[发明专利]基于多级优化的室外场景下立体匹配方法、装置、设备

权利要求书

1.一种基于多级优化的室外场景下的半全局立体匹配方法，其特征在于，包括如下步骤：

1)对双目立体相机采集到的左右场景图像进行灰度预处理和边缘检测预处理；

2)对经过所述灰度预处理的左右场景预处理图像进行初步匹配代价计算，得到第一代价值；以及对经过所述边缘检测预处理的左右场景预处理图像进行初步匹配代价计算，得到第二代价值；

3)对所述第一代价值和所述第二代价值赋予不同的权重进行代价聚合并以多个方向约束的方式进行代价聚合求解效率优化，得到左右图像视差值；

4)对所述左右图像视差值进行求精处理；

5)对左右图像视差图进行后优化处理。

2.如权利要求1所述的半全局立体匹配方法，其特征在于，对双目立体相机采集到的左右场景图像进行灰度预处理和边缘检测预处理包括：

将双目立体相机采集到的左右场景RGB图像转换为灰度图像；

对经过灰度预处理后的左右场景灰度图像进行X方向的Sobel X处理。

3.如权利要求2所述的半全局立体匹配方法，其特征在于，左右场景RGB图像转换为灰度图像的转换公式为：

Grey＝(R*76+G*150+B*30)8

其中，R、G、B分别代表双目相机采集到的原始图像的RGB颜色空间三通道值，Grey代表转换后的灰度值。

4.如权利要求2所述的半全局立体匹配方法，其特征在于，Sobel X处理的公式为：

Sobel(x,y)＝2[P(x+1,y)-P(x-1,y)]+P(x+1,y-1)-P(x-1,y-1)+P(x+1,y+1)-P(x-1,y+1)

其中，P(x+1,y),P(x-1,y),P(x+1,y-1),P(x-1,y-1),P(x+1,y+1),P(x-1,y+1)分别代表中心像素点(x,y)邻域内的像素灰度值。

5.如权利要求1所述的半全局立体匹配方法，其特征在于，对经过所述灰度预处理的左右场景预处理图像进行初步匹配代价计算，得到第一代价值；以及对经过所述边缘检测预处理的左右场景预处理图像进行初步匹配代价计算，得到第二代价值包括：

利用带有惩罚项的BT(Birchfield and Tomasi)算法对经过所述灰度预处理的左右场景预处理图像进行初步匹配代价计算，得到第一代价值；

利用带有惩罚项的BT(Birchfield and Tomasi)算法对经过所述边缘检测预处理的左右场景预处理图像进行初步匹配代价计算，得到第二代价值。

6.如权利要求1所述的半全局立体匹配方法，其特征在于，对所述第一代价值和所述第二代价值赋予不同的权重进行代价聚合的聚合公式为：

C(p,d)＝3C₁(p,d)+C₂(p,d)

其中，C表示聚合后的代价值、C₁表示所述第一代价值、C₂表示所述第二代价值、d表示某一个特征点p的视差值。

7.如权利要求6所述的半全局立体匹配方法，其特征在于，多个方向约束的方式进行代价聚合求解效率优化包括：

选取8个方向约束的方式进行代价聚合求解效率优化，其中一个方向s的代价值求解公式为：

其中，C(p,d)表示聚合后的代价值、表示当视差d不变化；视差d波动范围在±1个像素；视差d变化＞1三种情况下代价值的最小值、P₁、P₂为两个惩罚系数；p-s表示s方向上的前一个像素点，表示前一个像素点的最小代价值，i表示视差变化＞1的视差值；

其中，8个方向的代价值求解公式为：

其中，F(p，d)表示8个方向代价值的加合值、L(p,d)表示其中一个方向的代价值、k表示选取约束方向的数量。