[发明专利]一种基于概率产生模型的快速立体匹配方法

说明书

技术领域

本发明属于计算机立体视觉领域，具体涉及一种基于概率产生模型的快速立体匹配方法。

背景技术

计算机立体视觉主要研究如何从多幅图像中，获取场景中物体的距离(深度)信息。双目立体视觉是计算机立体视觉中最基础的问题之一，用于从由两个相机拍摄的同一场景的两幅图像中，恢复出场景的深度信息。双目立体视觉的主要流程为：获取图像、标定摄像机、校正图像、立体匹配和三维重建等五个部分。其中立体匹配是整个算法的核心部分，用以生成稠密的视差图，其中视差即为左右两图中同名点的横坐标差值。立体匹配是整个算法中最困难也最能影响三维重建质量的一个部分。

根据双目视觉原理，如果能够在图像坐标系中确定两个匹配点，并知道其各自的图像坐标，那么就可以获得对应空间点的深度信息。因此，实现深度信息获取的关键是获得空间点在左右图像平面内的一个匹配对，而立体匹配问题则是实现深度获取的关键。在实际操作中，双目立体匹配实施要考虑诸多因素，并以计算复杂度和稳定性等总体性能指标来衡量方案实施的可行性和有效性。

当前立体匹配算法主要分为四个步骤：匹配代价计算、代价聚合、视差计算、视差优化。由于代价聚合和视差计算是对图中的所有点进行相关的优化计算，因此时间花费比较大。目前主流的快速算法主要对这两个步骤进行性优化，并普遍使用GPU进行加速。在另一种立体匹配思路中，先找出少量稳定的匹配点，作者假设稳定匹配点对目前尚未匹配的点有着先验指导作用，因此通过概率产生模型来求解出它们最优的视差。这个过程避免了代价聚合和视差计算中的能量求解过程，因此算法速度很快。但是，在这个算法中，稳定匹配点的选取对最后的结果至关重要，而作者的选取方式并不能保证这些点的精确性。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于概率产生模型的双目图像深度信息快速立体匹配算法。对于从已校正好的双目图像中恢复深度信息这一问题而言，本发明技术方案的方法，提供了一种更加鲁棒的匹配点置信度衡量方法，可以获得更加鲁棒的稳定匹配点；本发明技术方案的方法还可以快速进行立体匹配，改善匹配效果。

为实现上述目的，按照本发明的一个方面，提供了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，

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。

本发明技术方案中，优选采用的是双目相机拍摄的一组图像来进行深度信息计算。双目相机一般是由两台平行排列的单目相机组合而成，通过模拟人眼造成角度差，以此来达到立体成像或者探测景深的效果。也就是说，两个平行排列的单目相机也可以实现双目相机的功效。双目相机的一次拍摄，实际上就是组成双目相机的两个单目相机对目标同时进行拍摄，针对同一目标可以一次获得一组图像。因为双目相机模拟的是人眼角度差，因此这一组图像具有不同的视角。通过对具有不同视角的一组图像进行匹配，可以获取其中的深度信息。

本发明技术方案中，步骤S1中提取的是组成双目相机的两个单目相机分别拍摄的图片中每个像素点的特征，通过对每个相机所拍摄的每组图像特征点进行匹配，可以获取场景中物体的距离信息，即深度信息。在进行匹配的时候，选取一张图像，相应的，其至少对应存在一张着从另一角度拍摄的图像。对二者进行采样特征点匹配后，剔除其中匹配错误的特征点，就可以获得稳定的匹配点。多个匹配点可以将整个图像分割成多个三角形组成的集合，通过对这些三角形的顶点视差进行计算，可以获得该三角形区域视差平面的参数。进一步地，可以利用三角形的平面参数和匹配代价，获得每个视差的先验概率、似然概率和后验概率，最终获得整个图像的初始视差图。初始视差图经过优化后，即为目标视差图。