[发明专利]双目立体相机图像区域匹配优化方法、设备及存储介质

权利要求书

1.一种双目立体相机图像区域匹配优化方法，其特征在于，包括：

第一步、以图像灰度信息为基础，确定区域匹配的的相似性度量指标，将参考图像在实时图像偏移(u,v)处的归一化相关系数r定义为：

r(u,v)=NΣi=0m-1Σj=0n-1I(i+u,j+v)M(i,j)-(Σi=0m-1Σj=0n-1I(i+u,j+v))(Σi=0m-1Σj=0n-1M(i,j))[NΣi=0m-1Σj=0n-1I2(i+u,j+v)-(Σi=0m-1Σj=0n-1I(i+u,j+v))2][NΣi=0m-1Σj=0n-1M2(i,j)-(Σi=0m-1Σj=0n-1M(i,j))2]]]>

式中，I为实时图像，M为参考图像，m和n分别为参考图像的宽度和高度，N＝m×n；其中，与实时图像相关的基本项包括和项：以及平方和项：

第二步、构建动态规划表，所述动态规划表计算有实时图像中每一个像素位置处左上角区域每一个像素点灰度值的累加和以及灰度值平方的累加和；

第三步、根据所述动态规划表，遍历计算参考图像在实时图像中各偏移量所对应的归一化相关系数的所述和项及所述平方和项，基于动态规划原理将所述归一化相关系数计算中的和项与平方和项计算转换为关联像素点之间的累加和运算，转换公式具体为：

Σi=0m-1Σj=0n-1I(u+i,v+j)=Sμ(u+m-1,v+n-1)-Sμ(u-1,v+n-1)-Sμ(u+m-1,v-1)+Sμ(u-1,v-1);]]>

Σi=0m-1Σj=0n-1I2(u+i,v+j)=Sσ(u+m-1,v+n-1)-Sσ(u-1,v+n-1)-Sσ(u+m-1,v-1)+Sσ(u-1,v-1);]]>

其中，S_μ为和项动态规划表，S_σ为平方和项动态规划表。