【技术实现步骤摘要】
本专利技术涉及图像数据处理，特别是一种面向密集目标群的双目视觉目标匹配方法。
技术介绍
1、目标的三维定位需要双目同时对低小慢目标进行检测，分别获取其在左右相机像平面位置，利用视差计算目标的三维坐标。对于密集多目标而言，左右像平面中能检测到多个低小慢目标，因此，为了计算低小慢目标三维坐标，需要将左右像平面中的同名目标进行匹配。
2、现有技术存在以下两个问题：
3、(1)对于密集低小慢目标集群目标，由于集群低小慢目标往往具有相同的外形特征，使用基于特征点的匹配算法无法有效的区别不同目标，难以完成双目检测结果之间的匹配。
4、(2)基于特征点的方法需要对每个目标计算特征描述子，耗时长，无法满足实时性要求。
技术实现思路
1、本专利技术所要解决的技术问题是，针对现有技术不足，提供一种面向密集目标群的双目视觉目标匹配方法，提高目标匹配结果的准确性和实时性。
2、为解决上述技术问题，本专利技术所采用的技术方案是：一种面向密集目标群的双目视觉目标匹配方法，包括以下步骤：
3、s1、利用双目相机获取含有低小慢目标的左、右目图像；
4、s2、将所述左、右目图像输入目标检测模块，获得双目检测结果，根据双目检测结果确定目标在左、右目图像中的像素坐标；
5、s3、采用最优匹配对双目检测结果进行匹配，具体实现过程包括：
6、将左、右目图像坐标分别记为：vl＝{p1，p2，...，pn，}，vr＝{q1，q2，.
7、对vl部的每一个顶点设置顶标，顶标的值为对应顶点关联的最大边的权值，vr部的顶点顶标为0；所述顶标是指：记l(pi)为顶点pi的标记量，l(qj)为顶点qi的标记量，若对于带权二分图中的任何边<pi，qj>，都有l(pi)+l(qj)≥wi，j，则称l(pi)为带权二分图的可行顶标；
8、对于vl部中的每个顶点，在相等子图中寻找增广路径，若未找到，则修改顶标，扩大相等子图，继续找增广路径；当每个顶点都找到增广路径时，即找到了二分图的完备匹配，该完备匹配是最大权重的完备匹配，即为二分图的最佳匹配。
9、本专利技术利用最优算法对目标进行粗匹配，匹配过程中，仅需要用到目标的空间位置信息，无需进行复杂的特征提取，极大地提高了匹配效率和匹配实时性，解决了现有匹配方法耗时长、匹配效率低的问题。
10、本专利技术中，修改顶标的具体实现过程包括：将所有在增广过程中遍历到的vl中的点的标号全部减去一个常数d，所有在增广过程中遍历到的vr中的点的标号全部加上一个常数d，则对于带权二分图中的任意一条边(i，j，w)(i和j表示的是顶点，(i，j，w)表示的是连接两个顶点之间的线，这个线对应一个权重w)：
11、若该条边上的两个顶点均在增广路径中，则该条边的可行性不变；
12、若该条边上的第一个顶点在增广路径中，第二个顶点不在增广路径中，则该条边可能是可行边；
13、若该条边上的第一个顶点不在增广路径中，第二个顶点在增广路径中，则该条边可能是不可行边；
14、若该条边上的两个顶点均不在增广路径中，则该条边的可行性不变。
15、本专利技术中，为了保证点标的可行性，以及确保经过增广后可以增加一条可行边，d取值为第<2>类边l(pi)+l(qj)-wi，j的最小值；所述第<2>类边是指第一个顶点在增广路径中，第二个顶点不在增广路径中的边。
16、本专利技术中，为了提高粗匹配的准确性，步骤s3之后，还包括：判断左、右相机中目标的差距是否大于设定数量的像元，若是，则认为目标匹配错误。
17、本专利技术中，设定数量可以设置为50。
18、本专利技术中，步骤s3之后，还包括：
19、对于匹配结果，若左、右目标的同名目标不在同一条极线上，则认为匹配错误，删除该同名目标；或者，判断目标与极线之间的偏离是否超过设定像元数，若是，则认为匹配错误。
20、本专利技术利用极线约束对粗匹配结果进行优化，剔除误匹配结果，极大地提高了匹配结果的准确性。
21、本专利技术中，为了简化目标检测过程，目标检测模块为yolov5。
22、本专利技术中，在相等子图中利用匈牙利算法寻找增广路径。
23、与现有技术相比，本专利技术所具有的有益效果为：本专利技术采用最优匹配结合双目极线约束的方法，利用目标的空间位置关系进行对应目标匹配。一方面，提高了系统的鲁棒性，在匹配过程中，可能存在双目相机检测到的目标数量不一致的情况，利用匹配结果的距离阈值和极线约束可以剔除无法匹配的目标；另一方面，算法运行时间仅需2ms，运行速度快且准确率高。
本文档来自技高网...【技术保护点】
1.一种面向密集目标群的双目视觉目标匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，修改顶标的具体实现过程包括：将所有在增广过程中遍历到的Vl中的点的标号全部减去一个常数d，所有在增广过程中遍历到的Vr中的点的标号全部加上一个常数d，则对于带权二分图中的任意一条边(i,j,w)：
3.根据权利要求2所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，d取值为第<2>类边L(pi)+L(qj)-wi,j的最小值；所述第<2>类边是指第一个顶点在增广路径中，第二个顶点不在增广路径中的边。
4.根据权利要求1～3之一所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，步骤S3之后，还包括：
5.根据权利要求4所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，所述设定数量为50。
6.根据权利要求1～3之一所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，步骤S3之后，还包括：
7.根据权利要求1～3之一所述的
8.根据权利要求7所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，所述设定像元数为5。
9.根据权利要求1所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，目标检测模块为YOLOV5。
10.根据权利要求1所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，在相等子图中利用匈牙利算法寻找增广路径。
...【技术特征摘要】
1.一种面向密集目标群的双目视觉目标匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，修改顶标的具体实现过程包括：将所有在增广过程中遍历到的vl中的点的标号全部减去一个常数d，所有在增广过程中遍历到的vr中的点的标号全部加上一个常数d，则对于带权二分图中的任意一条边(i,j,w)：
3.根据权利要求2所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，d取值为第<2>类边l(pi)+l(qj)-wi,j的最小值；所述第<2>类边是指第一个顶点在增广路径中，第二个顶点不在增广路径中的边。
4.根据权利要求1～3之一所述的面向密集目标群的双目视觉目标匹配方法，其特征在于，步骤s3之...
【专利技术属性】
技术研发人员：李淼，陈诺，安玮，汪璞，肖超，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。