一种用于双目图像的立体匹配方法组成比例

本发明专利技术提供一种用于双目图像的立体匹配方法，包括以下步骤：S1：通过双目立体视觉传感器获取左、右两幅图像，并分别在左、右两幅图像中选取待匹配像素点进行在视差为d时的GAD

【技术实现步骤摘要】
一种用于双目图像的立体匹配方法


[0001]本专利技术涉及机器视觉
，尤其是涉及一种用于双目图像的立体匹配方法。

技术介绍

[0002]机器视觉实质是通过模拟人的双眼来感知世界，双目立体视觉在机器视觉
中扮演着尤为重要的角色，其在三维重建、自动驾驶、人脸识别和工业自动化方面得到广泛应用。
[0003]其中，立体匹配是双目立体视觉研究中最核心最关键的部分，通过立体匹配算法，可以获取两幅图像的稠密视差图，再根据摄影坐标变换原理及三角计算原理得到场景中对应点的深度信息，最后通过三维重建还原立体场景。由于视差图的精度和准确性直接决定最后三维重建的精度和准确性，探索精确的立体匹配方法尤为关键。
[0004]科研人员经过十多年的不懈探索和研究，提出了多种先进的立体匹配算法，使得立体匹配的精度不断提高，但是在图像弱纹理区域的误匹配和边缘区域的模糊等问题仍然或多或少地存在。其中AD变换[参见：Birchfield S,Tomasi C.A pixel dissimilarity measure that is insensitive本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于双目图像的立体匹配方法，其特征在于，包括以下步骤：S1：通过双目立体视觉传感器获取待匹配的左、右两幅图像，并分别在左、右两幅图像中选取待匹配像素点，对待匹配像素点依次进行在视差为d时的GAD变换、Double Census变换和GAD
‑
Double Census变换，获取所述待匹配像素点在视差为d时的初始匹配代价；S2：根据极线约束原则和视差范围，分别获取左、右图像的所有像素点在视差范围内所有视差下的初始匹配代价，形成左、右图像的初始代价空间；S3：采用权值跃变双边滤波器对左、右图像的初始代价空间的初始匹配代价进行聚合，获取聚合后的代价空间；S4：在聚合后的代价空间中，计算左、右两幅图像的每个像素点在最小代价下时所对应的视差值，即初始视差值，并根据初始视差值获取左、右两幅图像的初始视差图；S5：对所述初始视差图进行优化，获取高精度的视差图。2.根据权利要求1所述的一种用于双目图像的立体匹配方法，其特征在于，所述S1包括以下步骤：S1.1：根据左、右两幅图像的颜色信息计算待匹配像素点在视差为d时的GAD变换代价；S1.2：分别对左、右两幅图像进行灰度化处理，获取各像素的灰度值，以待匹配的像素点为中心选取窗口，并根据灰度值计算所述待匹配像素点在视差为d时的Census变换匹配代价和改进Census变换匹配代价，加权融合生成Double Census变换匹配代价；S1.3：将所述待匹配像素点的GAD变换代价和Double Census变换匹配代价进行融合，获取所述待匹配像素点在视差为d时的GAD
‑
Double Census变换匹配代价，并作为初始匹配代价。3.根据权利要求2所述的一种用于双目图像的立体匹配方法，其特征在于，所述左、右两幅图像的颜色信息为HSV颜色空间的三通道信息。4.根据权利要求2所述的一种用于双目图像的立体匹配方法，其特征在于，所述改进Census变换选取的窗口为：对左、右两幅图像分别进行3
×
3窗口的均值滤波，获取滤波后的左、右两幅图像；在滤波后的左图像中以待匹配点p(i，j)为中心选定一个n
×
n方形窗口，n为奇数；用窗口内除中心像素点p之外其余各像素点的灰度值的平均值替代窗口中心像素p的灰度值，获取新的窗口。5.根据权利要求2所述的一种用于双目图像的立体匹配方法，其特征在于，以畸变因数r为自变量，采用径向基函数计算出的权重值对所述Census变换匹配代价与改进Census变换匹配代价进行加权融合，生成Double Census变换代价。6.根据权利要求5所述的一种用于双目图像的立体匹配方法，其特征在于，所述畸变因数r的表达式为：G(n
×
n)＝A(n
×
n)
‑
B(n
×
n)式中：A(n
×
n)为左图像中以p(i，j)像素点为中心的窗口内各像素灰度值矩阵，B(n
×
n)为右图像中以q(i
‑
d，j)像素点为中心的窗口内各像素灰度值矩阵，C(n
×
n)为A(n
×
n)与
B(...

【专利技术属性】
技术研发人员：王春媛，余嘉昕，李岩，罗菁，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：