[發明專利]一種基于并行隊列的立體匹配視差計算方法

有效

• 申請號: 201910625121.8
• 申請日: 2019-07-11
• 公開（公告）號: CN110570467B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 杜娟;湯永超
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T7/55
• 分類號: G06T7/55;G06T5/00;G06V10/75
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 王東東

本發明公開了一種基于并行隊列的立體匹配視差計算方法，包括：對極線矯正過后的雙目圖像進行邊緣提取，提取出兩幅圖像的高紋理區域圖像和低紋理區域圖像，并將高低紋理圖像分別合成新的圖像塊,然后再運用全局匹配和局部匹配算法分別對高低紋理圖像塊進行特征點匹配計算，特征點匹配計算中，采用隊列消息機制對匹配過程進行監督，實時更新視差圖，加快立體視差計算速度。

技術領域

本發明涉及圖像處理領域，具體涉及一種基于并行隊列的立體匹配視差計算方法。

背景技術

現有的立體圖像對的視差獲取方法主要通過計算左右兩幅圖像的特征點來獲取，具體步驟為先分別計算出左右兩幅圖像的特征點，對左右兩幅圖像特征點進行匹配，然后進行視差計算與融合，獲取特征點的匹配方法主要有全局匹配和局部匹配,但由于全局匹配需要的時間較長，所以局部匹配容易在低紋理區產生誤差。

發明內容

為了克服現有技術存在的缺點與不足，本發明提供一種基于并行隊列的立體匹配視差計算方法。

本發明相對于現有的立體匹配視差計算方法具有快速性、準確性和魯棒性的特點。

本發明采用如下技術方案：

一種基于并行隊列的立體匹配視差計算方法，包括如下步驟：

S1采用具有固定基線長度的平行光軸結構的雙目相機拍攝圖像，得到左相機采集的圖像I_LSrc及右相機采集的圖像I_RSrc；

S2對上述圖像進行降噪獲得左高斯平滑圖像和右高斯平滑圖像；

S3計算左高斯平滑圖像及右高斯平滑圖像的梯度幅值和方向；

S4根據梯度幅值和方向得到左高斯平滑圖像的左邊緣檢測圖及右高斯平滑圖像的右邊緣檢測圖；

S5提取左邊緣檢測圖及右邊緣檢測圖的高紋理區域圖像及低紋理區域圖像，得到左圖高紋理圖像、左圖低紋理圖像、右圖高紋理圖像及右圖低紋理圖像；

S6對高紋理圖像及低紋理圖像進行空白區域填充；

S7隊列消息框架搭建，具體是將空白區域填充后的左圖高紋理圖像及右圖高紋理圖像的匹配步驟、左圖低紋理圖像及右圖低紋理圖像的匹配步驟和視差同步融合步驟分別置于三個子程序中，三個子程序的隊列節點分別為Node-HTM、Node-LTM和Node-P，當高低紋理區域匹配完成時，Node-HTM和Node-LTM向Node-P發送當前行特征點匹配完成的消息，Node-P節點對應的視差同步融合子程序對該區域的高低紋理區域視差進行融合，得到該區域的稠密視差圖。

所述S7中左圖高紋理圖像及右圖高紋理圖像的匹配步驟具體是采用局部匹配的方法，對同一水平高度的5*5區域進行特征點匹配。

所述S7中左圖低紋理圖像及右圖低紋理圖像的匹配步驟是采用全局匹配的方法，對同一水平高度的5*5區域進行特征點匹配。

所述S2中采用高斯平滑濾波器進行降噪。

所述S3計算左高斯平滑圖像及右高斯平滑圖像的梯度幅值和方向，具體為：采用一對卷積陣列計算梯度方向，其陣列形式如下：

使用計算梯度幅值，計算梯度方向。

所述S4根據梯度幅值和方向得到左高斯平滑圖像的左邊緣檢測圖及右高斯平滑圖像的右邊緣檢測圖，具體為：

設定滯后閾值的高閾值和低閾值：

當左高斯平滑圖像和右高斯平滑圖像某一像素的梯度幅值超過高閾值，則該像素被保留為邊緣像素；

當左高斯平滑圖像和右高斯平滑圖像某一像素的梯度幅值低于低閾值時，則該像素被排除；