[发明专利]一种机器人视觉立体匹配方法

权利要求书

1.一种机器人视觉立体匹配方法，其特征在于，包括以下步骤：

步骤1、获取畸变校正与立体校正后的待匹配双目图像；

步骤2、改进传统的基于梯度的匹配代价计算方式，将x,y方向的梯度进行融合；

步骤3、将SAD和MCT匹配代价计算方式进行融合，其中，SAD表示待匹配双目图像中待匹配像素邻域内所有像素的灰度差绝对值之和，MCT表示待匹配双目图像中支持窗口中心像素为像素均值的改进的census变换；

步骤4、将改进的基于梯度的匹配代价计算方式与SAD和MCT匹配代价计算方式进行再一次融合，得到最终的匹配代价计算方式；

步骤5、将待匹配双目图像进行下采样，生成图像金字塔；

步骤6、在生成的图像金字塔的每个尺度的图像上，生成基于梯度而尺寸大小变化的自适应窗口；

步骤7、通过步骤4的匹配代价计算方式，得到每个尺度的图像对应的视差空间图，对每个视差空间图利用步骤6得到的自适应窗口进行滑动，并在自适应窗口内进行引导滤波，即为每个尺度的代价聚合过程；

步骤8、将步骤7得到的每个尺度的代价聚合结果进行多尺度聚合，得到最终的代价聚合结果；

步骤9、利用胜者为王WTA的方法计算步骤8中代价聚合结果，得到像素的视差值；

步骤10、利用自适应权重中值滤波，左右一致性检测方法对得到的视差值进行优化，得到最终的视差结果，该视差结果即为最终的立体匹配结果；

所述步骤2具体表现如下：

设定已知x,y方向的梯度为其中，为在x方向的计算梯度操作，为在y方向的计算梯度操作，G_R为在三通道图像中像素在R通道的值，G_G为在三通道图像中像素在G通道的值,G_B为在三通道图像中像素在B通道的值,进而得到改进的基于梯度的匹配代价计算公式：

式中，p表示像素，d表示视差值，α表示在梯度代价中y方向的梯度所占的比重，为设定值，表示像素p在左图中在x方向的梯度值，表示像素p-d在右图中在x方向的梯度值，表示像素p在左图中在y方向的梯度值，表示像素p-d在右图中在y方向的梯度值，τ₁、τ₂均表示设置的截断值；

所述步骤3中SAD匹配代价计算为其中，I_l(p)表示像素p在左图中三个通道数值之和，I_r(p-d)表示像素p-d在右图中三个通道数值之和，N_P表示以像素p为中心的邻域，MCT的匹配代价计算为C_mcent(p,d)＝Hamming(C_cl(p),C_cr(p-d))，其中，Hamming表示汉明距离，具体操作为对C_cl(p)与C_cr(p-d)进行异或运算，统计结果为1的个数，C_cl(p)表示像素p在左图进行变换后得到的字符串，C_cr(p-d)表示像素p-d在右图进行变换后得到的字符串；

所述MCT匹配代价计算方法过程如下：

首先，将邻域像素与中心像素比较得到布尔值，并将布尔值映射到一个比特串中，中心像素值为邻域窗口内所有像素的均值，得到其中C_c(p)表示对像素p进行变换操作之后得到的字符串，表示按位连接，N_P表示p的邻域，表示邻域所有像素的均值，I(p)表示像素p的值，为三个通道数值之和；

然后，取两个比特串的汉明距离得到MCT匹配代价计算，其中汉明距离即两个比特串的对应位不相同的数量，具体为将两个比特串进行异或运算，在统计异或运算结果的比特位中不为1的个数，得到的MCT匹配代价计算方式为

C_mceat(p，d)＝Hamming(C_cl(p)，C_cr(p-d))；

所述步骤4中得到的最终的匹配代价计算方式为：

式中，λ_SAD表示SAD匹配代价计算方式的调控参数，λ_mcent表示MCT匹配代价计算方式的调控参数，λ_g表示改进的基于梯度的匹配代价计算方式的调控参数，λ_SAD、λ_mcent和λ_g均为设定值；

所述步骤6具体表现为：

步骤a:对待匹配双目图像分别计算出水平方向与竖直方向的梯度g_x与g_y，计算方式为以像素p为中心的初始平滑窗口的方向为θ⁰(i,j)，其计算方式为θ⁰(i,j)＝arctan(g_(y)(i,j)/g_(x)(i,j))，i表示像素p的横坐标值，j表示像素p的纵坐标值，g_(x)(i,j)表示像素p在x方向的梯度，g_(y)(i,j)表示像素p在y方向的梯度，设初始窗口的尺寸为w⁰(i,j)与H⁰(i,j)，w⁰(i,j)表示初始窗口的宽，H⁰(i,j)表示初始窗口的高，其计算方式为a表示平滑窗口中最大的方形窗口尺寸；

步骤b：计算窗口内水平方向与竖直方向的梯度代数和和计算方式为其中，k表示水平方向单位数值，l表示竖直方向单位数值，g_x(i+k,j+l)表示坐标为(i+k,j+l)的像素在水平方向的梯度，g_y(i+k,j+l)表示坐标为(i+k,j+l)的像素在竖直方向的梯度，L为该自适应窗口，窗口方向依据梯度代数和更新，计算方式为，

步骤c：计算窗口内水平方向与竖直方向的梯度绝对值和与窗口尺寸依据梯度绝对值和更新，梯度绝对值和计算方式为窗口尺寸计算方式为其中，w^m(i,j)表示自适应窗口在水平方向的尺寸，H^m(i,j)表示自适应窗口在竖直方向的尺寸，θ^m(i,j)表示自适应窗口的方向；

步骤d：当自适应窗口尺寸满足条件时，停止更新窗口的尺寸与方向，其中，w^m+1(i,j)表示自适应窗口邻域水平方向的尺寸，H^m+1(i,j)表示自适应窗口邻域竖直方向的尺寸。