基于区域均匀度的立体匹配优化方法、装置、设备及介质制造方法及图纸

本申请提供一种基于区域均匀度的立体匹配优化方法、装置、设备及介质，该方法包括：确定以待匹配像素为中心像素的局部变换窗口，根据中心像素的位置对局部变换窗口进行区域分割，得到各个子区域；计算各个子区域的区域均匀度，根据最大最小区域均匀度对应子区域内的像素信息计算局部变换窗口的等效中心值；基于等效中心值对AD

【技术实现步骤摘要】
基于区域均匀度的立体匹配优化方法、装置、设备及介质


[0001]本申请涉及算法优化
，尤其涉及一种基于区域均匀度的立体匹配优化方法、装置、设备及介质。

技术介绍

[0002]双目视觉定位技术模拟人眼成像，通过两个相机在不同视角对同一场景同时进行图像采集，根据同名点在左右图像中的相对位置关系以及相机自身的结构信息，最终利用三角测量原理重建点位的三维坐标信息。双目视觉定位的实现包括图像采集、相机标定、立体校正、立体匹配以及三维重建，其中立体匹配的结果是三维重建的直接数据输入，匹配结果的精度直接影响最终的定位精度。
[0003]立体匹配是双目视觉定位基础数据处理中最关键的环节，将为三维坐标计算提供视差值，视差值的精度直接影响位置坐标的精度。立体匹配的核心工作即对目标影像上的像素点在匹配影像上寻找对应的同名点。立体匹配从环节可以分为四个步骤：代价计算、代价聚合、视差计算以及视差优化，匹配的目的是获得一幅视差值准确、图像完整性好的视差图，从而为最终的三维重建计算提供精确的视差值。
[0004]传统的AD
‑
Cens本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区域均匀度的立体匹配优化方法，其特征在于，包括：确定以待匹配像素为中心像素的局部变换窗口，根据所述中心像素的位置对所述局部变换窗口进行区域分割，得到各个子区域；计算各个所述子区域的区域均匀度，根据最大最小区域均匀度对应子区域内的像素信息计算所述局部变换窗口的等效中心值；基于所述等效中心值对AD
‑
Census立体匹配的代价计算环节进行优化，得到优化后的立体匹配。2.根据权利要求1所述的基于区域均匀度的立体匹配优化方法，其特征在于，所述根据所述中心像素的位置对所述局部变换窗口进行区域分割，得到各个子区域，包括：将所述中心像素所在的行确定为第一对称轴，将所述中心像素所在的列确定为第二对称轴；根据所述第一对称轴和所述第二对称轴将所述局部变换窗口进行划分，得到第一子区域、第二子区域、第三子区域和第四子区域。3.根据权利要求2所述的基于区域均匀度的立体匹配优化方法，其特征在于，所述根据最大最小区域均匀度对应子区域内的像素信息计算所述局部变换窗口的等效中心值，包括：计算所述第一子区域的第一区域均匀度、所述第二子区域的第二区域均匀度、所述第三子区域的第三区域均匀度和所述第四子区域的第四区域均匀度；基于所述第一区域均匀度、所述第二区域均匀度、所述第三区域均匀度和所述第四区域均匀度，确定所述第一子区域、所述第二子区域、所述第三子区域和所述第四子区域中的最大最小区域均匀度对应子区域；基于所述最大最小区域均匀度对应子区域中各像素的灰度值计算目标像素灰度均值，并将所述目标像素灰度均值确定为所述局部变换窗口的等效中心值。4.根据权利要求3所述的基于区域均匀度的立体匹配优化方法，其特征在于，计算各子区域的区域均匀度，包括：确定各子区域中的像素总数和各子区域中各个像素的灰度值；根据各子区域中各个像素的灰度值，计算各子区域内像素的灰度均值；基于各子区域像素总数、各子区域内所有像素的灰度均值和各子区域中各个像素的灰度值，计算各子区域的区域均匀度。5.根据权利要求4所述的基于区域均匀度的立体匹配优化方法，其特征在于，所述基于所述第一区域均匀度、所述第二区域均匀度、所述第三区域均匀度和所述第四区域均匀度，确定所述第一子区域、所述第二子区域、所述第三子区域和所述第四子区域中的最大最小区域均匀度对应子区域，包括：将所述第一区域均匀度、所述第二区域均匀度、所述第三区域均匀度和所述第四区域均匀度的大小进行比较，得到区域均匀度大小排列的比较结果；根据所述比较结果确定所述第一子区域、所述第二子区域、所述第三子区域和所述第四子区域中区域均匀度最大的...

【专利技术属性】
技术研发人员：付诚，陈德忠，陈志涛，史华廪，杨康，冯勤林，柯宏帅，
申请(专利权)人：武汉依迅北斗时空技术股份有限公司，
类型：发明
国别省市：