视差图像的确定方法技术

本申请涉及一种视差图像的确定方法

【技术实现步骤摘要】
视差图像的确定方法、装置、集成电路芯片和计算机设备


[0001]本申请涉及计算机视觉
，特别是涉及一种视差图像的确定方法
、
装置
、
集成电路芯片
、
计算机设备
、
存储介质和计算机程序产品
。

技术介绍

[0002]双目立体匹配也称作视差估计
(disparity estimation)
，或者双目深度估计；是利用双目相机拍摄同一场景的左
、
右两幅视点图像
(
即左右相机图像
)
，再运用立体匹配算法对左右相机图像进行计算以获取视差图像
。
视差是三维场景中某一点在左右相机图像中对应点位置的像素级差距；视差图像指的是根据参考图像
(
一般以左图作为参考图像
)
中每个像素对应的视差值所构成的视差图
。
当给定摄像机的基线距离和焦距之后，就可以根据视差图像计算出对应的深度图像，后续便可以根据深度图像进行深度感知
、
自动驾驶以及安防监控等领域的技术实现
。
双目立体匹配主要由初始代价计算
、
代价聚合
、
视差计算
、
视差后处理四个步骤组成，具有计算复杂度高
、
精度要求高等特点，这些特点使得立体匹配算法在嵌入式处理平台的部署尤为困难
。
[0003]其中，视差后处理阶段包括对通过视差计算得出的视差图像进行去噪操作
。
传统的技术方案中，一般是针对视差图像中的每一个视差值，确定其上下左右
(
即周围
)
至少有一个视差值满足视差连通条件后，再分别以它们为起点
(
称为传播
)
，检测其周围的视差值是否满足视差连通条件；每检测到一个新的连通点，其相应点的标志位置1，计数器加一，直到对于每一个新的连通点，其周围的点都不满足视差连通条件，停止计数；然后判断计数值
(
即与当前处理的视差值的连通区域的像素点个数
)
是否大于预设阈值；若大于，则认为当前处理的视差值有效，保留该视差值；否则认为当前处理的视差值是噪点，因此去除当前处理的视差值
。
但是这种确定出视差图像的方法需要针对每一个视差值进行判断计算，处理过程复杂，需要消耗大量的逻辑资源和存储资源
。
[0004]因此，如何提高确定出视差图像的便捷度和效率，是本领域技术人员目前需要解决的技术问题
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高确定出视差图像的便捷度和效率的视差图像的确定方法
、
装置
、
集成电路芯片
、
计算机设备
、
计算机可读存储介质和计算机程序产品
。
[0006]第一方面，本申请提供了一种视差图像的确定方法
。
所述方法包括：
[0007]对左右相机图像进行立体匹配，得到待处理视差图像，并利用第一滑窗滑动遍历所述待处理视差图像；
[0008]在所述第一滑窗对应的每一个局部视差图像中，确定所述局部视差图像中的各视差值与所述局部视差图像的中心位置对应的中心视差值的差值绝对值是否小于或等于第一阈值；
[0009]统计所述差值绝对值小于或等于所述第一阈值的所述视差值的统计数量；
[0010]若所述统计数量小于或等于第二阈值，保留所述中心视差值；
[0011]若所述统计数量大于所述第二阈值，将所述中心视差值设置为目标值；
[0012]在利用所述第一滑窗遍历所述待处理视差图像后，确定出目标视差图像
。
[0013]在其中一个实施例中，所述对左右相机图像进行立体匹配，得到待处理视差图像，包括：
[0014]获取所述左右相机图像；
[0015]根据所述左右相机图像计算初始代价；
[0016]根据所述初始代价进行代价聚合操作，得到最终代价；
[0017]对所述最终代价进行视差计算，确定出所述待处理视差图像
。
[0018]在其中一个实施例中，所述根据所述左右相机图像计算初始代价，包括：
[0019]利用第二滑窗遍历第一图像，确定所述第二滑窗对应的各第一局部像素图像，并确定与各所述第一局部像素图像对应的第一变换向量；其中，所述左右相机图像包括所述第一图像和第二图像；
[0020]确定所述第二图像中与所述第一局部像素图像对应的第二局部像素图像的第二变换向量；
[0021]根据所述第一变换向量和所述第二变换向量，确定与所述第一局部像素图像对应的局部初始代价；
[0022]在利用所述第二滑窗遍历所述第一图像后，得到与所述第一图像对应的所述初始代价；所述初始代价包括所述局部初始代价
。
[0023]在其中一个实施例中，所述确定所述第二图像中与所述第一局部像素图像对应的第二局部像素图像的第二变换向量，包括：
[0024]确定预设视差范围，计算所述第二图像中与所述第一局部像素图像对应的第二局部像素图像在所述预设视差范围内分别对应的待确认第二变换向量；所述待确认第二变换向量包括所述第二变换向量；
[0025]所述根据所述第一变换向量和所述第二变换向量，确定与所述第一局部像素图像对应的局部初始代价，包括：
[0026]根据所述第一变换向量和各所述待确认第二变换向量分别确定对应的待确认局部初始代价；
[0027]将所述待确认局部初始代价中的最小值，确定为所述局部初始代价
。
[0028]在其中一个实施例中，在所述根据所述左右相机图像计算初始代价之后，以及所述根据所述初始代价进行代价聚合操作，得到最终代价之前，所述方法还包括：
[0029]对所述初始代价进行饱和操作，得到更新后的所述初始代价
。
[0030]在其中一个实施例中，所述对所述初始代价进行饱和操作，得到更新后的所述初始代价，包括：
[0031]若所述初始代价大于或等于第三阈值，将所述初始代价设置为第一预设值；
[0032]否则，删除所述初始代价对应的二进制的最低位，并利用删除最低位后的所述二进制值更新所述初始代价
。
[0033]在其中一个实施例中，所述根据所述初始代价进行代价聚合操作，得到最终代价，
包括：
[0034]根据所述初始代价进行四方向聚合代价操作，得到所述最终代价
。
[0035]在其中一个实施例中，所述方法还包括：
[0036]按照预设规则将各所述待确认局部初始代价和所述局部初始代价分组；
[0037]将分组后的各所述待确认局部初始代价和所述局部初始代价进行信息拼接，并按照拼接结果将所述各所述待确认局部初始代价和所述局部初始本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种视差图像的确定方法，其特征在于，所述方法包括：对左右相机图像进行立体匹配，得到待处理视差图像，并利用第一滑窗滑动遍历所述待处理视差图像；在所述第一滑窗对应的每一个局部视差图像中，确定所述局部视差图像中的各视差值与所述局部视差图像的中心位置对应的中心视差值的差值绝对值是否小于或等于第一阈值；统计所述差值绝对值小于或等于所述第一阈值的所述视差值的统计数量；若所述统计数量小于或等于第二阈值，保留所述中心视差值；若所述统计数量大于所述第二阈值，将所述中心视差值设置为目标值；在利用所述第一滑窗遍历所述待处理视差图像后，确定出目标视差图像
。2.
根据权利要求1所述的方法，其特征在于，所述对左右相机图像进行立体匹配，得到待处理视差图像，包括：获取所述左右相机图像；根据所述左右相机图像计算初始代价；根据所述初始代价进行代价聚合操作，得到最终代价；对所述最终代价进行视差计算，确定出所述待处理视差图像
。3.
根据权利要求2所述的方法，其特征在于，所述根据所述左右相机图像计算初始代价，包括：利用第二滑窗遍历第一图像，确定所述第二滑窗对应的各第一局部像素图像，并确定与各所述第一局部像素图像对应的第一变换向量；其中，所述左右相机图像包括所述第一图像和第二图像；确定所述第二图像中与所述第一局部像素图像对应的第二局部像素图像的第二变换向量；根据所述第一变换向量和所述第二变换向量，确定与所述第一局部像素图像对应的局部初始代价；在利用所述第二滑窗遍历所述第一图像后，得到与所述第一图像对应的所述初始代价；所述初始代价包括所述局部初始代价
。4.
根据权利要求3所述的方法，其特征在于，所述确定所述第二图像中与所述第一局部像素图像对应的第二局部像素图像的第二变换向量，包括：确定预设视差范围，计算所述第二图像中与所述第一局部像素图像对应的第二局部像素图像在所述预设视差范围内分别对应的待确认第二变换向量；所述待确认第二变换向量包括所...

【专利技术属性】
技术研发人员：张承果，周阳，李鹲翱，段智涓，谭其林，唐林，唐诗然，鲁良，郭怀成，李燕华，
申请(专利权)人：成都市普渡机器人有限公司，
类型：发明
国别省市：