[发明专利]结合十字骨架窗口和图像金字塔的立体图像深度检测方法在审
申请号: | 202210792911.7 | 申请日: | 2022-07-05 |
公开(公告)号: | CN115018934A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 刘之涛;夏越;苏宏业 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06T7/80 | 分类号: | G06T7/80;G06T7/70;G06V10/74 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 林超 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结合 十字 骨架 窗口 图像 金字塔 立体 深度 检测 方法 | ||
1.一种结合十字骨架窗口和图像金字塔的立体图像深度检测方法,其特征在于,方法包括以下步骤:
步骤1:通过双目相机实时采集左右图像,左右图像构成了原始的立体图像,根据左右图像中目标和背景之间的变化关系计算左右图像之间的视差图并作为立体图像初始的视差图;
步骤2:计算立体图像的X方向和Y方向的梯度信息,获得像素点的描述子;
步骤3:结合灰度图颜色相似性和距离约束构建十字骨架窗口,从十字骨架窗口选取四个分支中最小长度的分支,以最小长度的分支的长度作为十字骨架窗口的最小臂长;
步骤4:将原始的立体图像进行多次高斯下采样构建图像金字塔;
步骤5:利用初始的视差图和十字骨架窗口以图像金字塔较低层的立体图像对图像金字塔相邻较高层的立体图像进行依次更新处理,对图像金字塔层层往上处理,获得最终视差图进而求取立体图像的深度。
2.根据权利要求1所述的一种结合十字骨架窗口和图像金字塔的立体图像深度检测方法,其特征在于:所述步骤2具体为:
对于X方向和Y方向分别建立一个梯度窗口:
X方向的梯度窗口为7x7大小,梯度窗口内选取24个像素点的X方向梯度信息,24个像素点包括以沿梯度窗口的中心像素的邻域八个方向均匀选择的22个像素点和选取两次的中心像素点;
Y方向的梯度窗口为5x5大小,梯度窗口内选取8个像素点的Y方向梯度信息,8个像素点是包括梯度窗口的四角像素点和四边中心的像素点;
针对每个像素点,通过X方向和Y方向的梯度窗口获得X方向梯度信息和Y方向梯度信息,由像素点的X方向梯度信息和Y方向梯度信息构成像素点的描述子。
3.根据权利要求1所述的一种结合十字骨架窗口和图像金字塔的立体图像深度检测方法,其特征在于:
所述步骤4中,图像金字塔包括了原始的立体图像和每一次高斯下采样后的立体图像;原始的立体图像分辨率最高,构成了图像金字塔的最高层;每次高斯下采样后的立体图像分辨率降低,每次高斯下采样后的立体图像构成了图像金字塔的一层,最后一次高斯下采样后的立体图像分辨率最低,构成了图像金字塔的最低层。
4.根据权利要求1所述的一种结合十字骨架窗口和图像金字塔的立体图像深度检测方法,其特征在于:所述步骤5,具体为:
步骤5.1:
针对图像金字塔最低层的立体图像,以初始的视差图作为图像金字塔最低层的视差图,根据图像金字塔最低层的视差图和十字骨架窗口进行处理获得图像金字塔最低层的支持点集合及其置信度;
步骤5.2:
对于图像金字塔当前层的立体图像,将置信度高于预设的第一置信度阈值的支持点作为三角剖分的顶点进行Delaunay三角剖分建立众多三角形视差平面;
在当前视差图中,通过三角形视差平面及其三个顶点对三角形视差平面内的所有像素进行线性插值而更新视差图,同时根据更新后的视差图和十字骨架窗口进行处理获得立体图像中每个像素的匹配相似度和置信度,由所有像素的置信度构成置信度图,获得图像金字塔当前层的立体图像的置信度图;
步骤5.3:
根据图像金字塔当前层的视差图和立体图像的置信度图分别通过各自的最近邻插值处理后获得更高分辨率的视差阈值先验图和置信度先验图,置信度先验图中选择置信度均高于预设的第二置信度阈值的像素点作为图像金字塔更高一层的补充支持点,且以补充支持点在视差阈值先验图中的视差值赋值更新到更新后的视差图中作为该补充支持点对应位置像素点的视差值,进而获得图像金字塔更高一层的视差图;
步骤5.4:
针对图像金字塔更高一层的立体图像,根据图像金字塔更高一层的视差图和十字骨架窗口进行处理获得图像金字塔更高一层的支持点集合及其置信度;
步骤5.5:将步骤5.3获得的补充支持点补充到步骤5.4获得的支持点集合中求并集;
步骤5.6:再回到步骤5.2中,不断重复步骤5.2~步骤5.5进行迭代更新,直到获得达到图像金字塔更高层为止,获得图像金字塔更高层的视差图,获得图像金字塔层最高层的视差图作为最终视差图,利用最终视差图求取立体图像的深度。
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浙江大学,未经浙江大学许可,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/202210792911.7/1.html,转载请声明来源钻瓜专利网。