用于智能泵腔体内窥镜故障诊断的图像立体匹配方法组成比例

本发明专利技术属于计算机图像处理技术领域，具体地说，是一种用于智能泵腔体内窥镜故障诊断的图像立体匹配方法，主要包括这几部分：1、代价计算过程中，将CIELab彩色空间中的a分量与原图像像素的梯度进行融合，构成新的代价量；2、利用原图像的纹理特征构建自适应的十字交叉窗口；3、经过使用步骤二窗口下的代价聚合后，得到最终代价量；4、用“赢者通吃”原则确定对应的匹配点，并进行视差计算，最后进行视差优化步骤，得出视差图；本发明专利技术提高传统单一RGB模式下对噪声及幅度失真的鲁棒性，且在视差不连续区域与弱纹理区域获得更好的匹配结果。区域与弱纹理区域获得更好的匹配结果。区域与弱纹理区域获得更好的匹配结果。

【技术实现步骤摘要】
用于智能泵腔体内窥镜故障诊断的图像立体匹配方法


[0001]本专利技术属于计算机图像处理
，具体地说，是一种用于智能泵腔体内窥镜故障诊断的图像立体匹配方法。

技术介绍

[0002]传统的煤矿智能泵结构是封闭的，人眼难以直接观察泵腔实时情况。当前主要采用内窥镜观察泵腔内部缺陷以及故障诊断，由于内窥镜采集的图像为平面图像，对于结构复杂立体的泵腔环境来说，容易出现缺陷遗漏和故障定位不准确等问题。因此，我们提出利用内窥镜采集的平面图像进行对该图像场景的三维重建和立体匹配，更加清晰地、立体地观察泵腔环境，更加准确地定位缺陷、瑕疵、开裂、焊缝不完整、腐蚀生锈等缺陷。
[0003]随着计算机与移动及可穿戴式设备的飞速发展，人们对感知三维立体图像的需求日益旺盛。近年来，与三维重建相关的应用涵盖各个领域，如机器人SLAM技术、医学CT影像重建和工业机器手定位等。三维重建按采集图像相机数目可分为单目式、双目式三维重建和多目式三维重建等。在实际生产应用中，双目式三维重建应用最为广泛。双目立体视觉是计算机视觉研究的重要领域之一，其已经广泛的应用于机器人的自护导航、车辆的无人驾驶、三维重建与三维扫描、目标追踪等众多领域。而立体匹配技术是整个双目立体视觉系统的核心，立体匹配的精度与速度直接影响着整个双目立体视觉系统的精度与速度。随着双目立体视觉系统的发展，实时的高精度双目立体视觉系统的需求变得十分的迫切，而借助于硬件加速只能在一定程度上提升速度，并且许多高精度算法加速以后仍然达不到实时性要求，因此对快速的高精度立体匹配算法研究具有十分重要的意义。立体匹配主要包括匹配代价计算(cost computation)、匹配代价聚合(cost aggregation)、视差计算(disparity computation)、视差精细化(disparity refinement)四个步骤。基于全局的立体匹配算法使用全局约束来解决由于遮挡或重复纹理造成的像素误匹配问题，是基于优化理论方法估计视差值。全局匹配问题通常被描述为能量最小化问题，其在整张图像上进行匹配，计算量大，耗时长，难以满足实时性的需要。局部立体匹配算法采用局部优化的理论方法进行视差估计，其在不同的图像对的最大视差上选取匹配代价量最小的像素点作为目标图像上的对应于参考视图中的某一点的对应点，具有较高的精度与较为优良的实时运算处理能力，获得了广泛的应用。传统的以RGB模式进行代价计算的相关算法由于实际设备在采集图像的过程中易受噪声的影响，本身抗噪性能较低。并且代价聚合过程中，滤波窗口的选择影响到匹配精度大的好坏。在传统的滤波窗口的设计上，通常采用预设形状和大小的矩形框，或者对固定窗口内的代价量附以不同的权重值，本质上不能改变其在不同场景不同的视差区域下聚合结果差异化太小，造成视差不连续区域与弱纹理区域匹配精度低的问题。
[0004]总的来说：传统的基于RGB模式下的立体匹配代价计算算法对噪声的抗干扰能力不强，且在代价聚合步骤选取固定形状和大小的矩形框作为滤波窗口，或者对固定窗口内的代价量附以不同的权值。由此造成了以下缺陷：
[0005]第一，传统以RGB模式下的代价计算算法不能有效对抗幅度失真造成的影响。在实际生产工作中引入的噪声会造成误匹配率明显升高；
[0006]第二，传统立体匹配聚合窗口的设计会造成视差不连续区域与弱纹理区域的匹配精度低。

技术实现思路

[0007]为了解决传统的基于RGB模式下的立体匹配代价计算算法对噪声的抗干扰能力不强，且在代价聚合步骤选取固定形状和大小的矩形框作为滤波窗口，或者对固定窗口内的代价量附以不同的权值所造成的问题，本专利技术披露了一种用于智能泵腔体内窥镜故障诊断的图像立体匹配方法，具体技术方案如下：
[0008]一种用于智能泵腔体内窥镜故障诊断的图像立体匹配方法，包括以下步骤：
[0009]步骤一、采用融合CIELab颜色空间的代价计算算法，将CIELab彩色空间中的a分量与原图像像素的梯度进行融合，构成新的代价量；
[0010]步骤二、利用原图像的纹理特征构建自适应的十字交叉窗口；
[0011]步骤三、对代价计算后视图进行代价聚合；
[0012]步骤四、用“赢者通吃”原则确定对应的匹配点，并进行视差计算，最后进行视差优化步骤，得出视差图。
[0013]在上述技术方案组洪，采用融合CIELab颜色空间的代价计算算法，将CIELab颜色空间的a分量作为进行初始代价计算的代价量与原图像的梯度值进行融合构成新的代价量，解决了传统单一RGB模式下代价计算算法对噪声敏感，鲁棒性差的问题；局部立体匹配代价聚合的滤波窗口设计采用基于纹理复杂度判别的自适应的十字交叉窗口，每个代价值的窗口形状由原图像的区域纹理复杂度量化值确定，解决了传统聚合窗口在视差不连续与弱纹理区域易造成误匹配的问题。
[0014]本专利技术的进一步改进，步骤一中，将CIELab颜色空间中的a分量与原图像的梯度融合构成新的代价函数，梯度代价量的计算方式如下：
[0015][0016]式(1)中，C1(i,d)表示当像素i基于图像梯度在视差为d时的匹配代价值，表示参考视图中像素i沿x方向的梯度值，i
d
表示i在视差等于d处的对应点，用于平衡梯度对总代价量的影响，τ
g
为截断阈值，用于削弱异常代价量对结果的影响。
[0017]其中，基于CIELab颜色空间a分量的值的代价计算函数：
[0018]C2(i,d)＝min[||I
a
(i)
‑
I
′
a
(i
d
)||,τ
a
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0019]式(2)中，C2(i,d)为当像素i基于CIELab颜色空间a分量的值在视差为d时的匹配代价值，I
a
(i)为参考视图中像素i的a分量代价值，τ
a
为截断系数，用以平衡a分量代价函数值对总共代价量的影响，结合公式(1)和公式(2)得到总的初始代价计算公式：
[0020]C(i,d)＝C1(i,d)+C2(i,d)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)。
[0021]本专利技术的进一步改进，步骤二中，首先，对参考视图与目标视图中的当前匹配像素点i在水平和竖直方向确定一个十字交叉的正交线段，通过定义合理的判定准则来增长或者减小水平与竖直方向的臂长，使设定的局部窗口能够满足在不同区域(视差不连续区域
与弱纹理区域)的匹配要求，设定一个包含四个元素的元组其中的元素分别表示左、右、上和下臂的长度；
[0022]步骤二中，基于原图像纹理特征量化值的臂长判定准则，流程如下：
[0023]流程一、对当前参考视图的原图像进行3
×
3的均值滤波，以去除细小的颗粒噪声；
[0024]流程二、对进行均值滤波去噪后的原图像进行Laplace边缘检测，得到基于当前参考视图的纹理细节图；...

【技术保护点】

【技术特征摘要】
1.一种用于智能泵腔体内窥镜故障诊断的图像立体匹配方法，其特征在于，包括以下步骤：步骤一、采用融合CIELab颜色空间的代价计算算法，将CIELab彩色空间中的a分量与原图像像素的梯度进行融合，构成新的代价量；步骤二、利用原图像的纹理特征构建自适应的十字交叉窗口；步骤三、对代价计算后视图进行代价聚合；步骤四、用“赢者通吃”原则确定对应的匹配点，并进行视差计算，最后进行视差优化步骤，得出视差图。2.根据权利要求1所述的用于智能泵腔体内窥镜故障诊断的图像立体匹配方法，其特征在于，在所述步骤一中，将CIELab颜色空间中的a分量与原图像的梯度融合构成新的代价函数，梯度代价量的计算方式如下：式(1)中，C1(i,d)表示当像素i基于图像梯度在视差为d时的匹配代价值，表示参考视图中像素i沿x方向的梯度值，i
d
表示i在视差等于d处的对应点，用于平衡梯度对总代价量的影响，τ
g
为截断阈值，用于削弱异常代价量对结果的影响。3.根据权利要求2所述的用于智能泵腔体内窥镜故障诊断的图像立体匹配方法，其特征在于，在所述步骤一中，基于CIELab颜色空间a分量的值的代价计算函数：C2(i,d)＝min[||I
a
(i)
‑
I
′
a
(i
d
)||,τ
a
]
ꢀꢀꢀꢀ
(2)式(2)中，C2(i,d)为当像素i基于CIELab颜色空间a分量的值在视差为d时的匹配代价值，I
a
(i)为参考视图中像素i的a分量代价值，τ
a
为截断系数，用以平衡a分量代价函数值对总共代价量的影响，结合公式(1)和公式(2)得到总的初始代价计算公式：C(i,d)＝C1(i,d)+C2(i,d)
ꢀꢀꢀꢀꢀ
(3)。4.根据权利要求3所述的用于智能泵腔体内窥镜故障诊断的图像立体匹配方法，其特征在于，所述步骤二中，首先，对参考视图与目标视图中的当前匹配像素点i在水平和竖直方向确定一个十字交叉的正交线段，通过定义合理的判定准则来增长或者减小水平与竖直方向的臂长，使设定的局部窗口能够满足在不同区域(视差不连续区域与弱纹理区域)的匹配要求，设定一个包含四个元素的...

【专利技术属性】
技术研发人员：李玉道，程一飞，董国庆，王玉建，宋伟，
申请(专利权)人：济宁安泰矿山设备制造有限公司，
类型：发明
国别省市：