[发明专利]一种结合目标识别技术的局部立体匹配方法及系统

说明书

本发明公开了一种结合目标识别技术的局部立体匹配方法及系统，包括以下步骤，采集模块采集目标图像；识别模块识别所述目标图像中的待检测目标并计算目标边缘最小的外接矩形框的坐标位置；匹配模块在外接矩形框内进行特征点的提取与匹配，并剔除匹配对中的错误匹配对，得到最终正确的匹配对；计算模块根据最终正确的匹配对计算匹配对中特征点之间的视差结果，完成匹配。本发明的有益效果：在图像的特征匹配时，特别是对于分辨率较大的图像，显著缩短了匹配时间，使其在实际应用中更能够满足实时性需求，并在一定程度上提高了匹配精度。

技术领域

本发明涉及立体视觉的技术领域，尤其涉及一种结合目标识别技术的局部立体匹配方法及系统。

背景技术

立体视觉匹配技术是机器视觉领域里重要的研究方向之一，其主要目标是从两个或多个同一场景的图像中找到对应点，进而生成参考图像视差图，其中立体匹配算法可分为全局立体匹配算法和局部立体匹配算法，近年来，局部立体匹配算法随着其匹配精度的提高，得到了越来越广泛的应用。

现有的局部匹配算法，主要是描述左图像中目标的某些关键像素点，通常为角点或者边缘点，然后去右图像中进行匹配来获得这些关键点的视差值。常用的特征提取方法包括ORB、SIFT、SURF等。这些匹配方法都会不可避免的出现误匹配，对于较大像素的图像处理速度依然较慢，无法满足工程中的实时性，并且对于图像中相似特征，容易出现错误匹配。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的一个技术问题是：提出一种结合目标识别技术的局部立体匹配方法，能够提高图像特征匹配的精确和匹配速度，使匹配更具有实时性、准确度更高。

为解决上述技术问题，本发明提供如下技术方案：一种结合目标识别技术的局部立体匹配方法，包括以下步骤，采集模块采集目标图像；识别模块识别所述目标图像中的待检测目标并计算目标边缘最小的外接矩形框的坐标位置；匹配模块在外接矩形框内进行特征点的提取与匹配，并剔除匹配对中的错误匹配对，得到最终正确的匹配对；计算模块根据最终正确的匹配对计算匹配对中特征点之间的视差结果，完成匹配。

作为本发明所述的结合目标识别技术的局部立体匹配方法的一种优选方案，其中：所述采集模块为双目立体相机，能够对同一目标采集左、右两张图像，且采集到的两张图像中目标均完整。

作为本发明所述的结合目标识别技术的局部立体匹配方法的一种优选方案，其中：所述识别模块利用方向梯度直方图特征和支持向量机分类器实现对待检测目标的识别。

作为本发明所述的结合目标识别技术的局部立体匹配方法的一种优选方案，其中：所述识别过程还包括以下步骤，通过手动选择矩形框对公开数据集进行目标标记，并将含有目标的矩形框称为正样本，不含目标的矩形框作为负样本；提取所有样本的方向梯度直方图特征，并将正样本标注为1，负样本标注为0；将提取出的方向梯度直方图特征及标注作为支持向量机分类器的输入并进行训练，得到训练后的目标检测分类器；使用目标检测分类器检测目标图像中的目标位置，计算处理后获得目标的边缘点坐标及整个目标的边缘轮廓；根据边缘点的坐标，计算目标边缘轮廓的最小外接矩形框的坐标，作为目标的最终位置。

作为本发明所述的结合目标识别技术的局部立体匹配方法的一种优选方案，其中：所述匹配模块对基于快速增强特征检测技术实现特征点的提取与匹配，包括以下步骤，在目标的最小外接矩形框中，使用角点检测方法检测该范围内的特征点，并生成surf特征描述子；利用近似k近邻算法寻找同一目标一副图像中的surf特征描述子在另一幅图像中相一致的surf特征描述子，构建为匹配对。