[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

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种双目立体相机图像区域匹配优化方法、设备及存储介质。

背景技术

双目立体视觉利用两台成像设备从不同的位置获取被测物体的两幅图像，并通过计算两幅图像对应像素点间的位置偏差(称作“视差disparity”)，来得到物体与成像设备之间的距离，从而得到物体在摄像机坐标系中的三维信息。而要计算两幅图像对应像素点间的位置偏差，就要将其中一幅图像划分为若干个小区域，再将每个小区域(下文称“参考图像”)在另一幅图像的某一范围内(下文称“实时图像”)进行区域匹配计算，找到实时图像中与参考图像最为相似的位置。

发明内容

本发明目的在于公开一种对双目立体相机图像区域匹配计算进行优化的方法及系统，以提高图像区域匹配的计算效率。

为实现上述目的，本发明公开了一种双目立体相机图像区域匹配优化方法，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：

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：

其中，S_μ为和项动态规划表，S_σ为平方和项动态规划表。

为实现上述目的，本发明公开一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

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：

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：

其中，S_μ为和项动态规划表，S_σ为平方和项动态规划表。

可选地，作为一种变劣的实现，本发明可以仅以动态规划表对上述归一化相关系数计算过程中的和项或者平方和项进行优化。

进一步的，本发明还公开一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现上述方法的步骤。

本发明具有以下有益效果：

基于动态规划原理和动态规划表将和项和/或平方和项的计算转化为关联像素点之间的累加和运算，极大提高了在图像区域匹配的相关系数计算中和项和/或平方和项的计算效率。

下面将参照附图，对本发明作进一步详细的说明。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的实时图像与参考图像的空间关系示意图；

图2是本发明实施例基于动态规划的区域值累加和计算原理示意图；

图3是本发明实施例公开的动态规划表构造原理示意图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。

实施例1