[发明专利]一种极线校正方法及装置在审
| 申请号: | 202210632044.0 | 申请日: | 2022-06-06 |
| 公开(公告)号: | CN114926654A | 公开(公告)日: | 2022-08-19 |
| 发明(设计)人: | 尹勇;袁仲发;鹿翔飞;张可 | 申请(专利权)人: | 武汉理工大学 |
| 主分类号: | G06V10/44 | 分类号: | G06V10/44;G06V10/46 |
| 代理公司: | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人: | 张璐 |
| 地址: | 430070 湖*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 校正 方法 装置 | ||
1.一种极线校正方法,其特征在于,包括:
基于双目视觉系统获取第一图像和第二图像;
基于图像像素点灰度值确定所述第一图像中的多个第一特征点和所述第二图像中的多个第二特征点;
将所述多个第一特征点和所述多个第二特征点进行匹配,获得多个初始匹配点对;
基于归一化八点算法、随机一致性算法以及所述多个初始匹配点对确定目标基础矩阵;
基于所述目标基础矩阵和极线约束确定第一极点和第二极点,并基于所述第一图像的中心点、所述第一极点和所述第二极点确定第一投影矩阵和第二投影矩阵;
基于所述第一投影矩阵、所述第二投影矩阵对所述第一特征点和所述第二特征点进行投影变换,获得校正图像。
2.根据权利要求1所述的极线校正方法,其特征在于,所述基于图像像素点灰度值确定所述第一图像中的多个第一特征点和所述第二图像中的多个第二特征点,包括:
对所述第一图像和所述第二图像进行平滑处理,对应获得第一平滑图像和第二平滑图像;
对所述第一平滑图像和所述第二平滑图像进行多尺度分解,对应获得第一高斯金字塔和第二高斯金字塔;
基于预设的划分规则划分所述第一高斯金字塔和所述第二高斯金字塔,对应获得多个第一子图像块和多个第二子图像块;
根据所述第一子图像块或所述第二子图像块构建局部滑动窗口,并根据所述局部滑动窗口、所述多个第一子图像块确定所述多个第一特征点,根据所述局部滑动窗口和所述多个第二子图像块确定所述多个第二特征点。
3.根据权利要求2所述的极线校正方法,其特征在于,所述第一高斯金字塔包括多个第一图像层,所述基于预设的划分规则划分所述第一高斯金字塔,获得多个第一子图像块,包括:
将所述多个第一图像层中各第一图像层进行划分,获得多个第一图像区域;
将所述多个第一图像区域中各第一图像区域进行划分,获得多个第一子图像块。
4.根据权利要求3所述的极线校正方法,其特征在于,所述多个第一图像层包括当前第一图像层和与所述当前第一图像层相邻的第一相邻图像层和第二相邻图像层,所述多个第一子图像块包括当前第一子图像块和与所述当前第一子图像块相邻的多个相邻第一子图像块;所述根据所述局部滑动窗口、所述多个第一子图像块确定所述多个第一特征点,包括:
获取所述局部滑动窗口中的所述当前第一子图像块的原始图像灰度;
移动所述局部滑动窗口遍历所述当前第一子图像块,并获取移动后的所述局部滑动窗口中的所述当前第一子图像块的当前图像灰度;
基于所述原始图像灰度和所述当前图像灰度确定灰度差异和;
当所述灰度差异和大于或等于差异阈值时,将所述当前第一子图像块中灰度值最大的像素点作为关键点;
确定所述第一相邻图像层中与所述关键点对应的第一相邻点以及所述第二相邻图像层中与所述关键点对应的第二相邻点;
当所述关键点的灰度值大于所述第一相邻点的灰度值,所述关键点的灰度值大于所述第二相邻点的灰度值,且所述关键点的灰度值大于所述多个相邻第一子图像块中各像素点的灰度值时,所述关键点为所述第一特征点。
5.根据权利要求1所述的极线校正方法,其特征在于,所述将所述多个第一特征点和多个第二特征点进行匹配,获得多个初始匹配点对,包括:
确定所述多个第一特征点中各第一特征点与所述多个第二特征点中各第二特征点之间的欧式距离;
判断所述欧式距离是否大于预设距离,当所述欧式距离大于所述预设距离时,所述第一特征点和所述第二特征点为所述初始匹配点对。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210632044.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于物联网的冷链运输追溯系统
- 下一篇:电子节温器的卡滞排除机构





