基于双目立体匹配的智能驾驶辅助图像处理方法技术

本发明专利技术涉及图像处理技术领域，具体涉及基于双目立体匹配的智能驾驶辅助图像处理方法，包括：获取道路灰度图像对序列；根据道路灰度图像对序列得到第一参考窗口区域以及第二参考窗口区域；根据第一参考窗口区域以及第二参考窗口区域得到纹理关键点；根据纹理关键点得到映射关键点；根据映射关键点以得到梯度相似度；根据梯度相似度得到最终纹理相似因子；根据最终纹理相似因子得到图像相似度；根据图像相似度对道路灰度图像对进行驾驶预警

【技术实现步骤摘要】
基于双目立体匹配的智能驾驶辅助图像处理方法


[0001]本专利技术涉及图像处理
，具体涉及基于双目立体匹配的智能驾驶辅助图像处理方法
。

技术介绍

[0002]在智能驾驶场景中，车辆智能系统会通过安装的多个图像采集设备采集路面图像进行图像识别判断，同一个物体会同时存在多个设备在不同角度拍摄的图像中，在不同角度拍摄图像之中进行匹配，确定物体的具体位置，为智能驾驶提供准确的物体识别
。
[0003]传统方法利用双目立体匹配算法对拍摄图像内的像素点进行匹配获取视差图，从而完成物体识别；但由于传统的双目立体匹配算法在根据区域灰度均值在对弱纹理区域进行匹配时，会使弱纹理区域可能会与图中其他区域产生纹理重复情况，从而造成误匹配，使弱纹理区域的识别精度较低
。

技术实现思路

[0004]本专利技术提供基于双目立体匹配的智能驾驶辅助图像处理方法，以解决现有的问题：传统的双目立体匹配算法在根据区域灰度均值在对弱纹理区域进行匹配时，会使弱纹理区域可能会与图中其他区域产生纹理重复情况，从而造成误匹配，使弱纹理区域的识别精度较低
。
[0005]本专利技术的基于双目立体匹配的智能驾驶辅助图像处理方法采用如下技术方案：包括以下步骤：获取双目相机每次拍摄时采集的两张道路灰度图像；其中任意一张道路灰度图像记为第一参考道路图像，将另一个道路灰度图像记为第二参考道路图像；根据第一参考道路图像以及第二参考道路图像进行窗口划分，得到第一参考道路图像中每个像素点的第一参考窗口区域以及第二参考窗口区域；根据第一参考道路图像上每个像素点的第一参考窗口区域以及第二参考道路图像上每个像素点的第二参考窗口区域，得到第一参考道路图像上的每个纹理关键点和第二参考道路图像上每个纹理关键点；对于第一参考道路图像和第二参考道路图像上的任意一个纹理关键点，根据第一参考道路图像
、
第二参考道路图像以及纹理关键点得到纹理关键点的若干映射关键点；根据映射关键点以及纹理关键点得到每个纹理关键点与每个映射关键点的梯度相似度；根据梯度相似度得到每个纹理关键点的纹理相似因子；根据纹理相似因子得到若干最终纹理相似因子；将第一参考道路图像与第二参考道路图像共同记为道路灰度图像对，根据最终纹理相似因子得到每个道路灰度图像对的图像相似度；根据图像相似度对道路灰度图像对进行驾驶预警
。
[0006]优选的，所述根据第一参考道路图像以及第二参考道路图像进行窗口划分，得到第一参考道路图像中每个像素点的第一参考窗口区域以及第二参考窗口区域，包括的具体方法为：
将预设的两个窗口边长分别记为
T1、T2
；将第一参考道路图像中任意一个像素点记为目标像素点，以目标像素点为窗口中心，获取窗口大小为
T1
×
T2
的窗口，并记为目标像素点的第一参考窗口区域；将第二参考道路图像中与目标像素点位置一致的像素点记为目标像素点的匹配像素点；在第二参考道路图像中，以匹配像素点为窗口中心，获取窗口大小为
T1
×
T2
的窗口，并记为目标像素点的第二参考窗口区域
。
[0007]优选的，所述根据第一参考道路图像上每个像素点的第一参考窗口区域以及第二参考道路图像上每个像素点的第二参考窗口区域，得到第一参考道路图像上的每个纹理关键点和第二参考道路图像上每个纹理关键点，包括的具体方法为：若干纹理关键点包括第一参考窗口区域的纹理关键点和第二参考窗口区域的纹理关键点；将第一参考道路图像中任意一个像素点记为目标像素点，利用
sobel
算子获取目标像素点的第一参考窗口区域中所有像素点的梯度幅值；将梯度幅值最大的像素点记为目标像素点的第一参考窗口区域的纹理关键点；利用
sobel
算子获取目标像素点的第二参考窗口区域中所有像素点的梯度幅值；将梯度幅值最大的像素点记为目标像素点的第二参考窗口区域的纹理关键点
。
[0008]优选的，所述根据第一参考道路图像
、
第二参考道路图像以及纹理关键点得到纹理关键点的若干映射关键点，包括的具体方法为：将第一参考道路图像中任意一个像素点记为目标像素点，将预设的纹理关键点数量记为
T3
；对于第一参考道路图像中任意一个目标像素点的第一参考窗口区域的纹理关键点，在第二参考道路图像中将与纹理关键点位置一致的像素点记为纹理关键点的理想映射关键点；在所有目标像素点的第二参考窗口区域内的纹理关键点中，将与理想映射关键点之间欧式距离最小的
T3
个纹理关键点均记为纹理关键点的映射关键点
。
[0009]优选的，所述根据映射关键点以及纹理关键点得到每个纹理关键点与每个映射关键点的梯度相似度，包括的具体方法为：对于任意一个纹理关键点的任意一个映射关键点，纹理关键点的梯度幅值与梯度方向构成纹理关键点的梯度向量，映射关键点的梯度幅值与梯度方向构成映射关键点的梯度向量，将映射关键点的梯度向量与纹理关键点的梯度向量的余弦相似度作为映射关键点与纹理关键点的梯度相似度
。
[0010]优选的，所述根据梯度相似度得到每个纹理关键点的纹理相似因子，包括的具体方法为：；对于任意一个纹理关键点，式中，
β
表示纹理关键点的纹理相似因子；
I
表示纹理关键点的所有映射关键点的数量；
α
i
表示纹理关键点的第
i
个映射关键点与纹理关键点的梯度相似度；
d
i
表示纹理关键点的第
i
个映射关键点与纹理关键点的欧式距离；
d
i+1
表示纹理关键点的第
i+1
个映射关键点与纹理关键点的欧式距离；
||
表示取绝对值
。
[0011]优选的，所述根据纹理相似因子得到若干最终纹理相似因子，包括的具体方法为：
将第一参考道路图像中所有纹理关键点的纹理相似因子，将所有纹理相似因子输入
premnmx( )
函数，将每个输出结果记为最终纹理相似因子，所述最终纹理相似因子的取值范围为
[
‑
1,1]。
[0012]优选的，所述根据最终纹理相似因子得到每个道路灰度图像对的图像相似度，包括的具体方法为：将目标像素点的第一参考窗口区域内纹理关键点的最终纹理相似因子记为第一纹理相似因子，将目标像素点的第二参考窗口区域内纹理关键点的最终纹理相似因子记为第一纹理相似因子对应的第二纹理相似因子；；对于任意一个道路灰度图像对，式中，
S
表示道路灰度图像对的图像相似度；
n
表示道路灰度图像对中第一参考道路图像上所有第一纹理相似因子的数量；
β1j
表示道路灰度图像对中第一参考道路图像上第
j
个第一纹理相似因子；
β2j
表示道路灰度图像对中第一参考道路图像上第...

【技术保护点】

【技术特征摘要】
1.
基于双目立体匹配的智能驾驶辅助图像处理方法，其特征在于，该方法包括以下步骤：获取双目相机每次拍摄时采集的两张道路灰度图像；其中任意一张道路灰度图像记为第一参考道路图像，将另一个道路灰度图像记为第二参考道路图像；根据第一参考道路图像以及第二参考道路图像进行窗口划分，得到第一参考道路图像中每个像素点的第一参考窗口区域以及第二参考窗口区域；根据第一参考道路图像上每个像素点的第一参考窗口区域以及第二参考道路图像上每个像素点的第二参考窗口区域，得到第一参考道路图像上的每个纹理关键点和第二参考道路图像上每个纹理关键点；对于第一参考道路图像和第二参考道路图像上的任意一个纹理关键点，根据第一参考道路图像
、
第二参考道路图像以及纹理关键点得到纹理关键点的若干映射关键点；根据映射关键点以及纹理关键点得到每个纹理关键点与每个映射关键点的梯度相似度；根据梯度相似度得到每个纹理关键点的纹理相似因子；根据纹理相似因子得到若干最终纹理相似因子；将第一参考道路图像与第二参考道路图像共同记为道路灰度图像对，根据最终纹理相似因子得到每个道路灰度图像对的图像相似度；根据图像相似度对道路灰度图像对进行驾驶预警
。2.
根据权利要求1所述基于双目立体匹配的智能驾驶辅助图像处理方法，其特征在于，所述根据第一参考道路图像以及第二参考道路图像进行窗口划分，得到第一参考道路图像中每个像素点的第一参考窗口区域以及第二参考窗口区域，包括的具体方法为：将预设的两个窗口边长分别记为
T1、T2
；将第一参考道路图像中任意一个像素点记为目标像素点，以目标像素点为窗口中心，获取窗口大小为
T1
×
T2
的窗口，并记为目标像素点的第一参考窗口区域；将第二参考道路图像中与目标像素点位置一致的像素点记为目标像素点的匹配像素点；在第二参考道路图像中，以匹配像素点为窗口中心，获取窗口大小为
T1
×
T2
的窗口，并记为目标像素点的第二参考窗口区域
。3.
根据权利要求1所述基于双目立体匹配的智能驾驶辅助图像处理方法，其特征在于，所述根据第一参考道路图像上每个像素点的第一参考窗口区域以及第二参考道路图像上每个像素点的第二参考窗口区域，得到第一参考道路图像上的每个纹理关键点和第二参考道路图像上每个纹理关键点，包括的具体方法为：若干纹理关键点包括第一参考窗口区域的纹理关键点和第二参考窗口区域的纹理关键点；将第一参考道路图像中任意一个像素点记为目标像素点，利用
sobel
算子获取目标像素点的第一参考窗口区域中所有像素点的梯度幅值；将梯度幅值最大的像素点记为目标像素点的第一参考窗口区域的纹理关键点；利用
sobel
算子获取目标像素点的第二参考窗口区域中所有像素点的梯度幅值；将梯度幅值最大的像素点记为目标像素点的第二参考窗口区域的纹理关键点
。4.
根据权利要求1所述基于双目立体匹配的智能驾驶辅助图像处理方法，其特征在于，所述根据第一参考道路图像
、
第二参考道路图像以及纹理关键点得到纹理关键点的若干映射关键点，包括的具体方法为：将第一参考道路图像中任意一个像素点记为目标像素点，将预设的纹理关键点数量记为
T3
；对于第一参考道路图像中任意一个目标像素点的第一参考窗口区域的纹理关键点，
在第二参考道路图像中将与纹理关键点位置一致的像素点记为纹理关键点的理想映射关键点；在所有目标像素点的第二参考窗口区域内的纹理关键点中，将与理想映射关键点之间欧式距离最小的
T3
个纹理关键点均记为纹理关键点的映射关键点
。5.
根据权利要求1所述基于双目立体匹配的智能驾驶辅助图像处理方法，其特征在于，所述根据映射关键点以及纹理关键点得到每个纹理关键点与每个映射关键点的梯度相似度，包括的具体方法为：对于任意一个纹理关键点的任意一个映射关键点，纹理关键点的梯度幅值与梯度方向构成纹...

【专利技术属性】
技术研发人员：汤中宜，钱灏，谭海川，马朝华，
申请(专利权)人：张家港极客嘉智能科技研发有限公司，
类型：发明
国别省市：