[发明专利]一种双目测距方法及其装置在审

专利信息
申请号: 201810174829.1 申请日: 2018-03-02
公开(公告)号: CN110220493A 公开(公告)日: 2019-09-10
发明(设计)人: 卢远勤;王乃岩 申请(专利权)人: 北京图森未来科技有限公司
主分类号: G01C3/00 分类号: G01C3/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 101300 北京市顺*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 置信度 像素点 特征图 测距 维度 置信 双目 标准特征 目标差异 映射 掩码 相乘 归一化处理 块匹配算法 距离估计 特征提取 差异图 预置
【权利要求书】:

1.一种双目测距方法,其特征在于,包括:

对双目相机采集的左图和右图进行特征提取得到左特征图和右特征图;

从左特征图和右特征图中选取其中一个为标准特征图,采用块匹配算法对左特征图和右特征图进行相关性计算,得到标准特征图的代价体积;

对所述代价体积中每个像素点的差异维度上的所有差异值的计算代价进行归一化处理,得到置信体积;

对所述置信体积中每个像素点的差异维度上的所有差异值的置信度取最大值,得到置信度图;

将所述置信度图中置信度大于预置阈值的像素点映射为1,将置信度小于等于所述阈值的像素点映射为0,得到掩码图;

对所述置信体积中每个像素点的差异维度上的所有差异值的置信度取argmax值,得到差异图;

将所述掩码图与所述差异图相乘得到目标差异图;

根据所述目标差异图进行距离估计。

2.根据权利要求1所述的方法,其特征在于,从左特征图和右特征图中选取其中一个为标准特征图,采用块匹配算法对左特征图和右特征图进行相关性计算,得到标准特征图的代价体积,具体包括:

从左特征图和右特征图中选取其中一个作为标准特征图,将另一个作为参考特征图;

对标准特征图中的每一个标准像素点执行以下步骤,以得到所述标准特征图对应的代价体积:在参考特征图中以标准像素点的坐标为基准,按照预置的与标准特征图对应的水平移动方向从参考特征图中选取与标准像素点对应的d个参考像素点;对标准像素点与对应的每个参考像素点进行内积操作,得到标准像素点与参考像素点之间的计算代价,并建立标准像素点与各参考像素点的差异值和计算代价的对应关系;将d个计算代价按照对应的差异值从小到大的顺序设置在标准像素点的差异维度上,得到所述标准特征图对应的代价体积。

3.根据权利要求2所述的方法,其特征在于,在参考特征图中以标准像素点的坐标为基准,按照预置的与标准特征图对应的水平移动方向从参考特征图中选取与标准像素点对应的d个参考像素点,具体包括:

在参考特征图中以标准像素点的坐标为基准,按照所述水平移动方向以预置步长逐步滑动d次,每滑动一次得到一个与标准像素点对应的参考像素点;

或者,在参考特征图中以标准像素点坐标为基准,按照所述水平移动方向选取连续d个像素点作为与标准像素点对应的d个参考像素点。

4.根据权利要求2或3所述的方法,其特征在于,若标准特征图为左特征图,则对应的水平移动方向为水平向左;若标准特征图为右特征图,则对应的水平移动方向为水平向右。

5.根据权利要求1所述的方法,其特征在于,对双目相机采集的左图和右图进行特征提取得到左特征图和右特征图,具体包括:

将所述左图输入预置的第一卷积神经网络,得到左特征图;

将所述右图输入预置的第二卷积神经网络,得到右特征图,其中所述第一卷积神经网络与所述第二卷积神经网络为孪生网络。

6.根据权利要求1所述的方法,其特征在于,对所述代价体积中每个像素点的差异维度上的所有差异值的计算代价进行归一化处理,具体包括:

采用softmax函数对代价体积中每个像素点的差异维度上的所有差异值的计算代价进行归一化处理,得到每个像素点的差异维度上各差异值的置信度,依此得到所述置信体积。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京图森未来科技有限公司,未经北京图森未来科技有限公司许可,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/201810174829.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top