[发明专利]一种基于深度学习和双目立体视觉相结合的测距方法

摘要

本发明提出了一种基于深度学习和双目立体视觉相结合的测距方法，利用深度学习框选出目标对象在场景图像中的坐标位置，将该坐标位置对应到由三维重建形成的视差图中，进而可以框选出该目标物在视差图中的坐标范围。最后，利用一种统计方法——众数，来对视差图中框选出的区域按列求取一个出现次数最多的灰度值。由于视差图是一个二维数组，因此可以求得所有等于该灰度值的点的坐标位置。由于这些点的灰度值都是相同的，因此，选取这些点中任意一个点的坐标位置，输入给双目立体视觉模块生成的深度图，即可求得目标物与该双目立体视觉系统之间的距离。本发明与现有的测距方法相比，还具有能够对现实场景下具体目标物进行基于识别的非接触测量的优点。

主权项

一种基于深度学习和双目立体视觉相结合的测距方法，其特征在于包括以下步骤：步骤(1)：首先由标定后的双目相机模块捕获现实场景下的图像；步骤(2)：将步骤(1)中目标相机模块中的左目相机捕获的图像输入到基于深度学习的物体识别模块，框选出在输入图像中能够识别到的物体，并且给出识别到的物体的具体名称和所在区域，如果输入图像不包含可以识别到的物体，则仅进行三维重建，然后返回到步骤(1)；步骤(3)：将双目相机捕获的图像输入到双目立体视觉的三维重建模块进行三维重建，生成视差图，再将步骤(2)中得到的所述物体所在区域的坐标输入给双目视觉模块，双目视觉模块对在视差图中框选出的区域利用统计方法—众数，对该框选出来的所述区域的灰度值进行按列统计，得到灰度值统计结果；步骤(4)：对步骤(3)的灰度值统计结果进行去重处理，然后对去重后的结果进行从小到大的排序，如果排序后的灰度值个数大于2个，则删除第一个和最后一个灰度值，即去掉灰度最大值和灰度最小值，从剩下的灰度值中选取一个作为框选区域灰度值的代表；如果灰度值个数小于等于2个，则仅取最后一个灰度值作为区域的灰度值的代表；步骤(5)：双目视觉模块生成的视差图为二维数组，求得步骤(4)中输出的区域的灰度代表值对应的坐标位置，双目视觉模块从各个区域的灰度代表值对应的坐标位置中任选一个坐标作为区域灰度值众数的代表，利用灰度值在深度图中的坐标位置，即求得框选出的区域包含的物体的距离。