[发明专利]基于双目立体视觉的多点触摸方法

说明书

技术领域

本发明涉及一种计算机视觉技术领域的人机交互方法，具体是一种基于双目立体视觉的多点触摸方法。

背景技术

双目立体视觉为图像建模技术的一种，它的目的在于利用立体图像对获取场景的深度信息和恢复物体的几何模型。立体视觉的侧重点有别于广义的基于图像建模技术，后者还包括从图像中恢复物体的外观、光照条件以及运动轨迹等多种属性，因此可以在已知少量几何信息甚至没有任何几何信息的情况下，仅基于若干幅原始图像绘制出在新视点下物体的成像。而立体视觉的主要优点是利用两个或多个摄像机的图像恢复出场景的深度信息。立体视觉的研究具有重要的应用价值，其应用包括移动机器人的自主导航系统，航空及遥感测量，工业自动化系统等。现阶段对立体视觉的研究主要集中在从输入的图像对中提取深度图，然而通常的算法需要通过大量的计算来获得高精度的平滑的深度信息。根据Scharstein等人发表的关于立体匹配算法的综述中，该领域内主要的算法主要有SAD(Sum ofAbsolute Difference)法、图像切割法(Image Segmentation)、置信算法(BeliefPropagation)、动态规划(Dynamic Programming)等。

多点触摸技术指的是计算机系统能够同时响应多个输入点，通过分析各个点之间的相对运动来完成相应的动作。例如，苹果公司的产品iPhone可通过滑动指头来实现文本的翻页，旋转手掌使得图片旋转，张开手掌来实现图片的放大等。在图像设计领域，多点触摸技术还可以让用户使用灵活的操作改变图形的构造和布局。现阶段的多点触摸系统主要还停留在平面输入阶段，即输入是通过对一块具有感知元件的平面进行点击来实现。不仅器材比较精细昂贵，而且得到的坐标信息也仅仅是二维的。

经对现有技术的文献检索发现，Namgyu Kim等在2006的IEEE TRANSACTIONS ONSYSTEMS，MAN，AND CYBERNETICS上发表的文章《3d virtual studio for naturalinteracting》中提出使用立体视觉技术获取场景模型并与三维场景进行交互，其不足之处在于使用的立体视觉算法没有考虑到颜色和像素距离，得到的场景深度图噪点很多，如应用于多点触摸则会产生较多的无效输入点。

发明内容

本发明针对现有技术的不足，提出一种基于双目立体视觉的多点触摸方法，在实际操作中，结合背景技术中两种技术的优点，通过处理双摄像机的输入生成场景的深度信息，然后从深度图中分离出距离最近的斑块并得到中心点坐标，最后应用于多点触摸程序，从而实现用户无需触摸屏幕即可在空间中完成多点触摸的操作，且获取到的输入点的坐标信息是三维的，因此可以实现更复杂的交互，如推拉某虚拟物体等。

本发明是通过如下技术方案实现的，包括如下步骤：

步骤一，通过相机定标确定照相机相对于三维场景的方位和投影参数，利用双目摄像机采集图像对；

所述利用双目摄像机采集图像对，是指采用两个摄像头作为输入，摄像头之间的相对距离固定，镜头中心相对距离，又称作基线为5cm，通过摆置摄像头使得相机轴心线平行，让极点处于无穷远处，这样极线和图像的x轴平行，同时非线性的镜头扭曲也得到修正。

步骤二，将步骤一采集的两幅同一帧的图像作为输入，利用立体视觉算法计算场景深度图；

所述的利用立体视觉算法计算场景深度图，具体实现如下：

首先，对每个像素点设定以该像素为中心的查找区域，在左右图之间查找颜色最接近的像素点，定义匹配代价C(x，y，d)＝|P_L(x，y)-P_R(x+d，y)|，其中P_L(x，y)表示左图像素点(x，y)的灰度值，P_R(x+d，y)表示右图像素点(x+d，y)的灰度值。