[发明专利]一种自适应快速匹配的双目测距方法

权利要求书

1.一种自适应快速匹配的双目测距方法，其特征在于，包括以下步骤：

步骤1、利用双目相机采集待测目标的双目图像；

步骤2、从双目图像中自适应截取模板图像和搜索图像；具体为：

步骤2-1、在双目图像中的其中一幅图像I_l中初步截取模板图像T，T∈I_l；

假设双目图像的大小为W×H，初步截取的模板图像T的大小为w×h，其位于图像I_l的中心区域，则T为：

T＝I_l(x_tl:x_tr,y_tu:y_td)

其中，

式中，x_tl、x_tr、y_tu、y_td分别为模板图像T在原图像I_l中截取的左边界坐标、右边界坐标、上边界坐标、下边界坐标；

步骤2-2、获取模板图像中特征点的个数k；具体为：

假设特征点的个数k的初始值为0，

(1)对模板图像上的每个像素点都建立Hessian矩阵；

(2)获取每个Hessian矩阵的两个特征值λ₁、λ₂；

(3)假设λ₁≤λ₂，当|λ₁|＞＞|λ₂|或|λ₂|＞＞|λ₁|时，该Hessian矩阵对应的像素点即为特征点，则k＝k+1；

重复上述(3)遍历模板图像上每个像素点对应的Hessian矩阵，即获取模板图像中特征点的个数k；

步骤2-3、判断k与阈值K_min的大小关系，若k≥K_min，则执行步骤2-4；反之以像素级为单位扩大模板图像，并获取模板图像扩大部分特征点的个数Δk，更新k＝k+Δk，并重复本步骤；具体为：

以w＝w+Δw'、h＝h+Δh'扩大模板图像，w、h各自的两个边界均对称分别增加像素数其中Δw′、Δh'分别为模板图像宽度、高度增加的像素级单位的数量；步骤2-4、在双目图像中的另一幅图像I_r中截取搜索图像S，

S＝I_r(x_sl:x_sr,y_su:y_sd)

其中，

y_su＝y_tu-Δh

y_sd＝y_td+Δh

x_sl＝x_tl

式中，x_sl、x_sr、y_su、y_sd分别为搜索图像S在原图像I_r中截取的左边界坐标、右边界坐标、上边界坐标、下边界坐标，Δh为搜索图像与模板图像的下边界之差，也为模板图像与搜索图像的下边界之差，B为双目相机的基线距离，f为相机的焦距，d_min为双目测距系统的最小测距距离，p为双目相机的像元尺寸；

步骤3、采用分层筛选策略在搜索图像中快速匹配模板图像，获取像素级匹配坐标；具体为：

假设搜索图像的大小为M×N，模板图像的大小为m×n；

步骤3-1、获取搜索图像中的某个像素点(x,y)对应的搜索子图S_x,y，S_x,y为搜索图像中以该像素点(x,y)为左上角坐标、大小等于模板图像大小的区域，从左至右、从上至下逐像素遍历搜索图像，由此获得P个搜索子图，其中x、y的取值范围为：

0≤x≤M-m，0≤y≤N-n；

S_x,y、P分别为：

S_x,y＝S(x:x+m-1,y:y+n-1)，P＝(M-m+1)(N-n+1)；

步骤3-2、利用绝对误差和算法求取模板图像和每个搜索子图之间的相似度C_SAD(x,y)，并根据每个搜索子图对应的相似度C_SAD(x,y)与阈值C_min的大小关系，获取搜索子图候选集C(x,y)：

C(x,y)＝{(x,y)|C_SAD(x,y)≤C_min,0≤x≤M-m,0≤y≤N-n,(x,y)∈S}

其中，相似度C_SAD(x,y)为：

式中，S(i,j)为搜索图像S中坐标(i,j)处的像素灰度值，T(i-x,j-y)为模板图像T中坐标(i-x,j-y)处的像素灰度值；

步骤3-3、利用归一化互相关算法求取所述候选集C(x,y)中每个搜索子图与模板图像的相似度C_NCC(x,y)，其中相似度最大的搜索子图对应的左上角坐标(x,y)即为最佳的像素级匹配坐标(x₀,y₀)，即C_NCC(x₀,y₀)＝max{C_NCC(x,y),(x,y)∈C}；

其中，C_NCC(x,y)为：

式中，为搜索子图的平均灰度值，为模板图像的平均灰度值；

步骤4、将像素级匹配坐标周围区域内的像素点作为拟合点，对所述拟合点进行二次曲面拟合，求取曲面拟合函数的最大值，获得像素级匹配坐标对应的亚像素级匹配坐标；具体为：

步骤4-1、以像素级匹配坐标(x₀,y₀)为中心，选取其周围的矩形区域内的像素点作为拟合点；

步骤4-2、利用归一化互相关算法求取每个拟合点对应的搜索子图与模板图像的相似度C_NCC(x,y)，并代入到二元二次多项式拟合的互相关函数：

利用最小二乘法求得系数a_ij，之后求取所述二元二次多项式拟合的互相关函数的最大值即为亚像素级匹配坐标(x′₀,y′₀)：

步骤5、根据亚像素级匹配坐标和模板图像坐标求取视差，之后根据三角测量法求取被测目标的距离，完成测距。