[发明专利]基于长焦镜头双目立体视觉系统的距离估计方法

说明书

技术领域

本发明涉及图像处理技术，尤其涉及一种基于长焦镜头双目立体视觉系统的距离估计方法。

背景技术

传统的基于双目视觉的测距方法主要分为两个部分：1)计算左右两幅图像的视差；2)标定镜头的焦距，根据得到的视差和焦距数据，运用测距公式计算距离。

在计算左右图像视差值的研究中，Chen等人提出一个基于自适应地面控制点的立体匹配的方法,Qing等人使用非局部均值滤波的方法用于视差、深度的升采样和优化,Lin等人提出一种基于块匹配超像素分割的立体匹配方法，Mikhail等人使用两步能量最小化算法实现立体匹配，Jian等人提出彩色图像的视差优化方法去移除视差图中边界不一致的区域。

在长焦镜头标定焦距的研究中，Stamatopoulos提出了长焦镜头的自标定方法，最长的焦距可达到400mm，但需要13个站点和39幅图像的网络结构配置，标定的方法较复杂；谢文寒等人针对地形融合的细节层次提出了一种基于消失点的点线融合方法，最长的标定焦距达150mm，但并不适用于常规的测量环境；Ian等人利用一幅彩色图像的颜色几何约束来估计相机的焦距，测量的最大焦距为300mm时有5％的误差，不能保证较高的测距精度。

在最新的双目测距研究中，Liang等人双目测量的最远距离为30m；Sergiu等人最远测量的车辆距离为95m,但有2m左右的误差；Peter等人比较了不同的立体匹配的方法，验证利用立体视觉的方法可最远测量200m的距离，有4米左右的误差。

针对以上的研究现状，目前双目测距存在的问题是——计算左右两幅图像的视差误差大，造成测距的精度低；且大部分是短焦镜头进行标定，能够测量的距离短。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于长焦镜头双目立体视觉系统的距离估计方法。

本发明解决其技术问题所采用的技术方案是：一种基于长焦镜头双目立体视觉系统的距离估计方法，包括以下步骤：

1)视差估计；

1.1)通过同一目标经过左右相机拍摄得到的一组图片；

1.2)确定同一目标点成像在左右图像上各自对应的像素坐标位置，求出它们位置的像素差即双目视差；

1.3)利用归一化互相关(NCC)的方法求解得到整数的视差k，在此基础上，使用对称的抛物线拟合(SPF)和非对称的抛物线拟合(APF)的方法求解得到τ₁和τ₂,对应的视差k₁＝k+t₁,k₂＝k+t₂。

2)长焦镜头焦距的计算；

2.1)建立关于视差的线性回归模型：

f_i＝β₀+β₁k_i+ε_i(1)

其中，k_i为第i次观测时自变量视差的值，f_i为因变量焦距f的观测值，假定ε_i(i＝1,2,...,n)相互独立，且均服从同一正态分布N(0,σ²)；

2.2)该模型在计算得到两幅图像的视差后，得到系数β₀，β₁；

2.3)根据所建立的回归模型，将视差值k代入，即可获得焦距值f；

3)距离测量

在获得精确的视差值k和焦距值f之后，可通过公式(2)计算相机到对象的距离：

其中B和f分别表示两个相机的基线和焦距，d_p表示像素的大小，K表示视差，K＝k+τ₂。

按上述方案，所述步骤1.3)首先使用NCC的方法找到最佳的k值：

假设左右图像对应的最优点P_L和P_R满足：

I_L(x,y)＝I_R(x-k-τ,y)

其中，为相关算子，当NCC函数达到最大值时，即可得到相应的k值。

按上述方案，分别用SPF和APF计算τ1和τ2；

先使用对称的抛物线拟合(SPF)的方法计算τ1：

则SPF方法计算所得的视差为：

k1＝k+τ₁(5)