[發(fā)明專利]一種用于礦井巡檢機器人的圖像立體匹配方法及裝置

有效

• 申請?zhí)枺?/td>: 202010614124.4
• 申請日: 2020-06-30
• 公開（公告）號: CN111768437B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計）人: 程德強;李海翔;王雨晨;寇旗旗;趙凱;陳亮亮;呂晨
• 申請（專利權(quán)）人: 中國礦業(yè)大學(xué)
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/593;G06T5/00
• 代理公司: 北京天達知識產(chǎn)權(quán)代理事務(wù)所有限公司 11386
• 代理人: 龐許倩

1.一種用于礦井巡檢機器人的圖像立體匹配方法，其特征在于，包括如下步驟：

步驟S1、獲取物體的左視圖和右視圖分別作為參考圖像和目標圖像，對所述參考圖像和目標圖像分別進行逐像素鄰域替換，得到參考圖像和目標圖像中每一像素點對應(yīng)的灰度圖；包括，

基于所述參考圖像和目標圖像中的每一像素點，得到所述像素點的8鄰域灰度圖；

從所述8鄰域灰度圖的四個邊中各獲取一個鄰域值，采集四個所述鄰域值的位置沿不同方向延伸距離D處的灰度值，并用所述灰度值代替相應(yīng)的鄰域值，得到參考圖像和目標圖像中每一像素點對應(yīng)的灰度圖；

步驟S2、分別獲取參考圖像和目標圖像灰度圖對應(yīng)的二進制碼，并基于所述二進制碼計算得到代價量；其中，

分別獲取參考圖像和目標圖像灰度圖對應(yīng)的二進制碼，包括如下步驟：

步驟S201、基于每一像素點對應(yīng)的灰度圖得到每一像素點的第一灰度圖和第二灰度圖，其中，第一灰度圖由每一像素點的灰度圖中依次相連的四個鄰域像素組成，每一像素點的灰度圖中去除第一灰度圖后的剩余部分為第二灰度圖；

步驟S202、分別計算每一像素點的第一灰度圖和第二灰度圖對應(yīng)的對比值；

對比值的計算公式為：

其中，

式中，α為第一灰度圖或第二灰度圖的對比值，λ＝∑λ_pq，λ_pq為像素點p的鄰域值權(quán)重，I_q為鄰域像素q的鄰域值，I_p為像素點p的像素值，q為像素點p的某一鄰域像素，ω為第一灰度圖或第二灰度圖內(nèi)鄰域像素的集合，σ²為鄰域像素的方差，ε為平衡常數(shù)；

步驟S203、基于對比值分別獲得第一灰度圖及第二灰度圖對應(yīng)的二進制碼，并將兩組二進制碼拼接，得到參考圖像和目標圖像的灰度圖分別對應(yīng)的二進制碼；依據(jù)Census變換將第一灰度圖中的對比值與四個領(lǐng)域值進行比較，若對比值大于鄰域值，則對應(yīng)的編碼為0，否則為1；

步驟S3、基于所述代價量對參考圖像和目標圖像分別進行匹配代價聚合，得到去除噪聲的匹配代價；

步驟S4、基于所述去除噪聲的匹配代價，得到所述物體的視差圖，具體包括：

得到去除噪聲的匹配代價后，利用WTA策略在視差范圍內(nèi)搜索累計代價最優(yōu)的點作為對應(yīng)的匹配點，并取其對應(yīng)的視差作為初始視差值；

接著，采用一致性原則檢測遮擋區(qū)域和誤匹配誤差，并用背景填充法來填充遮擋區(qū)域；

最后，使用加權(quán)中值濾波的方法加強視差精細化程度，得到物體的視差圖。

2.根據(jù)權(quán)利要求1所述的圖像立體匹配方法，其特征在于，所述延伸距離D的計算公式為：

式中，D為延伸距離，W為參考圖像或目標圖像的寬度，H為參考圖像或目標圖像的高度。

3.根據(jù)權(quán)利要求1所述的圖像立體匹配方法，其特征在于，基于所述二進制碼計算代價量的公式為：

式中，C_cen(p,l)為代價量，S(p)為參考圖像的灰度圖對應(yīng)的二進制碼，S′(p-l)為目標圖像的灰度圖對應(yīng)的二進制碼，l為視差，為異或。