[发明专利]一种搜索并行GPU加速的激光散斑图像深度感知方法

权利要求书

1.一种搜索并行GPU加速的激光散斑图像深度感知方法，优选的，包括以下步骤：

1)将输入激光散斑图像划分成一定数量和大小的图像并行块，按一个GPU线程块对应一个图像并行块的方式进行划分和处理；

2)GPU线程块对其对应的图像并行块进行自适应预处理；

3)通过GPU线程块对图像并行块中提取的一定大小的输入图像块在参考激光散斑图的搜索窗中通过搜索匹配方法寻找对应的最优匹配块，并计算该输入图像块与最优匹配块之间的偏移量；

4)所述偏移量根据深度计算公式计算得到该输入图像块中心像素对应的深度值，同一线程块完成该图像并行块中所有输入图像块的深度计算，其它图像并行块通过各自对应的GPU线程块并行进行匹配和深度计算，进而获得输入激光散斑图像的深度图。

2.如权利要求1所述的方法，自适应预处理包括输入视频格式转换，色度空间转换，灰度图像自适应去噪，灰度图像自适应增强，灰度图像二值化。

3.如权利要求1所述的方法，步骤3)中的搜索匹配方法是全搜索匹配方法。

4.如权利要求3所述的方法，全搜索匹配方法包括以下步骤：

(1)输入图像块的中心点o、大小为u×v，搜索窗是所述输入图像块在参考激光散斑图中对应位置o为中心的区域，大小为U×V，在搜索窗中选取与输入图像块相同大小的像素块作为匹配块，匹配块的中心像素点为(i，j)，其中i表示匹配块相对中心点o在X方向上的偏移量，j表示匹配块相对中心点o在Y方向上的偏移量；

(2)根据公式SAD(i,j)=1uvΣk=1uΣs=1v|fc(k,s)-fr(k+i,s+j)|]]>计算中心像素点为(i，j)的匹配块和输入图像块之间的相似度值SAD(i，j)；

(3)重复步骤(2)，直至匹配搜索窗U×V内所有匹配块都完成相似度值的计算；

(4)比较步骤(3)中计算出的所有SAD(i，j)值，其中最小的SAD(i_x min，j_y min)值对应的匹配块即为输入图像块对应的最优匹配块，i_x min即为输入图像块中心点o与最优匹配块中心点o_k在X方向上的偏移量Δx，j_y min即为输入图像块与最优匹配块在Y方向上的偏移量Δy。

5.如权利要求1所述的方法，所述偏移量根据深度计算公式计算得到该输入图像块中心像素对应的深度值是利用最优偏移量Δm结合参考激光散斑图的已知距离参数d、激光散斑投射器与图像传感器之间的基线距离S、图像传感器焦距f和图像传感器点距参数μ，根据深度计算公式计算得到输入图像块中心点o的深度信息d′，深度计算的公式为

d′=d-Δmμd2fS+Δmμd=fSdfS+Δmμd]]>

其中最优偏移量Δm等于参考散斑窗中心点x坐标值减去最优匹配块中心点x′坐标值的差，或参考散斑窗中心点y坐标值减去最优匹配块中心点y′坐标值的差，如最优偏移量Δm为正，表示比参考散斑图距离更近；最优偏移量Δm为负，表示比参考散斑图距离更远。