[发明专利]基于全局优化的电力设备立体匹配方法有效
申请号: | 201810994406.4 | 申请日: | 2018-08-28 |
公开(公告)号: | CN109191513B | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 钱荣;李庆武;罗颖;许金鑫;严康;陈晶晶;钱华 | 申请(专利权)人: | 江苏久创电气科技有限公司 |
主分类号: | G06T7/55 | 分类号: | G06T7/55 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 王文红 |
地址: | 213000 江苏省常州市武进区高新技术*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 全局 优化 电力设备 立体 匹配 方法 | ||
1.一种基于全局优化的电力设备立体匹配方法,其特征在于,包括:
获得第一图像和第二图像,所述第一图像中包括多个第一像素点,所述第二图像中包括多个第二像素点,各所述第一像素点与各所述第二像素点匹配;
根据零均值归一化互相关方法和Census变换构建初始匹配代价函数,针对各所述第一像素点,根据所述初始匹配代价函数计算该第一像素点与该第一像素点对应的第二像素点的匹配代价值;
根据所述第一图像和所述第二图像构建最小生成树,采用所述最小生成树对所述匹配代价值进行代价聚集,获得代价聚集值;
采用改进的树形结构动态规划方法对所述代价聚集值进行全局优化,获得优化代价值;
根据所述优化代价值,采用赢者通吃策略获得所述第一图像和所述第二图像的条件视差值,根据所述条件视差值计算该第一像素点以及该第一像素点对应的第二像素点的新代价聚集值,根据所述新代价聚集值判断该第一像素点以及该第一像素点对应的第二像素点是否为稳定点,若为稳定点,获取该稳定点的新代价聚集值,采用所述赢者通吃策略对获取到的所有新代价聚集值进行筛选,获得筛选得到的多个新代价聚集值;
获得所述第一图像和所述第二图像的视差图,根据所述视差图和筛选得到的多个新代价聚集值计算得到稠密视差图;
所述初始匹配代价函数为:
C(p,d)=Z(p,d)+H(p,d)
其中,
C(p,d)为第一像素点p在视差值为d时的匹配代价值,
Z(p,d)为第一像素点p在视差值为d时的零均值归一化值,
H(p,d)为第一像素点p在视差值为d时的汉明距离;
所述代价聚集值为采用所述最小生成树对所述匹配代价值进行代价聚集,获得代价聚集值的步骤,包括:
采用代价聚集值计算公式计算获得代价聚集值,所述代价聚集值计算公式为:
其中,
S(p,q)为第一像素点p和第一像素点q之间的相似值,
Cd(q)为第一像素点q在视差值为d时的匹配代价值;I为多个第一像素点组成的集合。
2.根据权利要求1所述的基于全局优化的电力设备立体匹配方法,其特征在于,零均值归一化值Z(p,d)通过以下公式计算得到:
其中,
表示第一图像和第二图像中像素点之间的协方差值,
和分别代表第一图像和第二图像中像素点的方差值;
RGB表示RGB通道,c表示c通道,c∈(R,G,B)表示在RGB通道中的通道c。
3.根据权利要求2所述的基于全局优化的电力设备立体匹配方法,其特征在于,第一图像和第二图像中像素点之间的协方差值通过以下公式计算得到:
其中,
Np表示以点p为中心像素点的大小为5*5的窗口,
和分别表示第一图像中第一像素点q和对应的第二像素点qd在RGB通道中通道c的像素值,
和分别代表在大小为N的窗口中,p和pd在通道c的像素平均值。
4.根据权利要求3所述的基于全局优化的电力设备立体匹配方法,其特征在于,第一图像中像素点的方差值通过以下公式计算得到:
5.根据权利要求3所述的基于全局优化的电力设备立体匹配方法,其特征在于,第二图像中像素点的方差值通过以下公式计算得到:
其中,q表示第一像素点,Np表示以点p为中心像素点的大小为5*5的窗口,表示第二像素点qd在RGB通道中通道c的像素值,代表在大小为N的窗口中pd在通道c的像素平均值。
6.根据权利要求1所述的基于全局优化的电力设备立体匹配方法,其特征在于,第一像素点p和第一像素点q之间的相似值S(p,q)通过以下方式计算得到:
其中,D(p,q)为第一像素点p和第一像素点q之间的距离,σ为常数。
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江苏久创电气科技有限公司,未经江苏久创电气科技有限公司许可,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/201810994406.4/1.html,转载请声明来源钻瓜专利网。