[发明专利]一种基于分组渐近的双目视差获取方法和系统

权利要求书

1.一种基于分组渐近的双目视差获取方法，其特征在于，所述方法包括：

根据目标基图的特征，每行进行分组，获得组别和分组图，所述目标基图包括左图或右图；

分别根据左图和右图获取左梯度图和右梯度图；

将左梯度图和右梯度图的曲线信息进行一维相关分析，获得相关函数，并根据相关函数的最大值获取最强相关错位及其值；

将所述最强相关错位依次与所述组别进行匹配，同时将匹配到的组别特征从分组图中移除；

将最强相关错位的值标记为所匹配组别的初始视差，获得初始视差图；

以所述初始视差图为参考，基于全局匹配的方法，对左图和右图进行相对视差匹配，获取优化视差图。

2.根据权利要求1所述的双目视差获取方法，其特征在于，所述特征包括灰度，所述分组的方法包括：

获取目标基图每行的灰度值；

根据所述灰度值的峰谷信息和/或累积信息，对每行的点进行分组。

3.根据权利要求2所述的双目视差获取方法，其特征在于，对每行的点进行分组的方法包括：

获取峰值或谷值，基于峰值或谷值设置分组的分界；

逐点获取上升沿或下降沿的累积灰度值，累积灰度值大于第一阈值时，将当前点作为分组的分界。

4.根据权利要求1所述的双目视差获取方法，其特征在于，所述目标基图包括左图，获取初始视差图方法包括：

将左图和右图在Y方向上对齐后，获取左梯度图和右梯度图；

分别对左梯度图和右梯度图在X方向进行傅里叶变换，获得左频谱图和右频谱图；

将左频谱图和右频谱图的原点对齐后，将左频谱图和右频谱图中相应点相乘，获得复合频谱图；

根据所述复合频谱图进行X方向的反向傅里叶变换获得相关函数；

根据相关函数的最大值获得最强相关错位，将所述最大值标记为初始视差；

为所述最强相关错位匹配组别，获得初始视差图；

将所述初始视差标记为对应组别的初始视差。

5.根据权利要求1或4所述的双目视差获取方法，其特征在于，将所述最强相关错位与所述组别进行匹配的方法包括：

根据左梯度图获取左梯度模量积分：

其中，f_l为左梯度模量积分，Ng为组点数，|sbl|为左梯度模量，+＝为多通道的值相累加；

根据右梯度图获取右梯度模量积分：

其中，f_r为右梯度模量积分，|sbr[n_Δ]|为右梯度模量，n_Δ为右图错位点数；

根据左图和右图分别获得灰度差积分和灰度积分差：

其中，df₂[n_Δ]为灰度差积分，df₃[n_Δ]为灰度积分差，l为左图灰度，r为右图灰度；

计算组别的相对错位积分代价：

其中，cost[n_Δ]为相对错位积分代价；

获得[n_Δ]个错位积分代价，取极小值；

判断极小值小于阈值时，极小值对应的错位点与组别匹配成功；

修正初始视差为初始视差与极小值之和。

6.根据权利要求1或4所述的双目视差获取方法，其特征在于，将所述最强相关错位与所述组别进行匹配的方法包括：

基于左梯度图和右梯度图，获取当前组别与当前最强相关错位一定范围内的第一积分BT代价；

基于左图和右图，获取所述组别与最强相关错位一定范围内的第二积分BT代价；

第二积分BT代价取梯度模量后与第一积分BT代价加权复合，获得错位代价；

错位代价中的极小值小于阈值时，所述组别与所述最强相关错位匹配成功；

修正初始视差为初始视差与极小值之和。