[發(fā)明專利]基于目標(biāo)邊緣特征與灰度相似性的稀疏視差獲取方法

有效

• 申請?zhí)枺?/td>: 201210436190.2
• 申請日: 2012-11-05
• 公開（公告）號: CN102982334A
• 公開（公告）日: 2013-03-20
• 發(fā)明（設(shè)計）人: 劉向東;余銀;劉冰;陳振
• 申請（專利權(quán)）人: 北京理工大學(xué)
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于目標(biāo)邊緣特征與灰度相似性的稀疏視差獲取方法，其特征在于：包括以下步驟：

步驟1，通過左右攝像機得到被測場景的立體圖像對I_L(x，y)和I_R(x，y)，其中I_L(x，y)為左圖像，I_R(x，y)為右圖像，x、y是像素坐標(biāo)；對I_L(x，y)、I_R(x，y)進(jìn)行極線校正，使其只存在水平方向上的視差；

采用Canny圖像邊緣檢測方法對兩幅圖像分別進(jìn)行邊緣檢測，得到左右邊緣圖像分別為eI_L，eL_R；

步驟2，確定待匹配特征點；

得到邊緣圖像eI_L，eI_R后，以I_L(x，y)為參考匹配圖像，選擇eI_L中待匹配物體表面包含邊緣點最多的多個邊緣連通分量作為多個待匹配邊緣特征點，并組成集合E_C，其中包含N個待匹配邊緣特征點，坐標(biāo)分別為(x₁,y₁)、(x₂,y₂)、......、(x_N,y_N)；

步驟3，在I_R(x，y)中搜索待匹配邊緣特征點的對應(yīng)點，通過邊緣特征和灰度相似性匹配方法對每一個對應(yīng)點進(jìn)行初始匹配；

所述特征和相似性匹配的具體過程為：

①初始化匹配點的計數(shù)參數(shù)k=1；

②分別將候選視差d、當(dāng)前最小相似性代價preCost和匹配得到的視差d_M初始化為d=d_min，preCost=∞，d_M=0；其中d_min為被測場景的深度范圍對應(yīng)的最小視差，d_max為最大視差；

③在待匹配邊緣特征點集E_c中選擇一個未匹配特征點，其在左圖像中的像素坐標(biāo)為(x_k,y_k)；

④若右圖像中的候選對應(yīng)點(x_k,y_k-d)的左右loc個像素內(nèi)沒有邊緣像素，則該點不是可能的對應(yīng)點，跳到⑧；否則進(jìn)入下一步；

⑤計算待匹配邊緣特征點和候選對應(yīng)點的灰度相似性代價：

Ccorr(k,d)=Σm=-WWΣn=-WWρ(ccorr(k,d,m,n),λcorr)]]>

其中W表示計算相似性代價時的領(lǐng)域大小，c_corr(k，m,n)是兩幅圖像對應(yīng)像素灰度值的絕對差：

c_corr(k，d，m，n)=|I_L(m，n)-I_R(m,n-d)|,-W≤m，n≤W

函數(shù)ρ(c，λ)=e^(-c/λ)是指數(shù)函數(shù)，λ_corr為灰度相似性代價的權(quán)重因子；

⑥分別以待匹配點和候選對應(yīng)點為中心像素，進(jìn)行Census變換，得到I_L(x，y)、I_R(x，y)的Census變換cI_L(x，y)、cI_R(x，y)；計算對應(yīng)點的Census相似性代價：

Ccen(k,d)=Σm=-WWΣn=-WWρ(ccen(k,d,m,n),λcen)]]>

其中λ_cen是Census相似性代價的權(quán)重因子，c_cen(k，d，m,n)是兩幅圖像待匹配點和候選對應(yīng)點的Census變換值的漢明距離：

c_cen(k，m,n)=d_H(cI_L(m,n),cI_R(m,n-d)),-W≤m,n≤W；

⑦計算總的相似性代價：

C(k，d)=C_corr(k，d)+C_cen(k，d)

若C(k，d)小于preCost，則d_M=d；否則保持d_M不變；

⑧令d=d+1，如果d>d_max，取當(dāng)前d_M的值作為當(dāng)前待匹配像素的視差，取I_R(x_k,y_k-d_M)作為I_L(x_k,y_k)的對應(yīng)點，進(jìn)入下一步；若d≤d_max，返回到④；

⑨令k=k+1，如果k>N，則結(jié)束匹配，將得到的對應(yīng)點作為初始匹配對應(yīng)點；否則，跳到第②步；

步驟4，通過交叉檢測器排除誤匹配點；將剔除后剩下的待匹配邊緣特征點及其對應(yīng)點作為稀疏匹配的結(jié)果；

交叉檢測去除誤匹配點的具體方法為：將由步驟3得到的所有對應(yīng)點I_R(x_k,y_k-d_M)分別作為待匹配點，在左圖像中進(jìn)行匹配搜索，具體的搜索方法采用步驟3所述的特征和相似性匹配方法；若得到的對應(yīng)點不是I_L(x_k,y_k)，則放棄I_L(x_k,y_k)和I_R(x_k,y_k-d_M)；若得到的對應(yīng)點即為I_L(x_k,y_k)，則保留作為稀疏匹配的結(jié)果。