一种基于并行队列的立体匹配视差计算方法技术

本发明专利技术公开了一种基于并行队列的立体匹配视差计算方法，包括：对极线矫正过后的双目图像进行边缘提取，提取出两幅图像的高纹理区域图像和低纹理区域图像，并将高低纹理图像分别合成新的图像块,然后再运用全局匹配和局部匹配算法分别对高低纹理图像块进行特征点匹配计算，特征点匹配计算中，采用队列消息机制对匹配过程进行监督，实时更新视差图，加快立体视差计算速度。

A stereo matching disparity calculation method based on parallel queue

【技术实现步骤摘要】
一种基于并行队列的立体匹配视差计算方法
本专利技术涉及图像处理领域，具体涉及一种基于并行队列的立体匹配视差计算方法。
技术介绍
现有的立体图像对的视差获取方法主要通过计算左右两幅图像的特征点来获取，具体步骤为先分别计算出左右两幅图像的特征点，对左右两幅图像特征点进行匹配，然后进行视差计算与融合，获取特征点的匹配方法主要有全局匹配和局部匹配,但由于全局匹配需要的时间较长，所以局部匹配容易在低纹理区产生误差。
技术实现思路
为了克服现有技术存在的缺点与不足，本专利技术提供一种基于并行队列的立体匹配视差计算方法。本专利技术相对于现有的立体匹配视差计算方法具有快速性、准确性和鲁棒性的特点。本专利技术采用如下技术方案：一种基于并行队列的立体匹配视差计算方法，包括如下步骤：S1采用具有固定基线长度的平行光轴结构的双目相机拍摄图像，得到左相机采集的图像ILSrc及右相机采集的图像IRSrc；S2对上述图像进行降噪获得左高斯平滑图像和右高斯平滑图像；S3计算左高斯平滑图像及右高斯平滑图像的梯度幅值和方向；S4根据梯度幅值和方向得到左高斯平滑图像的左边缘检测图及右高斯平滑图像的右边缘检测图；S5提取左边缘检测图及右边缘检测图的高纹理区域图像及低纹理区域图像，得到左图高纹理图像、左图低纹理图像、右图高纹理图像及右图低纹理图像；S6对高纹理图像及低纹理图像进行空白区域填充；S7队列消息框架搭建，具体是将空白区域填充后的左图高纹理图像及右图高纹理图像的匹配步骤、左图低纹理图像及右图低纹理图像的匹配步骤和视差同步融合步骤分别置于三个子程序中，三个子程序的队列节点分别为Node-HTM、Node-LTM和Node-P，当高低纹理区域匹配完成时，Node-HTM和Node-LTM向Node-P发送当前行特征点匹配完成的消息，Node-P节点对应的视差同步融合子程序对该区域的高低纹理区域视差进行融合，得到该区域的稠密视差图。所述S7中左图高纹理图像及右图高纹理图像的匹配步骤具体是采用局部匹配的方法，对同一水平高度的5*5区域进行特征点匹配。所述S7中左图低纹理图像及右图低纹理图像的匹配步骤是采用全局匹配的方法，对同一水平高度的5*5区域进行特征点匹配。所述S2中采用高斯平滑滤波器进行降噪。所述S3计算左高斯平滑图像及右高斯平滑图像的梯度幅值和方向，具体为：采用一对卷积阵列计算梯度方向，其阵列形式如下：使用计算梯度幅值，计算梯度方向。所述S4根据梯度幅值和方向得到左高斯平滑图像的左边缘检测图及右高斯平滑图像的右边缘检测图，具体为：设定滞后阈值的高阈值和低阈值：当左高斯平滑图像和右高斯平滑图像某一像素的梯度幅值超过高阈值，则该像素被保留为边缘像素；当左高斯平滑图像和右高斯平滑图像某一像素的梯度幅值低于低阈值时，则该像素被排除；当左高斯平滑图像和右高斯平滑图像中某一像素的梯度幅值在预先设定的两个阈值之间时，若该像素与一个梯度幅值高于高阈值的像素相连，则该像素点被保留，否则将该像素点视为孤立点，将其忽略。所述S5提取左边缘检测图及右边缘检测图的高纹理区域图像及低纹理区域图像，得到左图高纹理图像、左图低纹理图像、右图高纹理图像及右图低纹理图像；具体为：设定一个阈值TSum＝10，采用一个Size＝5的求和矩阵对图像进行遍历，计算左右边缘检测图的区域求和值；若求和矩阵中该矩阵求和值大于阈值TSum，该5*5区域对应的5*5区域属于高纹理区域图像IH；若求和矩阵中该矩阵求和值低于阈值TSum，该5*5区域对应的5*5区域属于低纹理区域图像IL,最后得到左高纹理图像ILH、左低纹理图像ILL、右高纹理图像IRH和右低纹理图像IRL。所述S6对高纹理图像及低纹理图像进行空白区域填充，具体为：高纹理图像在低纹理区域会出现没有纹理图像的空白区域，将每一个高纹理图像的低纹理区域置0，填充后的低纹理区域不参与高纹理图像特征点的匹配运算；低纹理图像在高纹理区域会出现没有纹理图像的空白区域，将每一个低纹理图像的高纹理区域置0，填充后的高纹理区域不参与低纹理图像特征点的匹配运算。本专利技术的有益效果：(1)本专利技术通过一种基于并行队列的立体匹配视差计算方法对图像的高纹理区域和低纹理区域进行提取，采用全局匹配与局部匹配相结合的方法，避免了单一使用全局匹配运算时长过长，单一使用局部匹配鲁棒性较差的缺点，过程简单，鲁棒性强；(2)本专利技术具有较强的快速性，采用并行子程序的匹配过程并实时计算立体图像对的视差，提高了计算效率；(3)本专利技术还具有较强的适用性，针对纹理不同的立体图像对，可自适应的调整高纹理图像区域和低纹理图像区域。附图说明图1是本专利技术的工作流程图；图2是本专利技术生成高、低纹理图像的示意图；图3是本专利技术实施例中Size＝5的求和矩阵的5*5像素区域示意图，其中每一个小方格表示一个像素点；图4是本专利技术队列消息机制的工作示意图。具体实施方式下面结合实施例及附图，对本专利技术作进一步地详细说明，但本专利技术的实施方式不限于此。实施例如图1、图2、图3及图4所示，一种基于并行队列的立体匹配视差计算方法，包括如下步骤：S1采用经过极线校正的，具有固定基线长度的平行光轴结构的双目相机拍摄图像，得到左相机采集的图像ILSrc及右相机采集的图像IRSrc；S2对上述图像进行高斯平滑滤波器卷积降噪获得左高斯平滑图像ILGaussian和右高斯平滑图像IRGaussian。S3计算左高斯平滑图像及右高斯平滑图像的梯度幅值和方向，具体采用一对卷积阵列计算ILGaussian和IRGaussian的梯度方向(Gx和Gy分别作用于x方向和y方向)使用计算梯度幅值，计算梯度方向。如图2所示，标号1为Size＝5的求和矩阵，2为原图ILSrc，3为高纹理图像，4为低纹理图像。S4根据梯度幅值和方向得到左高斯平滑图像的左边缘检测图及右高斯平滑图像的右边缘检测图，具体为：设定滞后阈值的高阈值和低阈值：当左高斯平滑图像和右高斯平滑图像某一像素的梯度幅值超过高阈值，则该像素被保留为边缘像素；当左高斯平滑图像和右高斯平滑图像某一像素的梯度幅值低于低阈值时，则该像素被排除；当左高斯平滑图像和右高斯平滑图像中某一像素的梯度幅值在预先设定的两个阈值之间时，若该像素与一个梯度幅值高于高阈值的像素相连，则该像素点被保留，否则将该像素点视为孤立点，将其忽略。最后得到ILGaussian和IRGaussian的Canny边缘检测图即左边缘检测图ILCanny和右边缘检测图IRCanny。S5提取左边缘检测图及右边缘检测图的高纹理区域图像及低纹理区域图像，得到左图高纹理图像、左图低纹理图像、右图高纹理图像及右图低纹理图像；具体为：本文档来自技高网...

【技术保护点】
1.一种基于并行队列的立体匹配视差计算方法，其特征在于，包括如下步骤：/nS1采用具有固定基线长度的平行光轴结构的双目相机拍摄图像，得到左相机采集的图像及右相机采集的图像；/nS2对上述图像进行降噪获得左高斯平滑图像和右高斯平滑图像；/nS3计算左高斯平滑图像及右高斯平滑图像的梯度幅值和方向；/nS4根据梯度幅值和方向得到左高斯平滑图像的左边缘检测图及右高斯平滑图像的右边缘检测图；/nS5提取左边缘检测图及右边缘检测图的高纹理区域图像及低纹理区域图像，得到左图高纹理图像、左图低纹理图像、右图高纹理图像及右图低纹理图像；/nS6对高纹理图像及低纹理图像进行空白区域填充；/nS7队列消息框架搭建，具体是将空白区域填充后的左图高纹理图像及右图高纹理图像的匹配步骤、左图低纹理图像及右图低纹理图像的匹配步骤和视差同步融合步骤分别置于三个子程序中，三个子程序的队列节点分别为Node-HTM、Node-LTM和Node-P，当高低纹理区域匹配完成时，Node-HTM和Node-LTM向Node-P发送当前行特征点匹配完成的消息，Node-P节点对应的视差同步融合子程序对该区域的高低纹理区域视差进行融合，得到该区域的稠密视差图。/n...

【技术特征摘要】
1.一种基于并行队列的立体匹配视差计算方法，其特征在于，包括如下步骤：
S1采用具有固定基线长度的平行光轴结构的双目相机拍摄图像，得到左相机采集的图像及右相机采集的图像；
S2对上述图像进行降噪获得左高斯平滑图像和右高斯平滑图像；
S3计算左高斯平滑图像及右高斯平滑图像的梯度幅值和方向；
S4根据梯度幅值和方向得到左高斯平滑图像的左边缘检测图及右高斯平滑图像的右边缘检测图；
S5提取左边缘检测图及右边缘检测图的高纹理区域图像及低纹理区域图像，得到左图高纹理图像、左图低纹理图像、右图高纹理图像及右图低纹理图像；
S6对高纹理图像及低纹理图像进行空白区域填充；
S7队列消息框架搭建，具体是将空白区域填充后的左图高纹理图像及右图高纹理图像的匹配步骤、左图低纹理图像及右图低纹理图像的匹配步骤和视差同步融合步骤分别置于三个子程序中，三个子程序的队列节点分别为Node-HTM、Node-LTM和Node-P，当高低纹理区域匹配完成时，Node-HTM和Node-LTM向Node-P发送当前行特征点匹配完成的消息，Node-P节点对应的视差同步融合子程序对该区域的高低纹理区域视差进行融合，得到该区域的稠密视差图。


2.根据权利要求1所述的立体匹配视差计算方法，其特征在于，所述S7中左图高纹理图像及右图高纹理图像的匹配步骤具体是采用局部匹配的方法，对同一水平高度的5*5区域进行特征点匹配。


3.根据权利要求1所述的立体匹配视差计算方法，其特征在于，所述S7中左图低纹理图像及右图低纹理图像的匹配步骤是采用全局匹配的方法，对同一水平高度的5*5区域进行特征点匹配。


4.根据权利要求1所述的立体匹配视差计算方法，其特征在于，所述S2中采用高斯平滑滤波器进行降噪。


5.根据权利要求1所述的立体匹配视差计算方法，其特征在于，所述S3计算左高斯平滑图像及右高斯平滑图像的梯度幅值和方向，具体为：采用一对...

【专利技术属性】
技术研发人员：杜娟，汤永超，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44