[发明专利]双目视觉系统的立体匹配优化方法

摘要

本发明旨在提供一种双目视觉系统的立体匹配优化方法，包括以下步骤：a.从双目视频系统获取双目图像；b.对双目图像进行畸变矫正与极线校正；c.将双目图像由彩色图像转换为灰度图像；d．以灰度图像中的其中一幅图像为基准，用另外一幅图像依据像素的模版来匹配；e.优化ZNCC因子；f.以优化的ZNCC因子作为相似性度量进行匹配计算，确定各像素点的匹配视差；g.根据各像素点的匹配视差生成稠密视差图。本发明通过对ZNCC因子计算公式和计算方法的优化，大幅度减少了运算次数，大大降低计算芯片运算负荷。本发明在降低日常及军事领域高精度图像识别的成本的同时，还能够提高立体匹配实时性。

主权项

1.一种双目视觉系统的立体匹配优化方法，其特征在于包括以下几个步骤：a、从双目视频系统获取双目图像；b、对双目图像进行畸变矫正与极线校正；c、将双目图像由彩色图像转换为灰度图像；d、以灰度图像中的其中一幅图像为基准，用另外一幅图像依据像素的模版来匹配；e、优化零均值归一化交叉相交ZNCC因子计算规则，将其优化成为ZNCC(x,y,d)=cov(x,y,d)var(x,y+d,I2)]]>①，式①中，d为水平视差，cov(x,y,d)=Σi=-MMΣj=-NNI1(x+i,y+j)·I2(x+i,y+d+j)-SI1(x,y)·SI2(x,y+d)W]]>②，var(x,y+d,I2)=Σi=-MMΣj=-NNI22(x+i,y+d+j)-(SI2(x,y+d))2W]]>③，式②和③中，I₁(x,y)为作为基准的图像中像素点(x,y)的灰度值，I₂(x,y+d)为用来匹配的图像中像素点(x,y+d)的灰度值，即为作为基准的图像中以像素点(x,y)为中心的计算模板上各点的灰度值和，即为用来匹配的图像中以像素点(x,y+d)为中心的计算模板上各点的灰度值和；为作为基准的图像中以像素点(x,y)为中心的计算模板与用来匹配的图像中以像素点(x,y+d)为中心的计算模板上各对应点灰度的乘积之和；为用来匹配的图像中以像素点(x,y+d)为中心的计算模板上各点灰度的平方和；W=(2M+1)×(2N+1)即为计算模板大小；f、以优化后的零均值归一化交叉相交ZNCC因子作为相似性度量计算，以[0,D]为视差搜索范围，采用从左到右、从上到下的顺序匹配，计算出作为基准的图像中各像素点在视差搜索范围内不同视差所对应的ZNCC值，各像素点的ZNCC值中最大值所对应的视差记为该像素点的匹配视差；g、根据作为基准的图像中各像素点的匹配视差生成稠密视差图。