[发明专利]图像立体匹配的方法和辅助驾驶装置

说明书

一种用于图像立体匹配的方法和辅助驾驶装置，该方法包括：获取多个视图，该多个视图为同一个场景的多个二维视图；基于预设的空间平面，确定多个视图中的对应的每个像素点在该预设的空间平面下的面代价；根据该面代价，确定在该场景下该多个视图的视差图。该方法能够避免基于像素点的相似度代价计算视差图，而导致的抗噪能力差，可以提高图像立体匹配精度以及抗噪能力。

版权申明

本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。

技术领域

本申请涉及图像处理领域，尤其涉及一种图像立体匹配的方法和辅助驾驶装置。

背景技术

近年来，由于车联网(vehicle to everything，V2X)的快速发展，提出智能汽车的概念。其中，智能汽车能够实现智能驾驶等功能。应理解，为了实现智能汽车的智能驾驶等功能，智能汽车需要感知周围的环境。例如，智能汽车上安装有环境探测传感器，该环境探测传感器为智能汽车提供周围的环境信息，具体地，环境信息包括三维(threedimensional，3D)场景的稠密深度信息等。3D场景的稠密深度信息能够用于3D重建、3D可行驶区域检测、障碍物检测与跟中以及3D车道线检测等。

目前在智能汽车环境感知领域应用的主流的三维稠密深度探测方式包括三维激光雷达(3D Lidar)定位技术以及立体视觉技术。其中，立体视觉技术以其价格低廉、点云稠密的优势，成为智能汽车环境感知领域的研究热点。通常通过两个相机拍摄两幅不同角度图像获得视差的方式叫做双目立体视觉，主要分为三个步骤：首先对相机系统进行参数标定得到相机内外参，然后寻找两幅图像中像素点间的匹配关系即视觉差，最后根据匹配关系以及相机内外参恢复景物的三维信息。核心部分是寻找像素点的匹配关系的过程，称为立体匹配。

现有的一些立体匹配方法通常只是针对常见双目立体视觉的图像处理，在一些特定的场景下，并不能获得很好的效果，匹配结果噪声较大。例如在交通场景的立体匹配中，针对路面的特征不能获得很好的连续性，会导致后续进一步计算的不准确。因此，有必要提供一种对于特定场景能够获得更好效果的立体匹配方法。

发明内容

本申请提供了一种图像立体匹配的方法和辅助驾驶装置，可以提高图像立体匹配精度以及抗噪能力。

第一方面，提供一种图像立体匹配的方法，包括：

获取多个视图，所述多个视图为同一个场景的多个二维视图；

基于预设的空间平面，确定所述多个视图中的对应的每个像素点在所述预设的空间平面下的面代价；

根据所述面代价，确定在所述场景下所述多个视图的视差图。

本申请提供的图像立体匹配的方法不再基于像素点级别的相似度代价确定多个视图的视差图，而是确定每个所述像素点在所述预设的空间平面下的面代价，再根据面代价，确定在多个视图的视差图。提出面代价的概念，能够提高图像立体匹配精度以及抗噪能力。

第二方面，提供一种辅助驾驶装置，包括：

至少一个存储器，用于存储计算机可执行指令；

至少一个处理器，单独或共同地用于：访问所述至少一个存储器，并执行所述计算机可执行指令，以实施以下操作：

获取多个视图，所述多个视图为同一个场景的多个二维视图；

基于预设的空间平面，确定所述多个视图中的对应的每个像素点在所述预设的空间平面下的面代价；

根据所述面代价，确定在所述场景下所述多个视图的视差图。