一種雙目視覺立體匹配算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及雙目視覺圖像處理技術(shù)領(lǐng)域，具體而言，涉及一種雙目視覺立體匹配 算法。
【背景技術(shù)】
[0002] 人類視覺不僅可以分辨出顏色、外形等特征，還能通過雙目所看到的不同圖像的 差別，分辨出物體的深度信息。雙目視覺是機(jī)器視覺的一個(gè)重要形式，它是基于視差原理并 利用不同位置的兩臺(tái)攝像裝置拍攝同一場景，通過計(jì)算空間點(diǎn)在兩幅圖像中的視差，來獲 取物體的三維幾何信息的方法。融合兩只眼獲得的圖像并觀察它們之間的差別，使我們可 以獲得明顯的深度感，建立特征間的對應(yīng)關(guān)系，將同一空間物理點(diǎn)在不同圖像中的映像點(diǎn) 對應(yīng)起來。
[0003] 根據(jù)雙目視覺原理，一旦獲取了空間點(diǎn)的視差，如果能夠在圖像坐標(biāo)系中確定兩 個(gè)匹配點(diǎn)，并知道其各自的圖像坐標(biāo)，那么就可以獲得空間點(diǎn)的深度信息。因此，實(shí)現(xiàn)深度 信息獲取的關(guān)鍵是獲得空間點(diǎn)在左右圖像平面內(nèi)的一個(gè)匹配對，而立體匹配問題則是實(shí)現(xiàn) 深度獲取的關(guān)鍵。雙目立體匹配問題是一個(gè)"病態(tài)"問題，雙目立體匹配實(shí)施要考慮諸多因 素，并以計(jì)算復(fù)雜度和穩(wěn)定性等總體性能指標(biāo)來衡量方案實(shí)施的可行性和有效性。立體匹 配的算法很多，主要有區(qū)域匹配算法、特征匹配算法、基于全局約束算法、圖割算法和基于 人工智能的算法。區(qū)域匹配算法通過固定尺寸窗口進(jìn)行代價(jià)聚集，運(yùn)算速度快，但在低紋理 和深度不連續(xù)區(qū)域匹配效果差；特征匹配算法只能得到稀疏的視差場，要獲得密集的視差 場必須通過復(fù)雜的差值過程，往往適用于具有特征信息顯著的環(huán)境中；基于全局約束算法 雖然能夠通過構(gòu)建復(fù)雜的能量函數(shù)模型得到高精度的匹配結(jié)果，但計(jì)算速度慢，并且對計(jì) 算機(jī)的內(nèi)存需求較大；圖割算法雖然能獲得密集的結(jié)果，但是容易產(chǎn)生較大的匹配誤差。
[0004] 因此，提出一種解決現(xiàn)有匹配算法缺點(diǎn)的雙目視覺匹配算法是亟待解決的問題。

【發(fā)明內(nèi)容】

[0005] 為解決上述問題，本發(fā)明的目的在于提供一種可行且有效的仿生立體匹配算法， 使匹配算法的復(fù)雜性大大降低的同時(shí)能夠滿足雙目視覺的三維立體定位精度的要求。
[0006] 本發(fā)明提供了一種雙目視覺立體匹配算法，其特征在于，包括：
[0007] 步驟1，左眼和右眼注視空間物體的同一目標(biāo)特征點(diǎn)P，使所述目標(biāo)特征點(diǎn)P在所 述左眼中的圖像和在所述右眼中的圖像分別與所述左眼的光心位置1和所述右眼的光心 位置r重合；
[0008] 步驟2,建立左眼坐標(biāo)系、右眼坐標(biāo)系和世界坐標(biāo)系；
[0009] 步驟3，獲取所述左眼和所述右眼在三個(gè)方向上的轉(zhuǎn)角信息，包括所述左眼的光軸 方向和X軸的夾角、所述左眼的光軸方向和Y軸的夾角a i、所述左眼的光軸方向和Z軸 的夾角、所述右眼的光軸方向和X軸的夾角02'、所述右眼的光軸方向和Y軸的夾角 a 2、所述右眼的光軸方向和Z軸的夾角0 2;
[0010] 步驟4,根據(jù)三角幾何法，分別計(jì)算出所述目標(biāo)特征點(diǎn)P與所述左眼的光心位置1 之間的距離h、所述目標(biāo)特征點(diǎn)P與所述右眼的光心位置r之間的距離1 2;
[0011]
[0012]
[0013]其中，0，+92= Jr，b為光心位置1和光心位置r之間的距離；
[0014] 步驟5,分別計(jì)算出所述目標(biāo)特征點(diǎn)P在所述左眼坐標(biāo)系下的坐標(biāo)（Xl，yi， Zl)和在 所述右眼坐標(biāo)系下的坐標(biāo)（HzJ ;
[0015]
[0016]
[0017] 步驟6,根據(jù)雙目視覺原理，得到所述目標(biāo)特征點(diǎn)P在所述世界坐標(biāo)系下的世界坐 標(biāo)（X w，Yw，Zw)，即得到所述目標(biāo)特征點(diǎn)P的深度信息；
[0018]
[0019]
[0020] 其中，所述左眼和所述右眼的焦距均為f。
[0021] 作為本發(fā)明進(jìn)一步的改進(jìn)，步驟2中，所述左眼坐標(biāo)系是以所述左眼的光心位置1 為原點(diǎn)建立的三維坐標(biāo)系，所述右眼坐標(biāo)系是以所述右眼的光心位置r為原點(diǎn)建立的三維 坐標(biāo)系，所述世界坐標(biāo)系是以所述左眼的光心位置和所述右眼的光心位置之間的中點(diǎn)位置 為原點(diǎn)建立的三維坐標(biāo)系。
[0022] 作為本發(fā)明進(jìn)一步的改進(jìn)，步驟4具體包括：
[0023]步驟401，根據(jù)三角幾何關(guān)系，得到：
[0024]
[0025] 步驟402,計(jì)算得到
[0028] 作為本發(fā)明進(jìn)一步的改進(jìn)，步驟5具體包括：[0029] 步驟501，根據(jù)三角幾何關(guān)系，得到：[0030] xx= 1^os6i；yi=1i〇〇sa1；zx= 1^os0
[0026]
[0027]
[0033]
[0031] xr= 1 {os 9 2;y r= 1 {os a 2;z r= 1 {os 0 2;[0032] 步驟502,根據(jù)步驟4計(jì)算出的1JP 1 2，計(jì)算得到：
[0034]
[0035] 即所述目標(biāo)特征點(diǎn)P在所述左眼坐標(biāo)系下的坐標(biāo)（Xl，yi， Zl)和在所述右眼坐標(biāo)系 下的坐標(biāo)（\，L zj分別為：
[0036]
[0037]
[0038] 作為本發(fā)明進(jìn)一步的改進(jìn)，步驟6具體包括：
[0039] 步驟601，假定所述目標(biāo)特征點(diǎn)P在所述左眼中的圖像和在所述右眼中的圖像在 同一個(gè)平面上，則所述目標(biāo)特征點(diǎn)P在所述左眼坐標(biāo)系和在所述右眼坐標(biāo)系下的y坐標(biāo)相 同，即：
[0040] y!= y r；
[0041] 步驟602,根據(jù)三角幾何關(guān)系，得到：
[0042]
[0043] 步驟603,根據(jù)步驟602中的前兩個(gè)計(jì)算式得到：
[0044]
[0045] 進(jìn)而計(jì)算得到：
[0046]
[0047]講而計(jì)筧得至丨丨：
[0048]
[0049] 步驟604,記視差D = Xi-Xp根據(jù)步驟5中計(jì)算得到的坐標(biāo)（Xi, y:，zD和坐標(biāo) (xr, yr, zr)，得到：
[0050]
[0051] 步驟605,進(jìn)一步計(jì)算得到：
[0052]
[0053]
[0054]
[0055] 即得到所述目標(biāo)特征點(diǎn)P的深度信息為：
[0056]
[0057]
[0058] 本發(fā)明的有益效果為：
[0059] 1、引入雙目在三個(gè)方向上的轉(zhuǎn)角信息，通過三角形幾何法可得到目標(biāo)特征點(diǎn)的深 度信息；
[0060] 2、算法簡單可行，復(fù)雜程度大大降低，同時(shí)可滿足三維定位精度的要求。
【附圖說明】
[0061] 圖1為本發(fā)明實(shí)施例所述的一種雙目視覺立體匹配算法的流程示意圖；
[0062] 圖2圖1中求解目標(biāo)特征點(diǎn)深度信息的原理示意圖。
【具體實(shí)施方式】
[0063] 下面通過具體的實(shí)施例并結(jié)合附圖對本發(fā)明做進(jìn)一步的詳細(xì)描述。
[0064] 圖1所示，本發(fā)明實(shí)施例的一種雙目視覺立體匹配算法，包括：
[0065] 步驟1，左眼和右眼注視空間物體的同一目標(biāo)特征點(diǎn)P，使目標(biāo)特征點(diǎn)P在左眼中 的圖像和在右眼中的圖像分別與左眼的光心位置1和右眼的光心位置r重合。
[0066] 步驟2,建立以左眼的光心位置1為原點(diǎn)的三維坐標(biāo)系（左眼坐標(biāo)系），建立以右 眼的光心位置r為原點(diǎn)的三維坐標(biāo)系（右眼坐標(biāo)系），建立以左眼的光心位置和右眼的光心 位置之間的中點(diǎn)位置為原點(diǎn)的三維坐標(biāo)系（世界坐標(biāo)系）。
[0067] 步驟3,第一攝像裝置模擬左眼，第二攝像裝置模擬右眼，在第一攝像裝置的三個(gè) 軸（X軸、Y軸、Z軸）的方向上分別安裝第一伺服電機(jī)、第二伺服電機(jī)和第三伺服電機(jī)，在第 二攝像裝置的三個(gè)軸（X軸、Y軸、Z軸）的方向上分別安裝三第四伺服電機(jī)、第五伺服電機(jī)