[发明专利]基于双目视觉的高低分辨率融合立体匹配方法

权利要求书

1.基于双目视觉的高低分辨率融合立体匹配方法，其特征在于，包括步骤：

输入双目相机拍摄得到的左右两张高分辨率图片以及立体匹配的参数；

对图像进行预处理，计算左右图中处于视差搜素范围内的每一对像素点的视差代价，得到视差代价矩阵；

视差代价矩阵下采样，得到降维后的视差代价矩阵；

针对降维后的视差代价矩阵进行视差代价聚合，得到最佳匹配点；针对降维后的视差代价矩阵进行视差代价聚合，步骤是：

(4-1)计算窗口视差代价：设置一个窗口，窗口长宽都为SADWindowsize，把整个窗口中的所有像素点的视差取值为d，把窗口中所有像素点的代价cost(p，d)加起来，得到整一个窗口的代价，记为C(p，d)；

(4-2)动态规划做代价聚合：

动态规划的处理公式如下：

L_r(p，d)＝C(p，d)+min(L_r(p-r，d)，L_r(p-r，d-1)+P₁，L_r(p-r，d+1)+P₁，minL_r(p-r，i)+P₂)-minL_r(p-r，k)

动态规划处理是多方向的，要一个一个方向来处理，处理过程中先选定其中某一个方向为r，P₁和P₂指惩罚代价，其中P₁指当前像素点所在窗口视差为d且前一个像素点所在窗口视差为d-1或者为d+1时当前像素点所在窗口要加上的惩罚代价，P₂则指当前像素点所在窗口视差为d且前一个像素点所在窗口视差为小于d-1或者大于d+1时当前像素点窗口要加上的惩罚代价，p指当前像素点所在的窗口，L_r(p，d)表示沿着当前方向，当p的视差取值为d时的最小的匹配代价；

处理了N个方向的动态规划，N个方向的L_r(p，d)加起来，即得到当前窗口的视差取值为d时的代价S(p，d)，视差d的取值一共有NumofDisparities个，当前像素点有NumofDisparities个S(p，d)，其中最小的一个就是当前像素点的最佳视差，得到最佳匹配点；

根据上述最佳匹配点进行匹配，得到视差图；

所述基于双目视觉的高低分辨率融合立体匹配方法还包括后处理步骤，该步骤包括：

(5-1)唯一性检测：设唯一性检测阈值为U，那么必须满足下述公式，才认为计算的视差代价是合理的代价：

并且，次佳视差像素点和最佳视差像素点的距离要在一个像素以上；

(5-2)亚像素插值：亚像素插值选择的是抛物线插值法，找到极小值点，处理公式如下：

当前点的最佳视差值是d，那么得到denom2的值，S(p，d-1)、S(p，d)和S(p，d+1)这些数值构成一条曲线，曲线在S(p，d-1)这一点的二次导数和1这两个数值中的较大值就是denom2，也就是保证了最后denom2取得大于等于1的一个数值，denom2如下：

denom2＝max(S(p，d-1)+S(p，d+1)-2*S(p，d)，1)

接着拟合得到一个新的d值d_new，如下：

(5-3)连通区域检测噪点并去除：调用opencv的filterSpeckles函数，输入待处理的视差图、无效值、判定为连通区域的灰度值范围SpeckleRange和连通区域的噪点面积阈值SpeckleWindowsize这四个参数值，找到视差图中的噪点连通区域，把这些区域的视差值置为无效值，最后得到去除噪点后的视差图。

2.根据权利要求1所述的基于双目视觉的高低分辨率融合立体匹配方法，其特征在于，所述立体匹配的参数包括：视差搜索范围、窗口大小、唯一性检测阈值、最小视差、截断阈值、连通区域的噪点面积阈值、判定为连通区域的灰度值范围。