采集平面图像的第二拍摄设备；立体匹配装置，所述立体匹配装置用于对所述第二拍摄设备采集的平面图像信息执行立体匹配算法，计算所述平面图像的深度信息估计值；信息转换装置，所述信息转换装置用于根据标定参数，确定所述平面图像与所述三维信息之间的对应关系，获得所述平面图像的深度信息标准值；评价装置，所述评价装置用于比较所述深度信息估计值和所述深度信息标准值，获得所述立体匹配算法的评价结果。可选地，所述采样区域包括若干个空间点，所述三维信息为所述若干个空间点在三维坐标系中的坐标，所述平面图像为所述采样区域在无人机的拍摄装置的成像平面的投影；所述信息转换装置还用于：通过所述标定参数，将所述若干个空间点从所述三维坐标系转换至所述拍摄装置的坐标系；根据所述拍摄装置的内参矩阵，确定所述空间点在所述成像平面的投影位置。可选地，该系统还包括：标定装置，用于确定所述标定参参数，所述标定参数包括：所述三维坐标系与所述拍摄装置的坐标系的坐标转换矩阵。可选地，所述标定装置包括：样本采集单元，用于采集标靶的三维信息样本以及平面图像样本，所述标靶包括若干定位特征点；其中，所述标靶上设置有若干个圆形通孔，所述定位特征点包括所述圆形通孔的圆心和半径；特征提取单元，用于在所述三维信息样本和平面图像样本中，提取所述定位特征点；标定参数计算单元，用于根据所述定位特征点的三维信息与平面图像信息，计算所述标定参数。可选地，所述样本采集单元具体用于：检测所述空间点的深度，确定连续的所述空间点之间的深度变化大于预设突变阈值的突变范围；在所述突变范围内，保留深度最小的空间点作为边界空间点；对所述边界空间点通过随机采样一致性算法，拟合获得拟合平面；对所述空间点通过随机采样一致性算法，拟合获得与所述圆形通孔数量相同的第一球体；获取所述拟合平面与所述第一球体的交集，作为所述圆形通孔的边界；根据所述圆形通孔的边界，获得所述圆形通孔在所述三维信息样本中的圆心和半径的第一计算值。可选地，所述标定装置还包括采样优化单元；所述采样优化单元用于：判断所述圆心和半径的第一计算值是否与所述标靶的圆形通孔的圆心和半径相符本文档来自技高网...

【技术保护点】
1.一种立体匹配算法的评价方法，其特征在于，包括：获取采样区域的三维信息以及平面图像；根据若干个标定参数，确定所述平面图像与所述三维信息之间的对应关系；使用立体匹配算法，计算所述平面图像的深度估计值；根据所述深度估计值以及对应的所述三维信息的比较结果，确定所述立体匹配算法的评估结果。

【技术特征摘要】
1.一种立体匹配算法的评价方法，其特征在于，包括：获取采样区域的三维信息以及平面图像；根据若干个标定参数，确定所述平面图像与所述三维信息之间的对应关系；使用立体匹配算法，计算所述平面图像的深度估计值；根据所述深度估计值以及对应的所述三维信息的比较结果，确定所述立体匹配算法的评估结果。2.根据权利要求1所述的评价方法，其特征在于，所述采样区域包括若干个空间点，所述三维信息为所述若干个空间点在三维坐标系中的坐标，所述平面图像为所述采样区域在无人机的拍摄装置的成像平面的投影。3.根据权利要求2所述的评价方法，其特征在于，所述根据若干个标定参数，确定所述采样区域的所述三维信息与所述平面图像之间的对应关系，包括：通过所述标定参数，将所述若干个空间点从所述三维坐标系转换至所述拍摄装置的坐标系；根据所述拍摄装置的内参矩阵，确定所述空间点在所述成像平面的投影位置。4.根据权利要求3所述的评价方法，其特征在于，所述标定参数包括：所述三维坐标系与所述拍摄装置的坐标系的坐标转换矩阵。5.根据权利要求4所述的评价方法，其特征在于，该方法还包括：确定所述标定参参数。6.根据权利要求5所述的评价方法，其特征在于：所述确定所述标定参数包括：采集标靶的三维信息样本以及平面图像样本，所述标靶包括若干定位特征点；在所述三维信息样本和平面图像样本中，提取所述定位特征点；根据所述定位特征点的三维信息与平面图像信息，计算所述标定参数。7.根据权利要求6所述的评价方法，其特征在于，所述标靶上设置有若干个圆形通孔，所述定位特征点包括所述圆形通孔的圆心和半径。8.根据权利要求7所述的评价方法，其特征在于，所述在三维信息样本中提取所述定位特征点，包括：检测所述空间点的深度，确定连续的所述空间点之间的深度变化大于预设突变阈值的突变范围；在所述突变范围内，保留深度最小的空间点作为边界空间点；对所述边界空间点通过随机采样一致性算法，拟合获得拟合平面；对所述空间点通过随机采样一致性算法，拟合获得与所述圆形通孔数量相同的第一球体；获取所述拟合平面与所述第一球体的交集，作为所述圆形通孔的边界；根据所述圆形通孔的边界，获得所述圆形通孔在所述三维信息样本中的圆心和半径的第一计算值。9.根据权利要求8所述的评价方法，其特征在于，在所述获得所述圆形通孔在所述三维信息样本中的圆心和半径的第一计算值的步骤之后，该方法还包括：判断所述圆心和半径的第一计算值是否与所述标靶的圆形通孔的圆心和半径相符；若否，重新通过随机采样一致性算法，拟合获得包含最多所述空间点的第二球体；剔除与所述第二球体的球心之间的距离大于筛选阈值的空间点；对所述剩余的空间点通过随机采样一致性算法，拟合获得n-1个第三球体；n为所述圆形通孔的数量。10.根据权利要求7所述的评价方法，其特征在于，所述平面图像信息样本中提取所述定位特征点，包括：通过索贝尔算子提取所述平面图像样本中的边缘信息；对所述边缘信息通过霍夫变换检测算法，检测获得与所述圆形通孔数量相同的圆，作为所述圆形通孔的边界；根据所述圆形通孔的边界，获得所述圆形通孔在所述平面图像信息样本中的圆心以及半径的第二计算值。11.根据权利要求6所述的评价方法，其特征在于，所述根据所述定位特征点的三维信息与平面图像信息，计算所述标定参数，包括：根据所述定位特征点的三维信息与平面图像信息，计算粗标定参数，其中，所述粗标定参数用于表示所述三维坐标系与所述拍摄装置的坐标系在三维方向上的平移量；将所述粗标定参数调整为所述标定参数，其中，所述标定参数用于表示所述三维坐标系与所述拍摄装置的坐标系在三维方向上的平移量以及旋转量。12.根据权利要求11所述的评价方法，其特征在于，所述将所述粗标定参数调整为所述标定参数，包括：确定在三维方向上的所述旋转量和所述平移量的搜索区间；以设定的搜索间隔，依次计算在所述搜索区间内不同旋转量和平移量对应的代价值；选择所述代价值最小的旋转量和平移量的组合作为所述标定参数。13.根据权利要求1-12任一项所述的评价方法，其特征在于，所述三维信息包括激光雷达检测获得的点云数据或者深度摄像机拍摄获得的深度图。14.一种立体匹配算法的评价系统，其特征在于，包括：采集装置，所述采集装置包括用于采集三维信息的第一拍摄设备以及用于采集平面图像的第二拍摄设备；立体匹配装置，所述立体匹配装置用于对所述第二拍摄设...

【专利技术属性】
技术研发人员：谢青青，
申请(专利权)人：深圳市道通智能航空技术有限公司，
类型：发明
国别省市：广东,44