【技术实现步骤摘要】
本申请涉及双目视觉技术的领域，尤其是涉及一种双目视觉立体匹配后的中心视角还原方法、系统。
技术介绍
1、双目视觉立体匹配是一种通过双目视角同时观察物体来获取深度信息的技术，通过比较双目图像可以更精确得知物体的形状和立体视觉。
2、相关技术中，双目视觉系统具有左、右视觉相机进行图像观测，图像经过立体匹配处理后进行坐标矫正，可以得到图像中物体的三维坐标信息，为了使得三维坐标信息后续所建立的三维图像能够准确反应物体的真实图像和立体感，需要对图像进行深度解析，解析时将左、右视觉相机拍摄图像所对应三维坐标信息转换为中心视角的深度图信息，即生成左视觉相机和右视觉相机之间的深度图。
3、上述相关技术中，在生成中心视角的深度图时，由于左、右视觉相机所拍摄图像的视角存在一定的差异，使得左、右视觉相机拍摄图像所反映的深度图与需要生产的中间深度图存在坐标的偏离，从而初步得到的中间深度图不能更好的反应图像中物体的实际情况。
技术实现思路
1、为了减少三维坐标偏离对中心视角深度图生成时的影响，达到提高对物体实际图像的反应准确度的目的，本申请提供一种双目视觉立体匹配后的中心视角还原方法、系统、智能终端及存储介质。
2、第一方面，本申请提供一种双目视觉立体匹配后的中心视角还原方法，采用如下的技术方案：
3、一种双目视觉立体匹配后的中心视角还原方法，包括：
4、预先规划至少一组对称布置的视觉相机；
5、将视觉相机拍摄的图像进行立体匹配后的三维
6、对初始深度值坐标按照预设的样本分析方法进行筛选得到中间深度值坐标；
7、以预设的透视变换方法对中间深度值坐标进行变换得到中心视角的目标深度值坐标。
8、通过采用上述技术方案，视觉相机进行对称布置后，形成至少两个双目视觉的图像，并通过对图像上特征点进行三角化处理得到初始的深度坐标，再进行相应的样本分析后选取出偏差值比较小的中间深度值坐标，起到减少误差影响的作用，从而后续进行透视变换后所得到的目标深度坐标能更准确地提现出图像中特征点在两个视觉相机之间的实际中间视角。
9、可选的，三角化处理包括：
10、基于视觉相机所获取图像中在同一平面的特征点坐标以三角化函数进行归一化；
11、三角化函数的表达式为：s1x1-s2rx2＝t；
12、其中，x1,x2是两个特征点在平面成像的归一化坐标，s1，s2是两个视觉相机在平面中同一特征点的对应深度，r为旋转变量，t为平移变量；
13、通过三角化函数进行求解以得到特征点的对应深度，并将对应深度定义为初始深度值坐标。
14、通过采用上述技术方案，三角化函数通过对平面上同一特征点的两个深度进行求解，从而得到特征点的深度坐标，即推算出二维平面的特征点在两个视觉相机形成的三角关系中所对应的三维点深度坐标信息。
15、可选的，样本分析方法包括：
16、将同一特征点所对应的初始深度值坐标进行差值计算，以得到样本坐标差值；
17、根据样本坐标差值和预设的坐标允许偏差值范围进行比较；
18、若样本坐标偏差值处于预设的坐标允许偏差值范围内时，将初始深度值坐标标记为可用初始深度值坐标，反之则将初始深度值坐标进行标记筛除；
19、当样本中的初始深度值坐标完成样本分析时，将属于同一特征点的可用初始深度值坐标进行均值计算；
20、将计算后初始深度值坐标定义为中间深度值坐标。
21、通过采用上述技术方案，对特征点在两个视觉相机出所反映的同一坐标进行坐标差值计算，从而推算出不同组的两个视觉相机对同一位置处物体的特征点坐标是否存在较大差异，对差异较大的特征点坐标进行筛除，并保留差异较小的初始深度值坐标值,提中间深度值坐标计算结果的可靠性。
22、可选的，特征点坐标以三角化函数进行归一化前，还包括：
23、进行像素分析以确定特征点所在图像的图像分辨率；
24、根据预设的向量分析方法对特征点所在平面进行误差分析，以确定特征点的像素误差值；
25、基于像素误差值和预设的像素调节数据库匹配，以确定图像分辨率中的优选分辨率样本以及图像分辨率对应的内存占用率；
26、按照内存占用率大小进行排序并筛选出内存占用率处于均值区间的均值分辨率样本；
27、选取均值分辨率样本中分辨率最小的分辨率作为目标分辨率；
28、将视觉相机的分辨率调节至与目标分辨率一致。
29、通过采用上述技术方案，对特征点进行图像分辨率分析，并根据不同分辨率下图像对内存占用率的占用进行筛分，从而选取出分辨率合适且不易造成过多内存空间占用的均值分辨率样本，并从均值分辨率样本中选取出能进一步缩小内存占用的目标分辨率，使得视觉相机在按照目标分辨率进行图像拍摄时，所拍摄的图像能够为还原中心视角提供具有合适分辨像素的图像，并减少内存占用。
30、可选的，向量分析方法对特征点所在平面进行误差分析包括：
31、对特征点进行向量分析，以确定特征点在两个视觉相机中的像素误差；
32、根据像素误差进行均值方差分析以确定三角化后的深度误差；
33、向量分析的表达式为：
34、其中，表示双目视觉相机中左或右视觉相机所在位置朝向特征点的向量，表示双目视觉相机中右或左视觉相机朝向特征点的向量，表示左视觉相机和右视觉相机之间的向量；
35、α＝arccos<p,t>；其中，α表示和之间的反余弦向量值，arccos表示反余弦函数，<p,t>表示以和为侧边向量；
36、β＝arccos<a,-t>；其中，β表示和反方向之间的反余弦向量值，arccos同上，<a,-t>表示以和反向的为侧边向量；
37、其中，f表示相机焦距，δβ表示对相机焦距的反正切函数值；
38、β`＝β-δβ；其中，β`表示β对δβ扰动后的新角度值，δβ以及β同上表示；
39、γ＝π-α-β`；其中，π表示向量夹角，γ表示在向量夹角中α和β`的差值；
40、其中，||p`||表示在另一个位置p`处的范数，||t||表示的范数，sinβ`表示β`的正弦函数，sinγ表示γ的正弦函数；
41、三角化误差分析的表示式为：δp＝||p||-||p`||，其中δp表示深度均值方差，||p||表示的范数，||p`||表示在另一位置p`处的范数。
42、通过采用上述技术方案，以向量分析的方式对特征点出现误差时的均值方差进行求解，可以得知特征点出现像素误差时给三角化带来的深度误差，以便于后续采用相应的调整措施，以减少三角化得到三维坐标信息时的深度误差。
43、可选的，视觉相机的分辨率调节至与目标分辨率一致前，还包括：本文档来自技高网...
【技术保护点】
1.一种双目视觉立体匹配后的中心视角还原方法，其特征在于，包括：
2.根据权利要求1所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，所述三角化处理包括：
3.根据权利要求1所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，样本分析方法包括：
4.根据权利要求2所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，特征点坐标以三角化函数进行归一化前，还包括：
5.根据权利要求4所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，向量分析方法对特征点所在平面进行误差分析包括：
6.根据权利要求4所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，视觉相机的分辨率调节至与目标分辨率一致前，还包括：
7.根据权利要求6所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，预设的调节方法包括：
8.一种双目视觉立体匹配后的中心视角还原系统，其特征在于，包括：
9.一种智能终端，其特征在于，包括存储器和处理器，存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种双
10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一种双目视觉立体匹配后的中心视角还原方法的计算机程序。
...【技术特征摘要】
1.一种双目视觉立体匹配后的中心视角还原方法，其特征在于，包括：
2.根据权利要求1所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，所述三角化处理包括：
3.根据权利要求1所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，样本分析方法包括：
4.根据权利要求2所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，特征点坐标以三角化函数进行归一化前，还包括：
5.根据权利要求4所述的双目视觉立体匹配后的中心视角还原方法，其特征在于，向量分析方法对特征点所在平面进行误差分析包括：
6.根据权利要求4所述的双目视觉立体匹配后...
【专利技术属性】
技术研发人员：黄辉，
申请(专利权)人：合肥蓝鲸光电科技有限公司，
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。