一种双目数字散斑图像相关的视差测量方法技术

发明专利技术提出了一种双目数字散斑图像相关的视差测量方法，双目立体视觉测量系统包括一台投影设备和两台相机。先采用张正友标定法，标定得到左、右相机的内参和外参；将分布密度可控的散斑图像投射到被测物体表面；左、右相机同步获得左、右图像；对散斑图像进行处理，使待匹配范围从二维图像减少到一维极线上；在右图像中选取一定形状和大小的待匹配窗口，采用改进的基于灰度图像的归一化互相关匹配算法，在左图像中寻找待匹配窗口的最优匹配窗口，计算出视差值；改变待匹配窗口内两边像素矩阵与中心像素点的间隔数，计算出多个视差值；最后，将视差按照间隔数的倒数进行加权平均，得到两个不同的视角下散斑图像的最终视差值。不同的视角下散斑图像的最终视差值。不同的视角下散斑图像的最终视差值。

【技术实现步骤摘要】
一种双目数字散斑图像相关的视差测量方法


[0001]本专利技术属于计算光学显微成像技术，具体涉及一种双目数字散斑图像相关的视差测量方法。

技术介绍

[0002]双目立体视觉是计算机视觉的一个重要分支，在许多领域均极具应用价值，如微操作系统的位姿检测与控制、机器人导航与航测、三维测量学及虚拟现实等。双目立体视觉测量系统类似于人的双眼，用两个摄像机记录同一物体在不同视角下的图像。为便于不同视角的相机图像之间进行的双目匹配，需要对拍摄的双目图像进行极线矫正。双目立体视觉测量方法具有高灵敏度、高测量精度、系统结构简单、成本低、非接触性等优点而日益受到人们的重视。
[0003]散斑投影是通过投影随机散斑图像到物体表面，增加物体表面的特征信息，有助于提高双目匹配的效果。对拍摄的图像进行极限矫正后，利用相似函数对散斑图像进行计算，获得散斑图像的匹配关系。随机散斑的结构光技术利用单张散斑图像即可实现，也是动态测量的重要手段之一。
[0004]依据采用最优化理论方法的不同，立体匹配算法可分为局部立体匹配算法和全局立体匹配算法。局部立体匹配算法的基本原理是给定在一幅图像上的某一点，选取该像素点邻域内的一个子窗口，在另一幅图像中的一个区域内，根据某种相似性判断依据，寻找与子窗口图像最为相似的子图，而其匹配的子图中对应的像素点就为该像素的匹配点。

技术实现思路

[0005]本专利技术的目的在于提供一种精度高、快速的视差测量方法，具体是一种在双目测量系统下，基于数字散斑图像相关的视差测量方法。
[0006]本专利技术的技术方案如下：一种双目数字散斑图像相关的视差测量方法，步骤如下：
[0007]步骤一.搭建双目立体视觉测量系统，双目立体测量系统由左、右相机和投影装置构成，使得左、右相机平行放置；
[0008]步骤二.采用实心圆阵列标定板对左、右相机进行标定，分别获得左相机和右相机的内、外参数；
[0009]步骤三.获取分布密度可控的散斑图像，设置散斑图像的分辨率、散斑分布约束窗口以及散斑的大小等；
[0010]步骤四.投影单幅散斑图像到被测物体表面，左、右相机同步采集获得左图像和右图像；
[0011]步骤五.空间上的一点P，通过左、右相机成像后为P1、P2，P2必定在相对于P1的极线上；对左图像和右图像进行极限矫正，使得特征点的匹配范围由二维图像减少到一维极线上；
[0012]步骤六.以右图像为基本模块，以像素点为中心，选取一定形状和大小的待匹配窗
口；在左图像的极线上的一定范围内进行逐像素的匹配，以相同形状和大小的窗口进行搜索；采用改进的基于灰度图像的归一化互相关算法，获得左图像中对应于右图像中像素的最优匹配点；
[0013]步骤七.由像素点的最优匹配关系，在像素坐标下，左图像中最优匹配像素点水平方向的像素坐标u
L
与右图像中待匹配像素点水平方向的像素坐标u
R
之间的差值即为视差，即d＝u
L
‑
u
R
；
[0014]步骤八.在其他条件不变的情况下，取多个间隔数K，形成多组待匹配窗口；重复步骤六和步骤七，可计算出间隔数为K时所对应的视差值将各视差值，按照间隔数的倒数进行加权平均，得到最终视差D，单位为pixel。
[0015]优选的，步骤一中左、右相机和投影装置的位置在同一水平线上。
[0016]优选的，步骤二中采用实心圆阵列标定板，标定过程中采用张正友标定法，特征点在像素坐标系和世界坐标系下的坐标有如下映射关系：
[0017][0018]其中(u，v)为特征点在像素坐标系下的坐标，s为任意尺度的比例系数，M为内参矩阵，r1、r2分别为旋转矩阵的前两列，t为平移矩阵，(x
W
，y
W
)表示世界坐标系下的坐标，H为单应性矩阵。
[0019]优选的，步骤六中匹配窗口的选择，以右图像中的像素点为中心，在其两边间隔K个像素，选择高宽比为(2M+1)：N的两个长方形块，构成一个匹配窗口，像素点左边的数据矩阵为R1，右边的数据矩阵为R2。
[0020]优选的，步骤六中采用了改进的基于灰度图像的归一化互相关算法进行匹配，最终确定左、右图像中的对应匹配点；
[0021]匹配流程通过在同一行中查找最优匹配，并行处理，采用以下公式：
[0022][0023]其中，C
NCC
为归一化互相关系数，归一化互相关系数越大且接近于1，则相关性越高，可视为最优匹配，
[0024]L1和L2为左图像中对应点两边的像素值矩阵，和分别为其转置，
[0025]为求对应矩阵的迹，
[0026]定义矩阵范数||
·
||
c
，若有矩阵则则
[0027]优选的，步骤六中的像素值矩阵，有如下形式：
[0028][0029][0030]其中f(v，u)为像素坐标系下，点(v，u)处对应的像素值，且这里像素值已转换到0
‑
255的灰度范围内。
[0031]优选的，步骤七中视差的计算方法为：从左图像中与待匹配窗口相同的位置开始，只需在极线上进行搜索，确定最优匹配点，在像素坐标下，可求左图像中最优匹配点的u
L
与右图像中待匹配像素的u
R
的差值，即视差d＝u
L
‑
u
R
。
[0032]优选的，步骤八中最终视差的计算方法为：在其他条件不变的情况下，取多个间隔数K，形成多组待匹配窗口；重复步骤六和步骤七，计算出间隔数为K时所对应的视差值将各视差值按照其对应间隔数的倒数进行加权平均，如下式，
[0033][0034]得到最终视差D。
[0035]本专利技术的有益效果是：本专利技术与现有技术相比，可明显提高视差测量的精度和速度。
附图说明
[0036]图1为本专利技术实施例的双目散斑数字图像相关视差测量方法的流程示意图。
[0037]图2为本专利技术实施例双目测量系统的硬件结构示意图。
[0038]图3为本专利技术实施例在右图像中选取部分数据矩阵作为待匹配窗口的示意图。
[0039]图4为本专利技术实施例改进的归一化互相关算法匹配过程的示意图。
具体实施方式
[0040]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0041]本专利技术的目的是提供一种双目数字散斑图像相关的视差测量方法，提高视差测量的精度和速度。为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。
[0042]本实施例是一种双目数字散斑图像相关的视差测量方法，如图1的流程示意图所示，具体步骤如下。
[0043]步骤一.搭建双目立体视觉测量系统，使得左、右相机平行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双目数字散斑图像相关的视差测量方法，其特征在于步骤如下：步骤一.搭建双目立体视觉测量系统，双目立体测量系统由左、右相机和投影装置构成，使得左、右相机平行放置；步骤二.采用实心圆阵列标定板对左、右相机进行标定，分别获得左相机和右相机的内、外参数；步骤三.获取分布密度可控的散斑图像，设置散斑图像的分辨率、散斑分布约束窗口以及散斑的大小等；步骤四.投影单幅散斑图像到被测物体表面，左、右相机同步采集获得左图像和右图像；步骤五.空间上的一点P，通过左、右相机成像后为P1、P2，P2必定在相对于P1的极线上；对左图像和右图像进行极限矫正，使得特征点的匹配范围由二维图像减少到一维极线上；步骤六.以右图像为基本模块，以像素点为中心，选取一定形状和大小的待匹配窗口；在左图像的极线上的一定范围内进行逐像素的匹配，以相同形状和大小的窗口进行搜索；采用改进的基于灰度图像的归一化互相关算法，获得左图像中对应于右图像中像素的最优匹配点；步骤七.由像素点的最优匹配关系，在像素坐标下，左图像中最优匹配像素点水平方向的像素坐标u
L
与右图像中待匹配像素点水平方向的像素坐标u
R
之间的差值即为视差，即d＝u
L
‑
u
R
；步骤八.在其他条件不变的情况下，取多个间隔数K，形成多组待匹配窗口；重复步骤六和步骤七，可计算出间隔数为K时所对应的视差值将各视差值，按照间隔数的倒数进行加权平均，得到最终视差D，单位为pixel。2.根据权利要求1所述的一种双目数字散斑图像相关的视差测量方法，其特征在于，步骤一中左、右相机和投影装置的位置在同一水平线上。3.根据权利要求1所述的一种双目数字散斑图像相关的视差测量方法，其特征在于，步骤二中采用实心圆阵列标定板，标定过程中采用张正友标定法，特征点在像素坐标系和世界坐标系下的坐标有如下映射关系：其中(u，v)为特征点在像素坐标系下的坐标，s为任意尺度的比例系数，M为内参矩阵，r1、r2分别为旋转矩阵的前两列，t为平移矩阵，(x
W
，y
W

【专利技术属性】
技术研发人员：左超，张晓磊，孙佳嵩，胡岩，沈德同，尹维，
申请(专利权)人：南京理工大学智能计算成像研究院有限公司，
类型：发明
国别省市：