[发明专利]一种红外双目相机自适应极线校正方法

说明书

技术领域

本发明属于计算机视觉领域，具体涉及一种红外双目相机自适应极线校正方法。

背景技术

双目立体视觉技术广泛应用在机器人车辆导航和目标检测领域。随着红外成像技术的成熟，所获得的红外图像质量越来越高，红外波段的立体视觉技术也越来越受到关注。在满足极线约束的理想状态下，双目图像平面的极线互相平行，因此在立体匹配时，搜索只需要沿着水平方向，大大提高了匹配效率。然而在实际应用中，双目相机的光轴通常处于非平行模式下，甚至可能误差很大，得到的双目图像即不满足极线约束。极线校正的目的就是通过变换矩阵，将非理想的双目图像变换成满足极线约束的理想立体图像对。

立体图像极线校正分为有相机标定和无相机标定两种方法。文献(Fusiello A,Trucco E,Verri A.A compact algorithm for rectification of stereo pairs[J].Machine Vision and Applications,2000,12(1):16-22)提出一种简单的有相机标定方法，精度和速度都比较好，但是依赖于标定得到的相机参数。相机标定一般利用已知形状、尺寸的标定物(如棋盘格)作为拍摄对象，但在红外图像中场景纹理特征很少，标定物中的点、线等细节缺失，常规方法下根本无法进行标定。因此红外双目极线校正需利用无相机标定方法。文献(Hartley R I.Theory and practice of projective rectification[J].International Journal of Computer Vision,1999,35(2):115-127)总结了极线校正的理论，将其中一个变换矩阵近似为刚体变换，剩余的自由度通过变换后对应点视差最小得到。文献(Loop C,Zhang Z.Computing rectifying homographies for stereo vision[C].Computer Vision and Pattern Recognition,1999.IEEE Computer Society Conference on.IEEE,1999,1)提出了基于基本矩阵分解的立体图像极线校正方法，但该方法过分依赖于基本矩阵的精度，稳定性得不到保证。文献(Isgro F,Trucco E.Projective rectification without epipolar geometry[C].Computer Vision and Pattern Recognition,1999.IEEE Computer Society Conference on.IEEE,1999,1.)提出了一种无需基本矩阵的极线校正方法，该方法只依赖于对应点的坐标，但在校正过程中非线性优化选取的初始值缺乏可信度，采用金字塔结构的优化过程计算量很大。

发明内容

本发明针对红外双目相机标定困难的问题，提出了一种适用于无相机标定的红外双目相机极线校正方法，在校正过程中，只需要两幅红外双目图像作为输入，不需要使用者参与中间过程，自适应性强，精度高。

为解决上述技术问题，本发明一种红外双目相机自适应极线校正方法，包括以下步骤：

步骤一：计算投影变换矩阵H₁、H₂的具体形式，这里采用Gluckman的极线校正模型(详见文献Gluckman J,Nayar S K.Rectifying transformations that minimize resampling effects[C].Computer Vision and Pattern Recognition,2001.CVPR 2001.Proceedings of the 2001 IEEE Computer Society Conference on.IEEE,2001,1:I-111-I-117vol.1)。

步骤二：为解决红外图像对比度差、噪声大的缺点，对两幅红外双目图像分别进行直方图均衡化预处理，以实现图像增强。预处理之后的红外双目图像为I₁、I₂。

步骤三：对两幅红外图像分别提取SIFT特征点，并进行特征点匹配。匹配时采用最短欧氏距离匹配法。为满足该发明自适应的要求，通过多次试验，确定统一的距离比例阈值th。