[发明专利]一种基于双目视觉的水下涵隧内壁三维信息恢复方法

摘要

本发明公开了一种基于双目立体视觉的水下涵隧内壁三维信息恢复方法，获取涵隧内壁原始左右目图像，对获取的涵隧内壁原始左右目图像进行极线校正；分别对得到的校正左目图像和校正右目图像进行各向异性扩散，得到滤波左目图像和滤波右目图像；利用灰度梯度共生矩阵直接提取参考图像的纹理特征，并利用FCM聚类方法将参考图像划分为强纹理图像和弱纹理图像两类；对得到的滤波左目图像和滤波右目图像进行纹理特征约束的匹配代价计算；采用加权水平树结构和基于动态规划的能量优化进行代价聚集；进行视差计算和视差精化处理，获取最终的涵隧内壁视差图。本发明能够提高水下涵隧内壁的立体匹配的精度，获得更加精确的涵隧内壁视差图和三维坐标信息。

主权项

1.一种基于双目立体视觉的水下涵隧内壁三维信息恢复方法，其特征在于，包括以下步骤：步骤1：获取涵隧内壁原始左右目图像，对双目摄像机进行标定，得到相机的内外参数，并通过相机内外参数对获取的涵隧内壁原始左右目图像进行极线校正，得到校正左目图像I_L和校正右目图像I_R；步骤2：分别对步骤1得到的校正左目图像I_L和校正右目图像I_R进行各向异性扩散，得到滤波左目图像I_FL和滤波右目图像I_FR；所述各向异性扩散是一种支持区域内平滑的方法，用于在保留图像边缘的情况下平滑图像中的噪声；步骤3：利用灰度梯度共生矩阵直接提取参考图像的纹理特征，并利用FCM聚类方法将每一帧参考图像中某一帧图像划分为强纹理图像和弱纹理图像两类，所述参考图像指的是原始左目图像；步骤4：对步骤2得到的滤波左目图像I_FL和滤波右目图像I_FR进行纹理特征约束的匹配代价计算；步骤5：采用加权水平树结构和基于动态规划的能量优化进行代价聚集；步骤6：进行视差计算和视差精化处理，获取最终的涵隧内壁视差图；步骤7：根据得到的视差图，采用二维图像和三维空间的坐标转换，得到涵隧内壁的三维数据信息。