[发明专利]立体匹配自适应视差等级的确定方法

说明书

立体匹配自适应视差等级的确定方法，属于机器视觉领域。现有的立体匹配方法需要人为手工设定最大视差的值和最小视差的值，或者采用稀疏点匹配的方式获得最大视差的值和最小视差的值不够准确，进而影响立体匹配的准确度。本发明方法获取双目相机图像对的初始匹配点对；通过双目立体标定方法获取双目相机的内参数、外参数以及基础矩阵，对初始匹配点对进行去燥、去错误匹配点的操作，筛选出稳定的匹配点对；计算稳定的匹配点对的视差最小值和视差最大值，得到自适应视差等级。本发明提高双目立体匹的匹配准确度，并降低人为手工设定视差造成的双目立体匹配的工作量和算法时间复杂度，增强视差信息在伪彩图上的区分度、视差图显示时的分层效果。

技术领域

本发明涉及一种机器视觉方法，特别涉及一种自适应视差等级确定方法。

背景技术

智能化状态监测是现今电力系统中重要的一环，高效的监测保护电网设备在电力系统有着急迫的需求。为了保护电网设备，对于入侵物以及植被的监控是电网巡检中的关键，但受制于监控算法智能化的不足，现今仍是以人工监控或者实地巡检为主。随着人工智能技术的日益完善，计算机视觉技术作为人工智能的一个分支在近年也得到飞速的发展，双目立体匹配作为计算机视觉中的研究重点和应用分支是计算机获取三维信息的重要手段。在电力系统智能化过程中获取入侵物以及植被的三维信息以及电网设备的三维信息，可以对电网设备进行预警保护是非常有意义的，也是现今电网智能化监测研究的重点。

双目立体匹配依据双目相机就能给出物体的空间三维信息，它使得对电网设备的状态监测相对于人工巡检以及视频监控等需要24小时人力支援的方式在智能化程度上有着重要的提高。在双目立体匹配中需要给出视差的最小值和最大值，这样才能进行双目立体匹配算法，现有的立体匹配视差最小值和视差最大值需要手工设定，通常是将最小视差设置为零，最大视差依据经验设定，或者是通过sift等方法计算匹配点对获取最小视差和最大视差。人为设定视差可能会导致视差设置过小或过大，视差设置过小会影响匹配准确度、视差设置过大会影响算法的时间复杂度，同时多数场景的视差最小值可能是大于0，将最小视差设置为0也会将算法的处理速度变慢；基于sift等匹配算法获取的视差等级，将因匹配点对的不均匀分布所以不能稳定的捕获场景中各个位置的视差信息，导致立体匹配时精准度下降。

发明内容

本发明的目的是为了解决现有的立体匹配方法需要人为手工设定最大视差的值和最小视差的值，或者采用稀疏点匹配的方式获得最大视差的值和最小视差的值不够准确，进而影响立体匹配的准确度，而提出一种立体匹配自适应视差等级的确定方法。

一种立体匹配自适应视差等级的确定方法，所述方法通过以下步骤实现：

步骤一、获取双目相机图像对的初始匹配点对，其中，双目相机图像对是指双目相机左相机拍摄的图像和双目相机右相机拍摄的图像构成的图像对，将双目相机左相机拍摄的图像简称为左图，将双目相机右相机拍摄的图像简称为右图；具体步骤为：

首先，将双目相机图像对的左图和右图分别依据设定的采样率逐步缩小，将每一次缩小得到的图像按分辨率由小到大排列，分别得到左图和右图的图像金字塔，其中，图像金字塔中分辨率最大的图像层为原图，分辨率最小的图像层的分辨率大于32*32；

然后，在左图和右图的图像金字塔中，逐层对每一层图像层划分图像块，在划分的图像块里提取一系列种子点，利用金字塔块匹配方法在两个图像金字塔之间进行匹配，获取一部分匹配点对；

最后，在划分的图像块里生成种子点，获取另一部分匹配点对，由获取的两部分匹配点对构成双目相机图像对的初始匹配点对；

步骤二、通过双目立体标定方法获取双目相机的内参数、外参数以及基础矩阵，基于获取的双目相机的内参数、外参数以及基础矩阵对步骤一得到的初始匹配点对进行去燥、去错误匹配点的操作，筛选出稳定的匹配点对；

步骤三、对于步骤二获得的稳定的匹配点对，计算稳定的匹配点对的视差最小值和视差最大值，从而得到自适应视差等级。