[发明专利]一种智能车双目视觉深度测量的递阶搜索方法

权利要求书

1.一种智能车双目视觉深度测量的递阶搜索方法，其特征在于，包括如下步骤：

初始化双目相机模型的条件设定和标定；

构建双目相机采集图像数据的区域模板和初始化相关系数；

构建左右图像中对应区域模板的定位点投影关系模型；

对双目区域模板立体匹配和递阶搜索，得到最佳区域立体匹配的深度测量值；

基于最佳区域立体匹配的深度测量值，计算三维空间坐标。

2.如权利要求1所述的智能车双目视觉深度测量的递阶搜索方法，其特征在于，初始化双目相机模型的条件设定和标定的步骤包括：

设定双目相机两种安装条件；

标定双目相机的内参和外参，得到二维图像到三维世界的投影矩阵。

3.如权利要求2所述的智能车双目视觉深度测量的递阶搜索方法，其特征在于，设定双目相机两种安装条件的步骤包括：

安装的双目左右相机同型号即内参相同，横向平行安装；

安装的双目左右相机不同型号即内参不相同，无须平行安装即立体校正。

4.如权利要求2所述的智能车双目视觉深度测量的递阶搜索方法，其特征在于，标定双目相机的内参和外参，得到二维图像到三维世界的投影矩阵的步骤中：

利用单目相机标定法或者双目相机标定法，分别标定计算出左相机模型和右相机模型相对于世界坐标系的投影矩阵。

5.如权利要求1所述的智能车双目视觉深度测量的递阶搜索方法，其特征在于，构建双目相机采集图像数据的区域模板和初始化相关系数的步骤包括：

像平面区域模板的定义和初始化构建；

左右区域模板的相关系数的计算和初始化。

6.如权利要求5所述的智能车双目视觉深度测量的递阶搜索算法，其特征在于，像平面区域模板的定义和初始化构建的步骤中：

定义左右相机采集图像数据上的块状区域为区域模板，其包含一个定位点，一个核心区域，一个核心区域的边缘区域，定位点为区域模板核心区域的左上角位置的像素点，即核心区域的初始点；

初始化构建一个像素为0的区域模板。

7.如权利要求1所述的智能车双目视觉深度测量的递阶搜索算法，其特征在于，构建左右图像中对应区域模板的定位点投影关系模型的步骤包括：

分解左右相机模型中计算的投影矩阵；

计算投影矩阵中分解出的联合常数矩阵系数；

初始化左图中的定位点，计算所对应的右图中的落点定位点的轨迹。

8.如权利要求1所述的智能车双目视觉深度测量的递阶搜索算法，其特征在于，对双目区域模板立体匹配和递阶搜索，得到最佳区域立体匹配的深度测量值的步骤包括：

采集左右相机同一时刻的左右成对的立体图像，初始化区域模板起始定位点；

进行左右图对应区域模板位置的递阶搜索和立体匹配，计算相关系数；

判断相关性最大的右图区域模板作为最优立体匹配结果，并计算深度估计测量值。

9.如权利要求8所述的智能车双目视觉深度测量的递阶搜索算法，其特征在于，采集左右相机同一时刻的左右成对的立体图像，初始化区域模板起始定位点的步骤包括：

双目相机同时采集视频序列，提取校准对齐后的同一时刻间隔帧的左右图像数据形成左右成对的立体图像；

初始化左图的区域模板的定位点从左图的左上角像素点开始按从左到右，从上到下的滑动顺序计算。

10.如权利要求8所述的智能车双目视觉深度测量的递阶搜索算法，其特征在于，进行左右图对应区域模板位置的递阶搜索和立体匹配，计算相关系数的步骤包括：

将初始化的左相机图像像平面的区域模板在当前定位点处开始计算，并设定计算步长即滑动和条件；

将当前左图区域模板位置的区域做卷积滤波，定位点的深度预估计的先验值和区域模板定位点代入投影关系模型；

计算得出对应右相机图像像平面的估计匹配的区域模板的位置，即定位点位置；

以当前左图区域模板位置的定位点所估计深度先验值的对应三维世界点看作起始计算第一起点，选取定量点作为基本搜索点集；

根据投影关系模型，得到立体匹配对应的右图区域模板的定位点集；

计算当前左图对应区域模板的区域与右图估计立体匹配的区域模板位置的区域相关系数，得到相关系数集。