基于二维阵列表示的大场景特征立体匹配方法组成比例

本发明专利技术涉及一种基于二维阵列表示的大场景特征立体匹配方法，其特点是：对立体鱼眼相机系统进行参数标定，获取立体鱼眼相机的内参数，在不同的相机相对位姿下采集鱼眼图像；基于球面成像模型构建可延展组合成像模型；计算鱼眼图像像素与半球图像点之间的映射关系；计算半球图像点与正二十面体的测地线平面点之间的映射关系；对测地线平面上各点的三维坐标进行PCA降维；建立二维阵列模型并利用最优刚性变换生成模拟变换基元；对模拟变换基元执行仿射变换并得到模拟图像，提取特征点，生成描述符并对特征点进行匹配。本发明专利技术可有效解决因剧烈非线性畸变而难以在外围区域提取到准确特征的问题，提高了鱼眼图像特征匹配的分布范围、数量及准确率。

【技术实现步骤摘要】

本专利技术属于计算机视觉，涉及特征立体匹配方法，尤其是一种基于二维阵列表示的大场景特征立体匹配方法。

技术介绍

1、长期以来，特征立体匹配的研究对象主要以透视图像为主。针孔透视相机的视场范围通常只有40°到60°，一次性拍摄仅可以得到非常有限的局部场景信息。针孔透视相机可以满足部分目标区域限定在局部小范围的应用需求，例如缺陷检测、人脸识别等领域。但是对于一些没有特定观测目标的应用场合，全局信息更具价值，例如智能驾驶、森林监测、机器人自主导航和避障、行人监测和跟踪等大场景领域。相比于针孔透视相机，鱼眼相机具有更宽的视场角，一般能够超过140°甚至达到270°，一幅鱼眼图像涵盖的场景信息需要多幅透视图像经过复杂的拼接才能得到。因此，在大场景应用场合，尤其是在机器人导航和自动驾驶领域，鱼眼相机具有显著优势，宽视场角能够同时可视化多个方向的物体。

2、为了利用鱼眼相机宽视场角的优势，近年来已涌现出一些基于鱼眼图像的特征立体匹配方法，其中，如何应对鱼眼图像剧烈的非线性畸变是每个方法都需要直面的挑战，这种非线性畸变会严重干扰特征的准确提取和描述。

<本文档来自技高网...

【技术保护点】

1.一种基于二维阵列表示的大场景特征立体匹配方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于二维阵列表示的大场景特征立体匹配方法，其特征在于：所述可延展组合成像模型的空间点成像过程为：定义O-XYZ为相机坐标系，空间点M经过如下两个步骤实现在图像平面上成像：首先，空间点M沿着向量线性投影到成像模型上并得到投影点m'和mΔ，此时，沿着Z轴正方向的向量与向量形成极角ρ，沿着X轴正方向的向量与在XOY平面上的投影向量形成方位角σ；然后，投影点m'和mΔ非线性地投影到图像平面上得到像点m。

3.根据权利要求1所述的基于二维阵列表示的大场景特征立体匹配方法，其...

【技术特征摘要】

1.一种基于二维阵列表示的大场景特征立体匹配方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于二维阵列表示的大场景特征立体匹配方法，其特征在于：所述可延展组合成像模型的空间点成像过程为：定义o-xyz为相机坐标系，空间点m经过如下两个步骤实现在图像平面上成像：首先，空间点m沿着向量线性投影到成像模型上并得到投影点m'和mδ，此时，沿着z轴正方向的向量与向量形成极角ρ，沿着x轴正方向的向量与在xoy平面上的投影向量形成方位角σ；然后，投影点m'和mδ非线性地投影到图像平面上得到像点m。

3.根据权利要求1所述的基于二维阵列表示的大场景特征立体匹配方法，其特征在于：所述步骤3的具体实现方法为：

4.根据权利要求3所述的基于二维阵列表示的大场景特征立体匹配方法，其特征在于：所述步骤3.2采用的计算公式为：...

【专利技术属性】
技术研发人员：张亚坤，马云鹏，刘玲玲，
申请(专利权)人：天津商业大学，
类型：发明
国别省市：