一种视差面精细建模的双目图像视差计算优化方法技术

本发明专利技术提供一种视差面精细建模的双目图像视差计算优化方法，包括：步骤10)将双目图像进行灰度化，得到初始灰度图像；将初始灰度图像进行纹理特征提取，得到新灰度图像；双目图像为极线矫正后的双目图像；步骤20)将新灰度图像转化为二值图像；步骤30)采用NCC视差匹配方法对二值图像进行视差匹配，得到匹配点的坐标和视差；步骤40)根据匹配点的坐标和视差，拟合得到视差面；步骤50)根据视差面确定双目图像的每个像素点的视差搜索范围，采用NCC视差匹配方法对双目图像进行视差匹配，得到视差。本发明专利技术的视差面精细建模的双目图像视差计算优化方法，既提供了准确的搜索范围，大幅度提高匹配速率，同时又能保证匹配精度。同时又能保证匹配精度。同时又能保证匹配精度。

【技术实现步骤摘要】
一种视差面精细建模的双目图像视差计算优化方法


[0001]本专利技术涉及立体匹配
，具体涉及一种视差面精细建模的双目图像视差计算优化方法。

技术介绍

[0002]目前在图像立体匹配视差计算中，通常设置一个全局视差匹配范围，但是这个全局视差匹配范围没有准确的参考。如果设置的全局视差匹配范围过大，则会造成过多像素点的匹配，降低效率；如果设置的全局视差匹配范围过小，则使得有些像素点的实际匹配视差不在搜索范围内，不能够真正匹配，降低了匹配精度。

技术实现思路

[0003]本专利技术所要解决的技术问题是：提供一种视差面精细建模的双目图像视差计算优化方法，既提供了准确的搜索范围，大幅度提高匹配速率，同时又能保证匹配精度。
[0004]为解决上述技术问题，本专利技术实施例提供一种视差面精细建模的双目图像视差计算优化方法，包括以下步骤：
[0005]步骤10)将双目图像进行灰度化，得到初始灰度图像；将初始灰度图像进行纹理特征提取，得到新灰度图像；所述双目图像为极线矫正后的双目图像；
[0006]步骤20)将所述新灰度图像转化为二值图像；
[0007]步骤30)采用NCC视差匹配方法对所述二值图像进行视差匹配，得到匹配点的坐标和视差；
[0008]步骤40)根据匹配点的坐标和视差，拟合得到视差面；
[0009]步骤50)根据所述视差面确定双目图像的左图或右图中每个像素点在右图或左图中的视差搜索范围，采用NCC视差匹配方法对双目图像进行视差匹配，得到双目图像的视差。<br/>[0010]作为本专利技术实施例的进一步改进，所述步骤10)中，将初始灰度图像进行纹理特征提取，得到新灰度图像，具体包括：
[0011]步骤102)在初始灰度图像上，采用大小为3*3的提取窗口；以提取窗口的中心像素点的灰度值为阈值，将提取窗口中周边像素点的灰度值与阈值进行比较；若周边像素点的灰度值大于阈值，则该像素点的标记值为1，否则为0；将提取窗口中周边像素点的标记值从左上角顺时针排列后组成二进制数值，将二进制数值转换为十进制数值，将十进制数值作为提取窗口的中心像素的新灰度值；
[0012]步骤103)重复步骤102)，直至初始灰度图像中的每个像素点都得到新灰度值，从而得到新灰度图像。
[0013]作为本专利技术实施例的进一步改进，所述步骤20)具体包括：
[0014]步骤201)利用式(1)设置新灰度图像的初始灰度阈值：
[0015][0016]式中，gg0表示初始灰度阈值，g
max
表示新灰度图像的最大灰度值，g
min
表示新灰度图像的最小灰度值；
[0017]步骤202)根据初始灰度阈值将新灰度图像分割为第一前景和第一背景，利用式(2)求得第一前景的平均灰度值，利用式(3)求得第一背景的平均灰度值：
[0018][0019][0020]式中，g_front0表示第一前景的平均灰度值，g_back0表示第一背景的平均灰度值，h(g)表示统计灰度值为g时对应像素点个数函数；
[0021]步骤203)利用式(4)计算得到第一次灰度迭代值：
[0022][0023]式中，gg1表示第一次灰度迭代值；
[0024]步骤204)根据第一次灰度迭代值将新灰度图像分割为第二前景和第二背景，利用式(5)求得第二前景的平均灰度值，利用式(6)求得第二背景的平均灰度值：
[0025][0026][0027]式中，g_front1表示第二前景的平均灰度值，g_back1表示第二背景的平均灰度值；
[0028]步骤205)利用式(7)计算得到第二次灰度迭代值：
[0029][0030]式中，gg2表示第二次灰度迭代值；
[0031]步骤206)利用式(8)、式(9)和式(10)进行迭代计算，直至相邻两次的灰度迭代值相等：
[0032][0033][0034][0035]式中，g_front
k
表示第k前景的平均灰度值，g_back
k
表示第k背景的平均灰度值，
gg
k+1
表示第k+1次灰度迭代值；
[0036]将最后一次迭代计算得到的灰度迭代值作为新灰度图像的灰度阈值；
[0037]步骤207)新灰度图像中，将像素值小于灰度阈值的像素点的像素值赋值为1，将像素值大于灰度阈值的像素点的像素值赋值为0，得到二值化图像。
[0038]作为本专利技术实施例的进一步改进，步骤30)中，选择对极线上像素值为0的像素点进行匹配。
[0039]作为本专利技术实施例的进一步改进，所述步骤40)具体包括：
[0040]步骤401)将二值图像划分成N个区域Ω
i
，i为1,2,...,N，N表示区域的总个数；Ω
i
为长为a，宽为b的矩形区域，区域内有m个步骤30)得到的匹配点的坐标和视差(x
s
,y
t
,z
st
)，s＝1,2,...,a，t＝1,2,...,b，m＝a
×
b；
[0041]步骤402)根据区域Ω
i
内的m个匹配点的坐标和视差，利用两次拉格朗日插值方法构造区域Ω
i
的插值函数；
[0042]步骤403)根据区域Ω
i
的插值函数，得到区域Ω
i
中新增匹配点的坐标和视差(x',y',z')，其中，
[0043][0044]式中，z
st
(s＝1,2,...,a；t＝1,2,...,b)；
[0045]步骤404)利用步骤30)得到的匹配点的坐标和视差(x,y,z)和步骤403)得到的新增匹配点的坐标和视差(x',y',z')的集合(X,Y,Z)，采用B
‑
样条曲面拟合方法，拟合得到区域Ω
i
的视差函数Z＝F
i
(X,Y)，i＝1,2,...,N，F为多元样条函数；
[0046]步骤405)根据N个区域的视差函数绘制曲面，得到整个二值图像的视差面S。
[0047]作为本专利技术实施例的进一步改进，所述步骤402)具体包括：
[0048]步骤4021)对每个x
s
(s＝1,2,...,a)，以y
t
(t＝1,2,...,b)为插值节点，z
st
(t＝1,2,...,b)为对应函数值，y为插值变量，作式(12)得W
s
(s＝1,2,...,a)：
[0049][0050]式中，W
s
(y)表示b
‑
1阶Lagrange插值公式，l
t
(y)(t＝1,2,...,b)表示b
‑
1阶Lagrange插值的基函数；
[0051]步骤4022)以x
s
(s＝1,2,...本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视差面精细建模的双目图像视差计算优化方法，其特征在于，包括以下步骤：步骤10)将双目图像进行灰度化，得到初始灰度图像；将初始灰度图像进行纹理特征提取，得到新灰度图像；所述双目图像为极线矫正后的双目图像；步骤20)将所述新灰度图像转化为二值图像；步骤30)采用NCC视差匹配方法对所述二值图像进行视差匹配，得到匹配点的坐标和视差；步骤40)根据匹配点的坐标和视差，拟合得到视差面；步骤50)根据所述视差面确定双目图像的左图或右图中每个像素点在右图或左图中的视差搜索范围，采用NCC视差匹配方法对双目图像进行视差匹配，得到双目图像的视差。2.根据权利要求1所述的视差面精细建模的双目图像视差计算优化方法，其特征在于，所述步骤10)中，将初始灰度图像进行纹理特征提取，得到新灰度图像，具体包括：步骤102)在初始灰度图像上，采用大小为3*3的提取窗口；以提取窗口的中心像素点的灰度值为阈值，将提取窗口中周边像素点的灰度值与阈值进行比较；若周边像素点的灰度值大于阈值，则该像素点的标记值为1，否则为0；将提取窗口中周边像素点的标记值从左上角顺时针排列后组成二进制数值，将二进制数值转换为十进制数值，将十进制数值作为提取窗口的中心像素的新灰度值；步骤103)重复步骤102)，直至初始灰度图像中的每个像素点都得到新灰度值，从而得到新灰度图像。3.根据权利要求1所述的视差面精细建模的双目图像视差计算优化方法，其特征在于，所述步骤20)具体包括：步骤201)利用式(1)设置新灰度图像的初始灰度阈值：式中，gg0表示初始灰度阈值，g
max
表示新灰度图像的最大灰度值，g
min
表示新灰度图像的最小灰度值；步骤202)根据初始灰度阈值将新灰度图像分割为第一前景和第一背景，利用式(2)求得第一前景的平均灰度值，利用式(3)求得第一背景的平均灰度值：得第一前景的平均灰度值，利用式(3)求得第一背景的平均灰度值：式中，g_front0表示第一前景的平均灰度值，g_back0表示第一背景的平均灰度值，h(g)表示统计灰度值为g时对应像素点个数函数；步骤203)利用式(4)计算得到第一次灰度迭代值：式中，gg1表示第一次灰度迭代值；步骤204)根据第一次灰度迭代值将新灰度图像分割为第二前景和第二背景，利用式
(5)求得第二前景的平均灰度值，利用式(6)求得第二背景的平均灰度值：(5)求得第二前景的平均灰度值，利用式(6)求得第二背景的平均灰度值：式中，g_front1表示第二前景的平均灰度值，g_back1表示第二背景的平均灰度值；步骤205)利用式(7)计算得到第二次灰度迭代值：式中，gg2表示第二次灰度迭代值；步骤206)利用式(8)、式(9)和式(10)进行迭代计算，直至相邻两次的灰度迭代值相等：步骤206)利用式(8)、式(9)和式(10)进行迭代计算，直至相邻两次的灰度迭代值相等：步骤206)利用式(8)、式(9)和式(10)进行迭代计算，直至相邻两次的灰度迭代值相等：式中，g_front
k
表示第k前景的平均灰度值，g_back
k
表示第k背景的平均灰度值，gg
k+1
表示第k+1次灰度迭代值；将最后一次迭代计算得到的灰度迭代值作为新灰度图像的灰度阈值；步骤207)新灰度图像中，将像素值小于灰度阈值的像素点的像素值赋值为1，将像素值大于灰度阈值的像素点的像素值赋值为0，得到二值化图像。4.根据权利要求1所述的视差面精细建模的双目图像视差计算优化方法，其特征在于，步骤30)中，选择对极线上像素值为0的...

【专利技术属性】
技术研发人员：王高新，陈国赵，周金，谢观福，叶继红，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：