[发明专利]一种双目立体视差确定方法、装置及无人机

说明书

本发明涉及立体匹配技术领域，特别是涉及一种双目立体视差确定方法、装置及无人机。该方法应用于无人机的双目摄像装置，包括：根据待匹配图像与匹配图像，建立图像视差空间，图像视差空间包含待匹配图像中每个待匹配像素点的像素视差空间，其中，每一个待匹配像素点的像素视差空间均包含待匹配像素点在不同视差下的代价聚合值；分别根据每一个待匹配像素点的像素视差空间，筛选出满足预设匹配条件的待匹配像素点作为基准像素点；在基准像素点中，分别根据每一个基准像素点在每个视差下的代价聚合值，确定满足预设聚合条件的代价聚合值对应的视差作为目标视差。通过上述方式，本发明能够提高确定目标视差的准确性。

技术领域

本发明实施例涉及立体匹配技术领域，特别是涉及一种双目立体视差确定方法、装置及无人机。

背景技术

无人机是一种由无线电遥控设备或自身程序控制装置操纵的无人驾驶飞行器。在无人机自主避障的过程中，一般通过双目摄像装置获取无人机前方环境的深度图来确定无人机前方环境存在的障碍物情况，进而根据所确定的障碍物情况实现避障。其中，双目摄像装置通过利用所拍摄的双目图像进行立体匹配来确定无人机前方环境的深度图。

目前，双目摄像装置对双目图像进行立体匹配时，主要确定待匹配图像上所有待匹配像素点在匹配图像中的对应点，进而根据所有待匹配像素点及其对应点之间的视差确定深度图，该种方式对待匹配图像上所有的待匹配像素点均进行对应点的查找，若待匹配像素点位于重复纹理场景或者无纹理场景时，则该待匹配像素点存在多个对应点，使得对应点的查找容易出错，导致待匹配像素点与对应点之间的视差确定错误，进而导致深度图错误，使得无人机判断的障碍物情况不准确，出现误检测的问题。

发明内容

本发明实施例旨在提供一种双目立体视差确定方法、装置及无人机，能够提高确定目标视差的准确性。

为解决上述技术问题，本发明实施例采用的一个技术方案是：提供一种双目立体视差确定方法，应用于无人机的双目摄像装置，所述方法包括：

根据待匹配图像与匹配图像，建立图像视差空间，所述图像视差空间包含所述待匹配图像中每个待匹配像素点的像素视差空间，其中，每一个所述待匹配像素点的像素视差空间均包含所述待匹配像素点在不同视差下的代价聚合值；

分别根据每一个所述待匹配像素点的像素视差空间，筛选出满足预设匹配条件的待匹配像素点作为基准像素点；

在所述基准像素点中，分别根据每一个所述基准像素点在每个所述视差下的代价聚合值，确定满足预设聚合条件的代价聚合值对应的所述视差作为目标视差。

可选地，所述分别根据每一个所述待匹配像素点的像素视差空间，筛选出满足预设匹配条件的待匹配像素点作为基准像素点，包括：

在每一个所述待匹配像素点的像素视差空间中，查找出代价聚合极值；

根据所述代价聚合极值，计算出所述像素视差空间的分界值；

根据所述分界值及所述代价聚合极值，筛选出基准像素点。

可选地，所述代价聚合极值包括最小极值、次最小极值、次次最小极值以及最大极值；所述分界值包括第一分界值、第二分界值以及第三分界值；则，

所述根据所述代价聚合极值，计算出所述像素视差空间的分界值，包括：

根据所述最小极值和所述最大极值，得到所述第一分界值；

根据所述第一分界值和所述最小极值，得到所述第二分界值；

根据所述第二分界值和所述最小极值，得到所述第三分界值。

可选地，所述第一分界值为所述最小极值和所述最大极值之和的二分之一；

所述第二分界值为所述第一分界值和所述最小极值之和的二分之一；