[發明專利]基于目標邊緣特征與灰度相似性的稀疏視差獲取方法

有效

• 申請號: 201210436190.2
• 申請日: 2012-11-05
• 公開（公告）號: CN102982334A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 劉向東;余銀;劉冰;陳振
• 申請（專利權）人: 北京理工大學
• 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

技術領域

本發明涉及一種基于目標邊緣特征與灰度相似性的稀疏視差獲取方法，屬于立體視覺技術領域。

背景技術

立體匹配是雙目立體視覺中恢復場景三維信息的關鍵步驟。三維空間場景通過攝像機的透視投影作用形成二維平面圖像，在由高維空間向低維空間投影的過程中損失了大量的信息，造成由平面圖像恢復三維場景信息的本身的歧義性。受攝像機的參數、場景光照不均、物體表面在不同方向的反射率等因素影響，兩幅圖像中對應點不可能具有完全一樣的灰度和顏色特性，給恢復三維場景信息帶來額外的困難。各種挑戰性難題使得立體匹配成為制約雙目立體視覺三維場景恢復的一個長久性的技術難題。

已有的立體匹配方法主要分為全局對應匹配法和局部模板相關匹配法。全局對應匹配方法以得到圖像的稠密視差為目的，將立體匹配問題轉化為優化問題，以立體匹配中的各種約束條件建立匹配代價函數，利用動態規劃、圖切法、模擬退火以及各種仿生智能優化方法尋找使匹配代價函數最小的對應關系作為匹配的結果。全局對應匹配方法將建立起圖像中每個像素點的視差，得到稠密視差圖，但是具有計算密集、運算時間長等缺點。一般用于對整個三維場景進行恢復和立體重構。

局部模板相關匹配方法以求取圖像的稀疏視差為目的，從局部出發，利用對應點局部灰度的相似性，逐像素進行比較，取相似度最高的點作為對應點。局部模板相關法可以根據需要，只針對某些點進行比較，具有運算量小，匹配時間短的優勢。特別是選擇圖像中的特征點作為待匹配點，將匹配點周圍的灰度與特征相結合，進一步提高局部相關匹配的準確性。主要用于恢復場景中某些物體的深度、三維姿態等信息。

以恢復場景中目標物體的姿態信息為目的的雙目立體匹配方法都采用稀疏匹配方法，已有的稀疏匹配算法普遍存在的問題是正確匹配率不高。

發明內容

本發明為解決待匹配特征點的選取以及準確快速稀疏匹配問題，提出一種基于目標邊緣特征與灰度相似性的稀疏視差獲取方法，為雙目視覺主動測量目標物體的姿態信息提供所需的稀疏視差信息。

本發明方法通過選取圖像中目標的強邊緣特征點作為待匹配點，將圖像的特征相似性與灰度相似性相結合，運用灰度及灰度Census變換融合的相似性檢測方法，通過交叉檢測排除誤匹配點，達到快速、穩定、準確完成立體匹配的目的。

基于目標邊緣特征與灰度相似性的稀疏視差獲取方法，具體包括如下步驟：

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。對I_L(x，y)、I_R(x，y)進行極線校正，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行邊緣檢測，得到左右邊緣圖像分別為eI_L，eI_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點，通過邊緣特征和灰度相似性匹配方法對每一個對應點進行初始匹配。

已知被測場景的深度范圍對應的最小視差為d_min，最大視差為d_max。特征和相似性匹配的具體過程為：

①初始化匹配點的計數參數k=1；

②分別將候選視差d、當前最小相似性代價preCost和匹配得到的視差d_M初始化為d=d_min，preCost=∞，d_M=0；

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為(x₁,y₁)；