[发明专利]立体匹配方法、装置、设备及存储介质

说明书

本发明公开了一种立体匹配方法、装置、设备及存储介质，所述方法包括：获取通过双目相机得到的原始图像对，所述图像对包括左图像和右图像；分别提取所述左图像和所述右图像各自对应的第一左特征图和第一右特征图；将所述第一左特征图和所述第一右特征图分别输入至卷积神经网络模块，以得到所述第一左特征图对应的目标左特征图、以及所述第一右特征图对应的目标右特征图；根据所述目标左特征图和所述目标右特征图得到立体图，从而达到更精准的匹配，同时也提高了匹配效率。

技术领域

本发明涉及计算机立体视觉技术领域，具体涉及一种立体匹配方法、装置、设备及存储介质。

背景技术

随着人工智能和计算机技术的快速发展，用机器视觉代替人眼来做测量和判断的技术日渐成为人们的研究重点。它能提高生产的灵活性和自动化程度，特别适用于一些不适合人工作业的危险工作环境或者人工视觉难以满足要求的场合。而作为机器视觉的一个重要分支，双目立体视觉(Binocular Stereo Vision)具有效率高、精度合适、系统结构简单、成本低等优点，在虚拟现实、机器人导航及非接触式测量等许多方向均极具应用价值。

双目立体视觉通过模拟人的视觉系统来处理现实世界，其步骤主要由4个阶段组成，它们分别是：离线相机标定，得到相机的内外参数，畸变系数等；矫正，去除光学畸变带来的影响，将双目相机变为标准模式；立体匹配，获取视差图；3D距离计算，根据视差图计算物体实际深度信息。

立体匹配是双目立体视觉的一个重点与难点，目前国内外对此的研究十分活跃，立体匹配的输入是两张经过标准化的左右图像，它们仅仅在水平方向上有差异，更具体而言，假设一个实际物体上的某一点在左图成像的位置是(x，y)，在右图成像是(a，b)，有x≤a，y＝b。现有的用于立体匹配的卷积神经网络算法通常在物体边缘处表现不好，在物体边缘处出现错匹配现象，从而影响立体匹配的进度和效率。

因此，现有技术有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的不足，提供一种立体匹配方法、装置、设备及存储介质，以解决现有技术中用于立体匹配的卷积神经网络算法通常在物体边缘处表现不好，在物体边缘处出现错匹配现象，从而影响立体匹配的进度和效率的技术问题。

为了达到上述目的，本发明采取了以下技术方案：

第一方面，本发明实施例提供了一种立体匹配方法，所述方法包括：

获取通过双目相机得到的原始图像对，所述图像对包括左图像和右图像；

分别提取所述左图像和所述右图像各自对应的第一左特征图和第一右特征图；

将所述第一左特征图和所述第一右特征图分别输入至卷积神经网络模块，以得到所述第一左特征图对应的目标左特征图、以及所述第一右特征图对应的目标右特征图；

根据所述目标左特征图和所述目标右特征图得到立体图。

作为进一步的改进技术方案，所述卷积神经网络模块第一模块和第二模块，所述第一模块和所述第二模块均包括第一单元、第二单元、权重计算单元、相乘单元以及相加单元，所述第一单元、所述第二单元、所述权重计算单元、所述相乘单元以及所述相加单元依次连接。

作为进一步的改进技术方案，所述将所述第一左特征图和所述第一右特征图分别输入至卷积神经网络模块，以得到所述第一左特征图对应的目标左特征图、以及所述第一右特征图对应的目标右特征图具体包括：

将所述第一左特征图和所述第二特征图分别输入至所述第一单元，以得到所述第一左特征图对应的第二左特征图、以及所述第一右特征图对应的第二右特征图；

将所述第二左特征图和所述第二右特征图分别输入至所述第二单元，以得到所述第二左特征图对应的第三左特征图、以及所述第二右特征图对应的第三右特征图；