專利名稱:一種立體視覺(jué)的遮擋像素分類算法的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及ー種立體視覺(jué)的遮擋像素分類算法,屬于計(jì)算機(jī)立體視覺(jué)領(lǐng)域。
背景技術(shù):
圖像匹配是立體視覺(jué)中恢復(fù)三維信息的關(guān)鍵環(huán)節(jié)。在圖像匹配過(guò)程中,由于左右視角所限形成了遮 擋區(qū)域,左圖像中物體的左邊界區(qū)域往往在右圖像中找不到對(duì)應(yīng)點(diǎn),同時(shí)右圖像的右邊界區(qū)域在左圖像中找不到對(duì)應(yīng)點(diǎn),以及圖像的噪聲也會(huì)導(dǎo)致圖像匹配失敗。由于這些因素使像素匹配失敗,不能獲得有效的視差值和深度信息。目前常用的處理辦法是直接將匹配失敗點(diǎn)的視差值直接等于鄰近像素的視差值。那么這種方法明顯存在弊端,就是在邊界位置,也即使在視差值發(fā)生突變的位置,匹配失敗點(diǎn)的視差值誤差有可能會(huì)很大。
發(fā)明內(nèi)容
本發(fā)明的目的是為了解決上述的視差計(jì)算問(wèn)題,提出ー種立體視覺(jué)的遮擋像素分類算法,該算法基于相似性原理,將匹配失敗點(diǎn)進(jìn)行相似性比較,其視差值等干與之最為相似的像素區(qū)域的視差值。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是
ー種立體視覺(jué)的遮擋像素分類算法,以基準(zhǔn)圖像/B(i,j)中的像素為基準(zhǔn),在參照?qǐng)D像4(ムI)中尋找匹配點(diǎn),形成視差圖ゴ(ムカ,其中不能匹配成功的像素點(diǎn),被列為遮擋像素點(diǎn)プ),其中,0彡/く M, O ^ J< N,0<ffl< Μ,系數(shù)M為圖像的像素寬度,系數(shù)N為圖像的像素高度,包括以下步驟
(1)在所述的基準(zhǔn)圖像/B(i,J·)中,選定所述的遮擋像素點(diǎn)0( ,J·)相鄰左端的連續(xù)匹配成功的像素區(qū)域作為第一樣本集k(/ ,j'),n<Mi],計(jì)算所述的第一樣本集的視
差均值D1= ゴ(/7,/K ;選定相鄰右端的連續(xù)匹配成功的像素區(qū)域作為第二樣本集/5;
(3)以所述的遮擋像素集的像素均值計(jì)算所述的遮擋像素集與所述的第一像素集的平均歐式距離LI和與所述的第二像素集的平均歐式距離L2 ;
(4)根據(jù)所述的平均歐式距離LI和平均歐式距離L2的大小,確定所述的遮擋像素點(diǎn)0 0 ,プ)的視差值當(dāng) L1>L2 時(shí), /0 ,J)=D2 ;當(dāng) L1〈L2 時(shí), /0 ,j) =Dl0對(duì)于灰度圖像,所述的平均歐式距離LI=ム[右(n,j)-j)/5-プ)/5-j)/5- fM プチ1)/5_ fBQn, j-l)/5]/K0對(duì)于灰度圖像,所述的平均歐式距離L2=チ[(7, j)~ j) /tO- f^(jn+l,プ)/5- j)/5-デB Os,jVl)/5-デB Os,j-l)/5]/K0對(duì)于彩色圖像,所述的基準(zhǔn)圖像/·B(i,プ)為多維函數(shù)/·B(i,j) = (RB(i,プ),GB(i,j),BB(i,プ)),所述的遮擋像素集的像素均值為(α Os,j), β (m, j), Θ (jn, j))=(Rb( , j)/5+Rb( ^1, j)/5+Rb( -1, j)/5+Rb( , jV1)/5+Rb( ,j-1)/5, Gb O , f) /5+GW j) /5+Gb( -1, j) /5+Gb( , jVI) /5+Gb( , j-1) /5,Bb ( , f) /5+BBfeチ 1,I) /5+Bb Ο-i,プ)/5+BbO, j+ ) /5+BbO,プ-1)/5),所述的平均歐式距離 LI = 對(duì)于彩色圖像,所述的平均歐式距離
權(quán)利要求
1.ー種立體視覺(jué)的遮擋像素分類算法,以基準(zhǔn)圖像/B(i,j)中的像素為基準(zhǔn),在參照?qǐng)D像4(ムI)中尋找匹配點(diǎn),形成視差圖ゴ(ムJ·),其中不能匹配成功的像素點(diǎn),被列為遮擋像素點(diǎn)プ),其中,Oi^iく M, O ^ J< N,0<ffl< Μ,系數(shù)M為圖像的像素寬度,系數(shù)N為圖像的像素高度,其特征在于包括以下步驟 (1)在所述的基準(zhǔn)圖像/B(i,J·)中,選定所述的遮擋像素點(diǎn)0( ,J·)相鄰左端的連續(xù)匹配成功的像素區(qū)域作為第一樣本集k(/ ,j'),n<Mi],計(jì)算所述的第一樣本集的視差均值D1= Σゴ(/7,力/K ;選定相鄰右端的連續(xù)匹配成功的像素區(qū)域作為第二樣本集[y{l,j),m<Km,計(jì)算所述的第二樣本集的視差均值D2=Ei/(ム力/K,其中,系數(shù)K為所述的第一樣本集和第二樣本集的像素個(gè)數(shù); (2)圍繞所述的遮擋像素點(diǎn)0( ,j)取相鄰的遮擋像素點(diǎn),構(gòu)成遮擋像素集{Oijn,プ),00±1,j), O O,プ± I)},計(jì)算所述的遮擋像素集的像素均值為[Z1bO, j)+J)+ ^0-1, j)+ fB(m,プチI)+ fB(m,プ-1)]/5; (3)以所述的遮擋像素集的像素均值計(jì)算所述的遮擋像素集與所述的第一像素集的平均歐式距離LI和與所述的第二像素集的平均歐式距離L2 ;(4)根據(jù)所述的平均歐式距離LI和平均歐式距離L2的大小,確定所述的遮擋像素點(diǎn)00 ,プ)的視差值當(dāng) L1>L2 時(shí), /0 ,J)=D2 ;當(dāng) L1〈L2 時(shí), /0 ,J) =Dl0
2.如權(quán)利要求I所述的ー種立體視覺(jué)的遮擋像素分類算法,其特征在于對(duì)于灰度圖像,所述的平均歐式距離 LI=(n, j)~ j) /tO-j) /tO-プ)/5_fM プチI)/5- fM j-l)/5]/K0
3.如權(quán)利要求I所述的ー種立體視覺(jué)的遮擋像素分類算法,其特征在于對(duì)于灰度圖像,所述的平均歐式距離L2=ヰJ [ (7, j)~ プ)/5-プ)/5- 0-1,プ)/5-fM プチI)/5- fM J-1)/5]/K0
4.如權(quán)利要求I所述的ー種立體視覺(jué)的遮擋像素分類算法,其特征在于對(duì)于彩色圖像,所述的基準(zhǔn)圖像/·B(i,プ)為多維函數(shù)/·B(i,プ) = (RB(i,プ),GB(i,プ),BB(i,プ)),所述的遮擋像素集的像素均值為fe,j), β (Pi, j), θ {pi, j))= ( Rb( ,j)/5+Rb0^1,j)/5+Rb( -1, j)/5+Rb( , jV1)/5+Rb( , j_1)/5, Gb ( , j) /5+GW j) /5+Gb( -1, j) /5+Gb( , j+l) /5+Gb( , j-I) /5,Bb( , j) /b+\(jn+l,j) /5+Bb Ο-i, j) /5+BbO, j+l) /5+BbO,プ-1)/5),所述的平均歐式距離 LI =Sg(jWnJ)ベnUtf +/K。η
5.如權(quán)利要求I所述的ー種立體視覺(jué)的遮擋像素分類算法,其特征在干對(duì)于彩色圖像,所述的平均歐式距離L2 =Σ;( ^/)+WiJ)-^jJf /K。
全文摘要
公開(kāi)一種立體視覺(jué)的遮擋像素分類算法,以基準(zhǔn)圖像中的像素為基準(zhǔn),在參照?qǐng)D像中尋找匹配點(diǎn),形成視差圖,并列出為遮擋像素點(diǎn),然后執(zhí)行一下步驟1在所述的基準(zhǔn)圖像中,選定所述的遮擋像素點(diǎn)相鄰左端的連續(xù)匹配成功的像素區(qū)域作為第一樣本集,并計(jì)算該樣本集的平均視差;選定相鄰右端的連續(xù)匹配成功的像素區(qū)域作為的第二樣本集,并計(jì)算該樣本集的平均視差;2圍繞遮擋像素點(diǎn)選取相鄰的遮擋像素點(diǎn),構(gòu)成遮擋像素集,并計(jì)算該遮擋像素集的像素均值;3以所述的遮擋像素集的像素均值計(jì)算所述的遮擋像素集與所述的第一像素集的平均歐式距離和與所述的第二像素集的平均歐式距離;4根據(jù)平均歐式距離的大小,確定所述的遮擋像素點(diǎn)的視差值。
文檔編號(hào)G06K9/62GK102708379SQ201210141038
公開(kāi)日2012年10月3日 申請(qǐng)日期2012年5月9日 優(yōu)先權(quán)日2012年5月9日
發(fā)明者劉瑜, 程曉東 申請(qǐng)人:慈溪思達(dá)電子科技有限公司