一种基于角度旋转一致性的双目视觉测距方法及系统技术方案

本发明专利技术公开了一种基于角度旋转一致性的双目视觉测距方法及系统，属于视觉测距领域。针对现有视觉测距处理效率慢，准确率低的问题，本发明专利技术提供一种基于角度旋转一致性的双目视觉测距方法，包括以下步骤：采集两张图像，并检测出待测目标；进行特征点提取；进行特征点匹配和误匹配剔除；进行计算平均视差和待测目标的距离。本发明专利技术通过计算两张图像中匹配的成对特征点的旋转角度，利用特征点旋转的一致性进行剔除误匹配的特征点，不需要计算复杂的单应矩阵，更不需要进行反复迭代，只需计算一次成对特征点之间的旋转角度，对旋转角度进行区间划分，根据区间内数量进行剔除，极大的提高了筛选误匹配特征点的速度，在保证准确率的同时增强实时性。时增强实时性。时增强实时性。

【技术实现步骤摘要】
一种基于角度旋转一致性的双目视觉测距方法及系统


[0001]本专利技术属于视觉测距
，更具体地说，涉及一种基于角度旋转一致性的双目视觉测距方法及系统。

技术介绍

[0002]视觉测距作为机器视觉领域内基础技术之一而受到广泛关注，其在机器人领域内占有重要的地位，被广泛应用于机器视觉定位、目标追踪、视觉避障等。视觉测距主要分为单目测距、双目测距、结构光测距等。其中，根据双目测距模型可知待测物体到相机的距离和双目相机观测到物体的视差成反比。视差是指物体在左相机成像平面上与相机光心的距离和其在右相机成像平面与光心的距离之和。双目测距的难点在于如何准确的计算出视差。进一步来讲就是如何准确的匹配两幅图像中的特征点，通过匹配的特征点来计算视差，匹配的准确度会影响了测量的精度和效率。现有方法在初步特征点匹配后，使用RANSAC算法来去除误匹配的点，提高测距精度。但是此种方式通过RANSAC算法来剔除误匹配点，该算法先选取4对匹配点计算出对应的单应矩阵H，利用矩阵H计算剩下点对的重投影误差，如果点对的误差小于阈值，则该点对归为属于该单应矩阵归为内点，否则归本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于角度旋转一致性的双目视觉测距方法，其特征在于：包括以下步骤：S1：利用双目相机采集两张图像，并分别检测出待测目标在图像中的位置；S2：对两张图像中检测出的待测目标分别进行特征点的提取；S3：对两张图像中的特征点进行匹配；S4：计算匹配的两个特征点之间的旋转角度，对若干个旋转角度进行区间分类，并对应在区间内记录旋转角度对应的两个匹配的特征点，选取特征点数量位于前三的区间，得到三个区间内所有的匹配的特征点；所述区间分类即为从0
°
到360
°
按照单位尺度m
°
进行递增，形成个区间；S5：计算三个区间内所有的匹配特征点的平均视差d：其中：u
pi
为一张图像中的特征点的横坐标；u
qi
为另一张图像中与u
pi
匹配的特征点横坐标；n为匹配的特征点的成对数量；d
x
为像素的尺度；S6：根据求出待测目标到双目相机的距离，其中f为双目相机的焦距，b为双目相机的基线，d为平均视差。2.根据权利要求1所述的一种基于角度旋转一致性的双目视觉测距方法，其特征在于：所述步骤S2中选用FAST角点作为待测目标的特征点，同时计算FAST角点的方向和FAST角点的描述子。3.根据权利要求1或2所述的一种基于角度旋转一致性的双目视觉测距方法，其特征在于：步骤S3中具体包括如下步骤：S31：在一张图像中选取一个特征点；S32：计算步骤S31中的特征点与另一张图像中若干个特征点之间的汉明距离，选择另一张图像中与步骤S31中的特征点之间汉明距离最小的特征点作为匹配点；S33：重复步骤S31和S32，完成两张图像中所有特征点的匹配。4.根据权利要求1所述的一种基于角度旋转一致性的双目视觉测距方法，其特征在于：所述步骤S4具体包括如下步骤：S41：以单位尺度12
...

【专利技术属性】
技术研发人员：康涛，黄加欣，饶蕾，范光宇，
申请(专利权)人：中航华东光电上海有限公司，
类型：发明
国别省市：