[发明专利]基于全局优化的电力设备立体匹配方法

说明书

本发明实施例涉及图像处理技术领域，具体而言，涉及一种基于全局优化的电力设备立体匹配方法，该方法包括：获得第一图像和第二图像，构建初始匹配代价函数，根据初始匹配代价函数计算第一图像和第二图像的匹配代价值，构建最小生成树，采用最小生成树对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代价聚集值进行全局优化，获得优化代价值，根据优化代价值计算并筛选得到的多个新代价聚集值，获得第一图像和第二图像的视差图，根据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，采用该方法能够有效地提高电力设备场景下的图像的匹配精度。

技术领域

本发明实施例涉及图像处理技术领域，具体而言，涉及一种基于全局优化的电力设备立体匹配方法。

背景技术

电力设备的检测能够为电力运行的安全性、可靠性提供可靠保障。

在电力巡检领域，装配有高清数码摄像机和照相机的巡检机器人，可沿电网进行定位自主巡航，实时传送拍摄影像。监控人员可在电脑上同步收看与操控，实现信息化巡检，避免人工巡检时可能发生的安全事故。而基于双目立体视觉的立体匹配算法，巡检机器人可有效地完成变电站设备自主巡检任务，防止巡检机器人与电力设备间发生碰撞事故，提高了巡检效率。

双目视觉技术是计算机视觉技术的一个重要分支，它模仿人类双眼获取环境信息，利用两台摄像机从不同位置拍摄同一物体，然后获取二维数字图像，并利用几何原理对采集到的图像进行处理，获取三维信息，从而使计算机具有认知三维世界的能力。依靠立体匹配得到的深度信息，可计算出物体的三维坐标，实现障碍物的检测，指导定位导航，同时也可以对电力设备故障区域进行面积估计，实现预警功能。但是现有技术在对采集到的图像进行处理时，难以保证匹配精度。

发明内容

有鉴于此，本发明提供了一种基于全局优化的电力设备立体匹配方法。

本发明实施例提供了一种基于全局优化的电力设备立体匹配方法，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。

可选地，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。

可选地，零均值归一化值Z(p,d)通过以下公式计算得到：