[发明专利]目标对象的视觉处理方法、装置及基于视觉处理的设备

权利要求书

1.一种目标对象的视觉处理方法，其特征在于，包括：

从通过双目拍摄装置获取的帧图像对中提取出目标区域；

从所述目标区域中提取出所述目标对象的多个特征点；

确定出所述目标对象的每个特征点的匹配代价后，进行匹配代价的累积；

确定出所述特征点的最小累积匹配代价对应的深度信息；

根据所述目标对象的多个特征点的深度信息，确定出与所述目标的距离后，进行报警提示或操作性处理。

2.根据权利要求1所述的方法，其特征在于，所述确定出所述目标对象的每个特征点的匹配代价之前，还包括：

根据所述目标对象的各特征点之间的空间距离，构造出所述目标对象的特征点的连通图；

根据所述目标对象的特征点的连通图，确定出以所述目标对象所有特征点为节点的最小树；以及

所述确定出所述目标对象的每个特征点的匹配代价，具体包括：

对于以所述目标对象所有特征点为节点的最小树，确定出该最小树中每个节点的匹配代价。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标对象的各特征点之间的空间距离，构造出所述目标对象的特征点的连通图，具体包括：

对于所述目标对象的每个特征点，确定出与该特征点的下述三种空间距离最近的其它特征点：水平距离、垂直距离、欧式距离；

将所述确定出的其它特征点，分别与该特征点连接，形成边。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标对象的特征点的连通图，确定出以所述目标对象所有特征点为节点的最小树，具体包括：

对于所述目标对象的特征点的连通图中的每个边，将该边两端的两个特征点之间的空间距离作为该边的权重；

确定出加权后的连通图中各边的权重之和最小的树，作为所述最小树。

5.根据权利要求2-4任一项所述的方法，其特征在于，在所述确定出所述目标对象的每个特征点的匹配代价之前，还包括：

对所述目标对象区域进行视差范围估计，包括：

对于从所述帧图像对中的一个帧图像中提取出的目标对象区域、以及另一个帧图像中与所述目标对象区域具有相同高度、形状以及大小的对应区域，确定出该对象区域与目标对象区域的灰度的差值；

确定出最小的所述差值；

根据所述最小的差值，估计出目标对象区域的视差范围。

6.根据权利要求2-5任一项所述的方法，其特征在于，所述确定出所述目标对象的每个特征点的匹配代价，具体包括：

对于所述最小树中每个节点所表示的特征点，根据该特征点在所述目标对象区域中的灰度以及估计出的目标对象区域的视差范围中的视差，确定出该特征点的伯奇菲尔德和托马西BT代价和统计Census代价；

根据所述特征点的BT代价和Census代价，确定出该特征点的匹配代价。

7.根据权利要求2-6任一项所述的方法，其特征在于，所述进行匹配代价的累积，具体包括：

对于所述最小树中每个节点，根据从所述最小树的根节点指向叶节点的方向，累加该节点的所有子节点的匹配代价，得到该节点的更新后的匹配代价；

根据从所述最小树的叶节点指向根节点的方向，确定出该节点的所有父节点的匹配代价；

根据该节点更新后的匹配代价和该节点的所有父节点的匹配代价，确定出该节点的累积匹配代价。

8.根据权利要求1-7任一项所述的方法，其特征在于，还包括：

提取当前帧图像中的所述目标对象区域的特征值；

对所述当前帧图像中的所述目标对象区域的特征值进行滤波；

对滤波后的特征值进行插值构成当前帧图像的特征值平面；

将当前帧图像的特征值平面与预先训练或更新的特征值平面模型进行拟合；

将拟合出的最高的响应值所在的位置，作为所跟踪的所述目标对象区域的当前位置。

9.根据权利要求8所述的方法，其特征在于，还包括：

根据所跟踪的所述目标对象区域的当前位置，对所述特征值平面模型进行更新。

10.根据权利要求1-9任一项所述的方法，其特征在于，所述最小树具体为最小生成树或者分割树。