System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,特别涉及一种基于图像空间信息的高精度图像立体匹配方法。
技术介绍
1、图像立体匹配技术被广泛用于双目视觉或伪双目视觉中,其主要目的在于识别与匹配空间一相同点在不同相机或同一相机在不同角度拍摄得到的不同图像上的像素坐标。空间上的同一点在不同图像上的高精度立体匹配是双目视觉或伪双目视觉实现空间目标三维重建或实时跟踪的核心。
2、常见的图像立体匹配方法主要分为两种,一种是通过图像的一些显著性和不变性的点特征、线特征、边缘特征等特征的图像特征匹配方法;另外一种是直接利用图像的灰度信息与空间信息的图像模板匹配方法。先检测特征后进行立体匹配是图像特征匹配方法的两个必要步骤,该方法对具有显著特征的图像的立体匹配具有很高的适用性,但由于图像的显著特征是少量的,所以该方法很难有效地在全局图像内实现单个像素点或亚像素点的高精度立体匹配。图像模板匹配方法是在目标图像中寻找与给定模板最相似的二维同构区域,进而实现立体匹配。由于给定模板可以在目标图像中随意自主选择且给定模板的中心可以是单个像素点或亚像素点,因此图像模板匹配方法在理论上可以在全局图像内实现单个像素点或亚像素点的高精度立体匹配。常见的图像模板匹配方法有归一化互相关算法(ncc)、平均绝对差算法(mad)、序贯相似性检测算法(ssda)、绝对误差和算法(sad)、误差平方和算法(ssd)、平均误差平方和算法(msd)等。然而这些方法严重依赖于目标图像的纯净度,其立体匹配的精度特别容易受到相机拍摄角度、光照强度、曝光等干扰,很难具备较高的鲁棒性。
技术实现思路
1、本专利技术的目的在于提供一种基于图像空间信息的高精度图像立体匹配方法,解决了传统图像立体匹配方式的匹配速度低、匹配精度低的技术问题。本专利技术极其适用于双目视觉与伪双目视觉领域,比如空间目标识别、空间物体三维重建、目标实时跟踪等,本专利技术基于图像空间几何约束关系初步定位出立体匹配搜索框的位置,利用归一化互相关算法在搜索框内初步进行立体匹配,后利用图像空间上下文信息校准匹配点。
2、本专利技术的上述目的通过以下技术方案实现:
3、基于图像空间信息的高精度图像立体匹配方法的主要思想为:求取目标图像与待匹配图像之间的空间几何约束关系;在目标图像上选取目标点,并以求取的图像空间几何约束关系求取目标点的几何约束点,并以几何约束点在待匹配图像上建立搜索框,在搜索框内部进行初次立体匹配以获取初次匹配点;建立匹配点准确性判据,判定初次匹配点的正确性,去除伪匹配点,获取正确的匹配点;创新性地利用图像空间几何约束关系快速定位搜索框的位置,极大提高了图像立体匹配的速度,创新性地建立匹配点准确性判据,极大提高了图像立体匹配的精度。本专利技术包括三大模块,即图像空间几何约束关系求取、初次立体匹配、匹配点准确性判定。
4、s1、图像空间几何约束关系求取:
5、不同相机或同一相机在不同位姿不同角度下拍摄的同一物体的多个图像内的像素点坐标一定存在某种空间几何约束关系,即待匹配图像可以被视为目标图像空间旋转及空间平移的结果。
6、在目标图像上分散选取6个像素点,通过归一化互相关算法在待匹配图像上对该6个像素点进行立体匹配,定位出该6个像素点的匹配点,以该6对点建立图像空间几何约束关系。
7、图像空间几何约束关系被建立为:
8、
9、其中:
10、
11、式中:
12、:目标点 k1在目标图像上的像素坐标;
13、:目标点 k1在待匹配图像上的几何约束点的像素坐标;
14、:在目标图像上分散选取的6个像素点的坐标;
15、:通过归一化互相关算法在待匹配图像上对分散选取的6个像素点进行立体匹配得到的6个匹配点的坐标。
16、s2、初次立体匹配:
17、s2.1、在目标图像中确定目标点 k1;
18、s2.2、通过图像空间几何约束关系计算出目标点 k1在待匹配图像中的几何约束点;
19、s2.3、在待匹配图像中以几何约束点为中心建立矩形搜索框;
20、s2.4、基于归一化互相关算法在搜索框内对目标点 k1进行初次立体匹配,定位 k1的初次匹配点 k*;
21、归一化互相关算法表述为:
22、
23、式中:
24、 s i, j( s, t):搜索框内大小为 m× n的二维同构区域;
25、 t( s, t):目标图像内以目标点 k1为中心的大小为 m× n的模板区域;
26、: s i, j( s, t)内的平均像素值;
27、: t( s, t)的平均像素值;
28、 m, n, s, t, i, j:整数;
29、 r( i, j):相关性系数,当 r( i, j)最接近1时,认为当下搜索的二维同构区域为模板区域的立体匹配区域,其立体匹配区域的中心点为目标点 k1的初次匹配点 k*。
30、s3、匹配点准确性本文档来自技高网...
【技术保护点】
1.一种基于图像空间信息的高精度图像立体匹配方法,其特征在于:求取目标图像与待匹配图像之间的空间几何约束关系;在目标图像上选取目标点,并以求取的图像空间几何约束关系求取目标点的几何约束点,并以几何约束点在待匹配图像上建立搜索框,在搜索框内部进行初次立体匹配以获取初次匹配点;建立匹配点准确性判据,判定初次匹配点的正确性,去除伪匹配点,获取正确的匹配点;利用图像空间几何约束关系快速定位搜索框的位置,提高图像立体匹配的速度;建立匹配点准确性判据,提高图像立体匹配的精度;包括以下步骤:
2.根据权利要求1所述的基于图像空间信息的高精度图像立体匹配方法,其特征在于:步骤S1所述的图像空间几何约束关系求取,具体是:
3.根据权利要求1所述的基于图像空间信息的高精度图像立体匹配方法,其特征在于:步骤S2所述的初次立体匹配,具体是:
4.根据权利要求1所述的基于图像空间信息的高精度图像立体匹配方法,其特征在于:步骤S3所述的匹配点准确性判定,具体是:
【技术特征摘要】
1.一种基于图像空间信息的高精度图像立体匹配方法,其特征在于:求取目标图像与待匹配图像之间的空间几何约束关系;在目标图像上选取目标点,并以求取的图像空间几何约束关系求取目标点的几何约束点,并以几何约束点在待匹配图像上建立搜索框,在搜索框内部进行初次立体匹配以获取初次匹配点;建立匹配点准确性判据,判定初次匹配点的正确性,去除伪匹配点,获取正确的匹配点;利用图像空间几何约束关系快速定位搜索框的位置,提高图像立体匹配的速度;建立匹配点准确性判据...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。