[发明专利]一种结合目标识别技术的局部立体匹配方法及系统

权利要求书

1.一种结合目标识别技术的局部立体匹配方法，其特征在于：包括以下步骤，

采集模块(100)采集目标图像；

识别模块(200)识别所述目标图像中的待检测目标并计算目标边缘最小的外接矩形框的坐标位置；

所述识别模块(200)利用方向梯度直方图特征和支持向量机分类器实现对待检测目标的识别；

所述识别过程还包括以下步骤，

通过手动选择矩形框对公开数据集进行目标标记，并将含有目标的矩形框称为正样本，不含目标的矩形框作为负样本；

提取所有样本的方向梯度直方图特征，并将正样本标注为1，负样本标注为0；

将提取出的方向梯度直方图特征及标注作为支持向量机分类器的输入并进行训练，得到训练后的目标检测分类器；

使用目标检测分类器检测目标图像中的目标位置，计算处理后获得目标的边缘点坐标及整个目标的边缘轮廓；

根据边缘点的坐标，计算目标边缘轮廓的最小外接矩形框的坐标，作为目标的最终位置；

匹配模块(300)在外接矩形框内进行特征点的提取与匹配，并剔除匹配对中的错误匹配对，得到最终正确的匹配对；

所述剔除错误匹配对采用的技术包括随机采样一致性约束、极线约束和数据离散度约束，包括以下步骤，

根据随机采样一致性约束原则剔除错误匹配对；

根据极线约束原则剔除错误匹配对；

根据目标深度信息特性，构建数据离散度约束，并剔除错误匹配对；

计算模块(400)根据最终正确的匹配对计算匹配对中特征点之间的视差结果，完成匹配。

2.如权利要求1所述的结合目标识别技术的局部立体匹配方法，其特征在于：所述采集模块(100)为双目立体相机，能够对同一目标采集左、右两张图像，且采集到的两张图像中目标均完整。

3.如权利要求2所述的结合目标识别技术的局部立体匹配方法，其特征在于：所述匹配模块(300)对基于快速增强特征检测技术实现特征点的提取与匹配，包括以下步骤，

在目标的最小外接矩形框中，使用角点检测方法检测该范围内的特征点，并生成surf特征描述子；

利用近似k近邻算法寻找同一目标一副图像中的surf特征描述子在另一幅图像中相一致的surf特征描述子，构建为匹配对。

4.如权利要求1或3所述的结合目标识别技术的局部立体匹配方法，其特征在于：所述计算模块(400)的计算还包括以下步骤，

根据最终正确的匹配对，统计所有匹配对的视差值di，其计算公式如下：

di＝x_left-x_right

其中，di为第i对匹配对之间的视差值，x_left为匹配对中左图像特征点的x坐标值，x_right为匹配对中右图像特征点的x坐标值。

5.如权利要求4所述的结合目标识别技术的局部立体匹配方法，其特征在于：所述计算模块(400)的计算还包括以下步骤，

根据视差值di计算其平均值d作为目标的最终视差结果，其计算公式如下：

其中，d是最终视差结果，d1，d2，……，dn是正确匹配对中每个匹配对之间的视差，n是正确匹配对的数量。

6.一种采用如权利要求1～5任一所述的结合目标识别技术的局部立体匹配系统，其特征在于：包括，

采集模块(100)，所述采集模块(100)为双目立体相机，能够对同一目标采集两张图像；

识别模块(200)，所述识别模块(200)用于识别待检测目标以及目标边缘最小外接矩形坐标的计算；

匹配模块(300)，所述匹配模块(300)能够进行特征点的提取与匹配，并剔除错误匹配对，得到最终正确的匹配对；

计算模块(400)，所述计算模块(400)能够计算匹配对中特征点之间的视差并获得最终视差结果。