[发明专利]一种基于语义分割的三维图像立体匹配方法和系统

权利要求书

1.一种基于语义分割的三维图像立体匹配方法，其特征在于，所述方法包括以下步骤：

计算获取的左右图像的整体视差值；

将所述左右图像分为小图像，分别计算小图像的特征，将相同特征的小图像组合为一个连续的连续区域，计算每个连续区域小图像的数量，进而计算每块连续区域的长和宽；

对不同连续区域分别计算精确视差值。

2.如权利要求1所述的方法，其特征在于，在所述计算获取的左右图像的整体视差值的步骤之前，所述方法还包括以下步骤：

水平校正获取的左右图像。

3.如权利要求1所述的方法，其特征在于，所述对不同连续区域分别计算精确视差值的步骤具体为：

计算每块连续区域水平方向每一行视差的平均值，该平均值为该行的视差值，计算方法为根据公式

E_i(x)＝E_i(W_i/2)

计算视差的平均值，其中E_i(x)表示第i行x位置的视差值，W_i表示第i行的长度。

4.如权利要求1所述的方法，其特征在于，所述将所述左右图像分为小图像，分别计算小图像的特征，将相同特征的小图像组合为一个连续的连续区域的步骤具体为：

将整幅图像等分为小图像，并计算每块小图像的特征f_i；

根据所述小图像的特征f_i按照高斯联合JointBoost分类训练法计算小图像的概率模型参数θ₁；

根据所述小图像的概率模型参数θ₁和小图像的特征f_i建立每块连续区域的概率模型，计算所述连续区域的概率模型参数θ。

5.如权利要求4所述的方法，其特征在于，在所述根据所述概率模型参数θ和小图像的特征f_i建立每块连续区域的概率模型，计算该连续区域的概率模型参数的步骤之后，所述方法还包括以下步骤：

建立语义图像样本库，为每个语义图像样本编号，并为每个编号的语义图像样本设置标准概率模型参数，将所述连续区域的概率模型参数θ与语义图像样本库中的标准概率模型参数相比较，获得语义图像样本结果。

6.一种基于语义分割的三维图像立体匹配系统，其特征在于，所述系统包括：

整体视差值计算单元，用于计算获取的左右图像的整体视差值；

语义分割单元，用于将所述左右图像分为小图像，分别计算小图像的特征，将相同特征的小图像组合为一个连续的连续区域，计算每个连续区域小图像的数量，进而计算每块连续区域的长和宽；

视差值分别计算单元，用于对根据所述语义分割单元产生的不同连续区域分别计算精确视差值。

7.如权利要求6所述的系统，其特征在于，所述系统还包括：

图像校正单元，用于水平校正获取的左右图像。

8.如权利要求6所述的系统，其特征在于，所述视差值分别计算单元计算的步骤具体为：

计算每块连续区域水平方向每一行视差的平均值，该平均值为该行的视差值，计算方法为根据公式

E_i(x)＝E_i(W_i/2)

计算视差的平均值，其中E_i(x)表示第i行x位置的视差值，W_i表示第i行的长度。

9.如权利要求6所述的系统，其特征在于，所述语义分割单元具体包括：

小图像特征计算子单元，用于将整幅图像等分为若干小图像，计算每块小图像的特征f_i；

小图像概率模型参数计算子单元，用于根据所述小图像特征计算子单元计算的小图像的特征，计算小图像的概率模型参数θ₁；

语义分割子单元，用于根据所述小图像的概率模型参数θ₁和小图像的特征fi建立每块连续区域的概率模型，计算该连续区域的概率模型参数θ。

10.如权利要求9所述的系统，其特征在于，所述语义分割单元还包括：

语义分割结果比对子单元，用于建立语义图像样本库，为每个语义图像样本编号，并为每个编号的语义图像样本设置标准概率模型参数，将所述连续区域的概率模型参数θ与语义图像样本库中的标准概率模型参数相比较，获得语义图像样本结果。