[发明专利]一种基于方差的自适应窗口大小的双目视觉匹配方法

说明书

本发明公开了一种基于方差的自适应窗口大小的双目视觉匹配方法，属于双目视觉领域。所述方法包括：建立初始窗口，计算方差；根据方差自适应窗口大小；采用引导滤波技术对初始匹配代价进行滤波实现代价聚合；进行视差求精。本发明利用初始窗口内的像素方差信息作为标准，减小计算的复杂度，提高算法的实时性，相较于固定窗口大小的算法，提高了匹配的精准度，而且在实时性上有一定的保障。

技术领域

本发明涉及计算机视觉中的双目视觉领域，具体涉及一种基于方差的自适应窗口大小的双目视觉匹配方法。

背景技术

视觉是一个古老的研究课题，人类的视觉系统在日常生活中占据着核心的地位，长久以来，用计算机技术模拟人类的眼睛一直人类的梦想，计算机视觉在相关研究领域发挥着巨大且无可替代的关键作用。自上个世纪八十年代起至今的时间里，以信息技术为代表的科技浪潮席卷全球，在这样的背景下，社会中的各行各业都在不断地经历变革，朝着使得产业链和产品变得更加自动化、智能化的目标而前进。而计算机技术作为信息技术的典型代表，经过几十年的发展，取得了巨大的进步，并且已经在人们的日常生产、生活领域发挥越来越不可替代的作用。

近年来，伴随计算机和图像处理技术在理论和实践上的不断突破，计算机视觉技术广泛地应用于机器人控制、无人驾驶、非接触测量以及航天探测等诸多领域，种各样的自动化、智能化的设备已经彻底改变了人们的生产生活方式，因而计算机视觉技术已成为国内外高校和科研院所的研究热点。计算机视觉系统中主要传感器为价格相对较低的摄像机，研究计算机视觉技术不仅存在理论价值，更具备广阔的产业化和商业化前景。

随着人工智能技术的火热发展，双目视觉技术成为计算机视觉中一个重要的方向，主要是通过左右两幅图片来获取物体的视差图。其中双目匹配技术是获取视差图的最为基础也是最为热门的一部分。高精度的双目匹配是进行其他双目技术研究的重要前提，为了提高双目的左右两幅图片的匹配精度，人们做了很多的研究。双目匹配技术通常全局匹配算法和局部匹配算法。全局匹配算法将整张图片作为目标点的约束条件，约束信息多，匹配精度高，但是约束的条件越多计算的时间复杂度就是高。如果采集的是高质量图片，仅仅是双目匹配就会花费大量的时间，而且对计算的平台要求也高，不利于在便携灵活的场景使用。局部匹配算法是在精准度要求不是很高，但实时性高的场景下使用的一类算法。局部匹配算法是以目标点为中心建立一个窗口，用窗口内的信息来约束匹配，不像全局匹配算法用整张图片作为约束条件。局部匹配算法以实时性高的特性，被广泛的研究。局部匹配算法分为：基于特征点的算法和基于区域的算法。基于特征点的算法仅仅匹配计算某几个特征点，应用场景不多。基于区域的局部匹配算法，census变换(Census Transform，CT)匹配算法就是其中之一。基于区域局部匹配算法主要分四个部分：匹配代价计算、代价聚合、视差计算以及视差求精。这四个步骤能够描述大部分匹配算法的执行过程。并将一些代表性的立体性的立体匹配技术进行了全面概述和分类总结，在此基础上，提出了立体匹配算法的评价体系，使得立体匹配的研究走向了正规化。

census变换匹配算法凭借计算的数据构成简单，计算速度快等特点被广泛研究，最为重要的一点是该算法能够在嵌入式平台流畅运行，这就使得双目视觉技术能够有更宽广的应用场景，不再局限于传统的计算机平台。

传统的census变换算法的基本原理是以一个矩形窗口遍历图像，通常会选择中心像素的灰度值作为参考值，将矩形窗口中各个像素的灰度值与参考值进行比较，并用0和1来表示其大小关系。census变换的实质就是将图像的灰度值编码成为一组二进制的序列，来表示周围邻域像素相对于中心像素的大小关系。变换的过程可表达为

式中，N_p表示中心点p的邻域，I(p)、I(q)为p、q对应的灰度值信息，符号表示连接符，ξ[I(p)，I(q)]满足一下关系

将左右两幅图片分别进行census变换，将求得的两个序列求其汉明距离作为匹配代价。求汉明距离的公式如下: