买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于场景特征的参数自适应匹配双目测距方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120876574B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511395175.1，技术领域涉及：G06T7/593；该发明授权一种基于场景特征的参数自适应匹配双目测距方法及系统是由沈贺;徐崧博;杨益新设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种基于场景特征的参数自适应匹配双目测距方法及系统在说明书摘要公布了：本发明公开了一种基于场景特征的参数自适应匹配双目测距方法及系统，其涉及图像匹配技术领域。本发明通过引入场景特性评估与参数自适应机制，实现了测距精度和鲁棒性的全面提升。在场景特征的驱动下，动态调整BM算法的关键参数，避免了传统固定参数在不同场景下易产生误匹配的问题，从而保证在光照变化、低纹理或动态环境中依旧具备稳定的测距效果，并摆脱了人工调参的依赖，显著降低了工程部署和维护成本。结合YOLO模型进行目标检测，将类别、位置与深度图信息融合，实现对特定目标的自动识别与测距。

本发明授权一种基于场景特征的参数自适应匹配双目测距方法及系统在权利要求书中公布了：1.一种基于场景特征的参数自适应匹配双目测距方法，其特征在于，包括： 对双目相机进行几何标定，获取相机内参矩阵和外参矩阵，建立像素坐标与实际空间坐标的映射关系； 通过几何标定后的双目相机实时同步采集当前场景的左视图和右视图； 对左视图和右视图进行立体校正，并通过图像化转换生成对应的灰度图像； 基于任一幅灰度图像评估当前场景的场景特性，并动态调整BM算法的关键参数；所述关键参数包括匹配窗口大小、纹理阈值、唯一性比率、斑点范围、视差范围和预处理截断值；所述场景特性包括纹理复杂度、场景深度差异水平和场景运动程度； 通过调整后的BM算法对两幅灰度图像进行立体匹配，以任一幅灰度图像作为基准并结合YOLO模型生成目标检测信息，输出得到测距结果；所述测距结果包括检测目标的类别、位置和距离信息； 所述生成目标检测信息，输出得到测距结果，包括： 通过调整后的BM算法对两幅灰度图像进行立体匹配，计算相似度并进行最优匹配，生成视差图；基于视差图并结合三角测量公式，生成深度图； 将任意一个灰度图像输入至YOLO模型，利用卷积网络提取输入的灰度图像的多尺度特征图，并结合FPN结构或PANet结构和目标检测头，生成目标检测信息；所述目标检测信息为检测框及其位置信息； 以检测框的中心点为基准，从深度图中读取对应的深度值并判断深度值是否有效；当深度值处于[1,10000]范围内，则该深度值为有效，反之则无效； 当深度值有效时，则将检测框的中心点对应的深度作为测距结果；当深度值无效时，获取检测框内所有深度值有效的点的坐标和深度值，计算每个点与检测框中心点的距离，取距离检测框中心最近的点的深度值为目标深度值，并作为测距结果； 所述生成深度图，包括： 基于预处理截断值，通过预滤波器对两幅灰度图像进行增强，得到左-灰度增强图和右-灰度增强图； 遍历左-灰度增强图的每个像素点，每个像素点均作为中心，基于匹配窗口大小构建像素窗口； 基于极线约束，在右-灰度增强图的极线上，限定在视差范围内搜索像素窗口，得到候选像素窗口； 分别计算各像素窗口和不同候选像素窗口之间的相似度并进行匹配代价计算，并根据纹理阈值选取代价最小的初始最佳匹配视差，构建初始最佳匹配视差矩阵； 基于斑点范围和唯一性比率，对初始最佳匹配视差矩阵进行一致性检查与优化，得到最佳匹配视差矩阵并生成视差图； 通过三角测量公式对视差图处理，将像素坐标转换为空间坐标，生成深度图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710068 陕西省西安市碑林区友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。