[發(fā)明專利]基于形心特征點與鄰域灰度互相關性的立體視覺定位方法

在審

• 申請?zhí)枺?/td>: 201611110363.6
• 申請日: 2016-12-07
• 公開（公告）號: CN108171753A
• 公開（公告）日: 2018-06-15
• 發(fā)明（設計）人: 覃爭鳴;陳墩金;楊旭
• 申請（專利權）人: 廣州映博智能科技有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T7/33;G06T7/11;G06T7/194;G06T7/136
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于形心特征點與鄰域灰度互相關性的立體視覺定位方法，包括：S1，對雙目相機進行標定并進行圖像采集；S2，對圖像進行處理及區(qū)域定位；S3，對左右圖進行立體匹配；S4，獲取目標物體的三維坐標信息。本發(fā)明方案利用形心特征點與鄰域灰度互相關性相結合的匹配算法，通過由粗到精實現(xiàn)目標匹配，在形心特征點匹配過程中加以極線約束和視差范圍約束，解決了特征匹配在尋找對應匹配點時很可能存在多個候選點或匹配點不存在的問題。

技術領域

本發(fā)明屬于機器人視覺定位領域，涉及一種基于形心特征點與鄰域灰度互相關性的立體視覺定位方法。

背景技術

智能機器人可通過自身攜帶的傳感器有效獲取環(huán)境和自身位姿的信息，同時完成環(huán)境中障礙物和目標的檢測，并且自主規(guī)劃從起始位置運動到目標位置的路徑，從而實現(xiàn)對目標物體進行操作。其本身具有完備的感知、分析、決策和執(zhí)行等模塊,可以像人類一樣獨立地在環(huán)境中從事生產(chǎn)活動。

常用的機器人三維目標檢測方法是雙目立體視覺方法，其主要有兩臺攝像機組成。雙目攝像機各自的內(nèi)外參數(shù)分別進行標定，然后再利用二者之間的相對位置便可以完成立體視覺校正，在此基礎上即可計算匹配點的三維坐標。雙目立體視覺方法的準確性依賴于立體視覺匹配技術，立體視覺匹配是指根據(jù)對圖像中的紋理特征進行提取，建立紋理特征間的對應關系，將同一個空間點在兩幅圖像中的投影點對應起來。其得到的視差圖能夠恢復出場景的三維輪廓，因此可根據(jù)距離遠近判斷出場景中障礙物的區(qū)域。

傳統(tǒng)的匹配方法有基于區(qū)域匹配和基于特征匹配。基于區(qū)域匹配是以窗口內(nèi)灰度分布的相似性進行判別圖像對吻合程度，匹配計算量大，實時性差；基于特征的匹配是根據(jù)目標的特征點，邊緣形狀等特征進行匹配，具有匹配速度快，匹配精度高，但是如圖1所示，特征匹配在尋找對應匹配點時，左圖像中的一個特征很可能對應右圖像中的多個候選點，這是因為在一個連續(xù)的區(qū)域內(nèi)，局部圖像內(nèi)容相似度很高，容易出現(xiàn)誤匹配。

發(fā)明內(nèi)容

本發(fā)明目的在于提供一種基于形心特征點與鄰域灰度互相關性的立體視覺定位方法，利用形心特征點與鄰域灰度互相關性相結合的匹配算法，通過由粗到精實現(xiàn)目標匹配，在形心特征點匹配過程中加以極線約束和視差范圍約束。有效地解決了特征匹配在尋找對應匹配點時很可能存在多個候選點或匹配點不存在的問題。

為解決上述技術問題，本發(fā)明采用如下的技術方案：一種基于形心特征點與鄰域灰度互相關性的立體視覺定位方法，所述方法包括：S1，對雙目相機進行標定并進行圖像采集；S2，對圖像進行處理及區(qū)域定位；S3，對左右圖進行立體匹配；S4，獲取目標物體的三維坐標信息。

進一步地，所述步驟S1中，采用雙目攝像機對目標物體進行圖像采集。

進一步地，所述步驟S2中，包括圖像二值化、膨脹腐蝕、區(qū)域定位操作。

進一步地，所述步驟S3中，采用形心特征點與鄰域灰度互相關性相結合的匹配算法。

本發(fā)明與現(xiàn)有技術相比具有以下的有益效果：

本發(fā)明方案利用形心特征點與鄰域灰度互相關性相結合的匹配算法，通過由粗到精實現(xiàn)目標匹配，在形心特征點匹配過程中加以極線約束和視差范圍約束，解決了特征匹配在尋找對應匹配點時很可能存在多個候選點或匹配點不存在的問題。

附圖說明

圖1是雙目視差范圍內(nèi)多候選匹配過程的示意圖。

圖2是本發(fā)明實施例的基于形心特征點與鄰域灰度互相關性的立體視覺定位方法的流程圖。

圖3是本發(fā)明實施例中雙目攝像機立體匹配的示意圖。

具體實施方式

下面結合附圖及具體實施例對本發(fā)明進行更加詳細與完整的說明。可以理解的是，此處所描述的具體實施例僅用于解釋本發(fā)明，而非對本發(fā)明的限定。