[发明专利]一种基于概率产生模型的快速立体匹配方法在审
申请号: | 201710351601.0 | 申请日: | 2017-05-18 |
公开(公告)号: | CN107133977A | 公开(公告)日: | 2017-09-05 |
发明(设计)人: | 曹治国;李然;肖阳;鲜可;杨佳琪;张润泽;赵富荣;李睿博 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06T7/33 | 分类号: | G06T7/33;G06T7/11;G06T7/13;G06T7/143;G06T7/529 |
代理公司: | 武汉东喻专利代理事务所(普通合伙)42224 | 代理人: | 李佑宏 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 概率 产生 模型 快速 立体 匹配 方法 | ||
1.一种基于概率产生模型的快速立体匹配方法,其特征在于,包括,
S1提取双目相机所拍摄的一组图像的每个像素点的特征;
S2对一组图像中的一张图像按照固定间隔采样获得采样特征点,根据所述采样特征点匹配该组图像中另一张图像上的特征点,筛选后获得稳定匹配点;
S3利用所述稳定匹配点分别对图像进行三角化分割,分别获得图像对应的三角集合;
S4利用所述图像中稳定匹配点的视差,确定每个三角形三个顶点上的视差,进一步地,获得拟合该三角形区域视差平面的参数;
S5对于所述像素点,利用平面参数获得每个视差的先验概率,再结合每个视差下匹配代价计算似然概率,综合获得某个视差的后验概率,以进一步地获得整个图像的初始视差图;
S6对所述初始视差图进行优化以获得质量更好的视差图。
2.根据权利要求1所述的一种基于概率产生模型的快速立体匹配方法,其中,所述步骤S1具体包括,
S11使用边缘提取算子计算分别所述图像的边缘梯度;
S12选取每个像素邻域内若干点的梯度信息,组合成当前点的特征向量。
3.根据权利要求1或2所述的一种基于概率产生模型的快速立体匹配方法,其中,所述步骤S2具体包括,
S21选取一个采样特征点,计算其与确定视差范围内的匹配点之间的匹配代价;
S22考察采样特征点在各视差下的匹配代价,找出其最小值、次小值以及第二局部最小代价值,以计算采样特征点的稳定性;保留满足稳定条件的采样特征点,其视差值为取得最小代价值的视差值;
S23根据采样特征点的视差找到其对应的匹配点,考察匹配点在各视差下的匹配代价,找出其最小值、次小值以及第二局部最小代价值,以计算匹配点的稳定性;保留满足稳定条件的匹配点,其视差值为取得最小代价值的视差值;
S24若采样特征点与其对应的匹配点的视差一致,则确定该采样特征点和其对应的匹配点为稳定匹配点。
4.根据权利要求1~3中任一项所述的一种基于概率产生模型的快速立体匹配方法,其中,所述步骤S5具体包括,
S51根据任一像素点的平面参数,计算得到该点在平面上的视差值;
S52以所述视差值为中心建立概率分布,对于确定范围内任意一个视差值,根据所述概率分布计算出该视差的先验概率;
S53计算像素点与一定视差范围内的匹配点之间的匹配代价,进一步地,计算其似然概率;
S54计算得到确定范围内各视差下的后验概率,选取概率最大的视差作为该点最终的视差;
S55分别获得所述图像上全部像素点的视差,进一步地,分别获得所述图像的视差图。
5.根据权利要求4中所述的一种基于概率产生模型的快速立体匹配方法,其中,所述概率分布优选由一个高斯分布叠加上一个均匀分布形成。
6.根据权利要求1~5中任一项所述的一种基于概率产生模型的快速立体匹配方法,其中,所述步骤S6具体包括,
S61对初始视差图进行左右交叉验证;
S62对未通过左右交叉验证的点,选取其临近区域视差较小的值替换当前视差;
S63对视差图使用滤波器进行滤波,去除噪声点,获得最终的视差图。
7.应用权利要求1~6任一项所述的一种基于概率产生模型的快速立体匹配方法的系统,其特征在于,包括,
图像提取单元,用于提取平行排列的双目相机所拍摄图像的每个像素点的特征;
特征匹配单元,用于对其中一张图像按照固定间隔采样获得采样特征点,根据所述采样特征点匹配另一张图像上的特征点,筛选后获得稳定的匹配点;
图像分割单元,用于利用所述匹配点分别对图像进行三角化分割,分别获得图像对应的三角集合;
参数拟合单元,用于利用所述图像中稳定匹配点的视差,确定每个三角形三个顶点上的视差,进一步地,获得拟合该三角形区域视差平面的参数;
视差获取单元,用于对于所述像素点,利用平面参数获得每个视差的先验概率,再结合每个视差下匹配代价计算似然概率,综合获得某个视差的后验概率,以进一步地获得整个图像的初始视差图;
视差优化单元,用于对所述初始视差图进行优化以获得质量更好的视差图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710351601.0/1.html,转载请声明来源钻瓜专利网。