[发明专利]一种基于图像金字塔距离度量的近邻传播立体匹配方法有效

专利信息
申请号: 201811285297.5 申请日: 2018-10-31
公开(公告)号: CN109492649B 公开(公告)日: 2021-09-21
发明(设计)人: 傅予力;周玉龙;陈维翔;赖凯敏;向友君 申请(专利权)人: 华南理工大学
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62;G06T7/33;G06T17/00
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 李斌
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 金字塔 距离 度量 近邻 传播 立体 匹配 方法
【说明书】:

发明公开了一种基于图像金字塔距离度量的近邻传播立体匹配方法,包括:对由左图I1和右图I2组成的立体图像对进行特征提取,利用距离度量的方式对左右图中特征进行配对,获取匹配点对;对左右图进行连续二倍下采样,直至尺寸为一个像素,获得一系列不同尺寸的左右图,以图像金字塔的形式表示不同尺寸的图片;对于左右原图中每个像素点,在每个尺寸的左右图中找到其对应的像素点;计算左右图原图中像素点的匹配正确性;根据获取的匹配点对,以匹配点对为传播起点,以比较匹配正确性的方式为传播条件,向相邻像素点传播匹配结果。本发明通过使用特征匹配寻找定位点建立的全局约束,大量减少计算成本,提高匹配速度,适合用于实时立体匹配。

技术领域

本发明涉及计算机视觉和数字图象处理技术领域,具体涉及一种基于图像金字塔距离度量的近邻传播立体匹配方法。

背景技术

立体匹配作为三维重建、立体导航、非接触测距等技术的关键步骤通过匹配两幅或者多幅图像来获取深度信息,并且广泛应用于工业生产自动化、流水线控制、无人驾驶汽车、遥感图像分析等方面。但是立体匹配仍然有许多尚未解决的技术难题,因此该技术成为了近年来计算机视觉领域广泛关注的难点和热点。

在立体匹配的计算过程中,通常能够通过特征提取获取图像的先验信息,并且希望通过这些先验信息去实现快速且准确的立体匹配结果,因此基于图像特征和近邻传播的立体匹配算法旨在维持立体匹配的精度的前提下,降低立体匹配结果的计算时间。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷,提供一种基于图像金字塔距离度量的近邻传播立体匹配方法,快速且精确的实现立体图像对的稠密立体匹配,得到两张图像中大量且正确的匹配点对,从而能够用于建立三维模型。

本发明的目的可以通过采取如下技术方案达到:

一种基于图像金字塔距离度量的近邻传播立体匹配方法,该方法包括:

特征提取步骤,立体图像对由左图I1和右图I2组成,对立体图像对进行特征提取,利用距离度量的方式对左图I1和右图I2中特征进行配对,获取匹配点对;

特征匹配步骤,利用距离度量的匹配方法为左图I1对应特征集中的每一个特征在右图I2对应特征集中寻找匹配特征,获取特征对,设置距离匹配阈值选取有效匹配的特征对作为匹配点对,匹配点对存储的值为两张图片中距离最近的两个特征点分别在两张图片中的位置,用二维坐标表示,把通过筛选的匹配点对存储在集合S中,匹配点对中左图I1的特征存储在集合E1中,右图I2的特征存储在集合E2中;

生成左右图金字塔步骤,对左图I1和右图I2进行连续二倍下采样,直至尺寸为一个像素,获得一系列不同尺寸的左右下采样图(此处左右下采样图即为进行连续二倍下采样后的左图I1和右图I2),左右下采样图构成金字塔形式的立体图像对,记为和l表示下采样的层数,和表示原尺寸的左右图,和表示由和高斯下采样获得的左右图;

以金字塔形式表示不同尺寸的图片,从下往上,越往上,层数越高,图片尺寸越小,下采样的次数越多。

存储对应像素点步骤,对于左右原图中每个像素点,在每层图片中找到其对应的像素点,存储到对应的集合中;

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华南理工大学,未经华南理工大学许可,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/201811285297.5/2.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