天津大学王秀宇获国家专利权
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!
龙图腾网获悉天津大学申请的专利基于融合代价计算和加权引导滤波的局部立体匹配方法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:CN115601406B 。
龙图腾网通过国家知识产权局官网在2026-02-24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:202211227919.5,技术领域涉及:G06T7/30;该发明授权基于融合代价计算和加权引导滤波的局部立体匹配方法是由王秀宇;贾迁平;张瑞峰设计研发完成,并于2022-10-09向国家知识产权局提交的专利申请。
本基于融合代价计算和加权引导滤波的局部立体匹配方法在说明书摘要公布了:本发明公开了一种基于融合代价计算函数和加权引导滤波的局部立体匹配方法,步骤S1、获得参考图像和匹配图像;步骤S2、计算参考图像和匹配图像中每个像素的改进三状态Census变换代价、增强梯度代价和AD‑Census代价,采用指数融合算法将代价值进行融合;步骤S3、构建聚合区域,然后在聚合区域上进行代价聚合,生成聚合之后的代价空间;步骤S4、在聚合后的代价空间中采用赢者通吃算法,得到初始视差图;步骤S5、对不同类型的匹配错误点采用不同的插值策略进行视差填充,最后对经过视差填充之后的视差图进行亚像素精化和中值滤波,以获得最终视差图。与现有技术相比,本发明克服了单一代价的不足,能够生成更好的视差图,且相比传统Census变换精度提高了4.9%。
本发明授权基于融合代价计算和加权引导滤波的局部立体匹配方法在权利要求书中公布了:1.一种基于融合代价计算函数和加权引导滤波的局部立体匹配方法,其特征在于,该方法包括以下步骤: 步骤S1、采用两个相机搭建双目立体视觉系统,获得左右相机拍摄的彩色图像分别为参考图像和匹配图像; 步骤S2、计算参考图像和匹配图像中每个像素的改进三状态Census变换代价、增强梯度代价和AD代价,采用指数融合算法将上述三种代价值按权重进行融合;具体包括以下步骤: 步骤S21、将参考图像和匹配图像转换为灰度图像,然后在参考图像的灰度图像上以目标像素为中心建立大小为9x7的邻域窗口,将该邻域窗口作为Census变换窗口,在Census变换窗口内进行改进三状态Census变换,其中改进三状态Census变换过程定义如下: ; 式中,为目标像素点的像素值均值,为邻域内像素点的像素值,为01序列,是构成改进三状态census变换码的基础,为局部纹理对比度阈值,的表达式如下: ; 式中,为Census变换窗口中大于像素值均值的所有像素的灰度值之和,为Census变换窗口中小于像素值均值的所有像素的灰度值之和,和分别为Census变换窗口中大于像素值均值的所有像素的数量和Census变换窗口中小于像素值均值的所有像素的数量,为归一化参数,将其设为32; 实现Census变换窗口的Census变换码连接,得到改进三状态Census变换码如下式所示: ; 式中,为以目标像素为中心的邻域窗口,和分别为像素和像素的灰度值,为目标像素点的Census变换码; 设参考图像中的目标像素在视差时,与匹配图像中的像素构成匹配点对; 通过汉明距离得到改进三状态Census代价,如下式所示: ; 步骤S22、对参考图像和匹配图像的灰度图像进行限制对比度自适应直方图均衡处理,然后在处理后的图像上计算x方向和y方向的增强梯度代价,如下式所示: ; 式中,和分别为经过限制对比度自适应直方图均衡处理后的参考图像和匹配图像的像素值,和分别为目标像素在x方向和y方向的梯度; 步骤S23、计算参考图像和匹配图像中每个像素的AD代价,如下式所示: ; 式中,为视差,表示参考图像中目标像素第通道中的像素值; 步骤S24、融合上述三种代价构建整体代价计算函数: ; 式中,、和分别为改进三状态Census变换代价、增强梯度代价和AD代价,γ为可调参数,C为变量,为关于的控制函数,如下式所示: ; 步骤S3、基于十字交叉自适应生成域方法为每个目标像素构建聚合区域,然后在聚合区域上进行代价聚合,生成聚合之后的代价空间; 步骤S4、在聚合后的代价空间中采用赢者通吃算法,初步确定每个最小像素代价,每个最小像素代价所对应的视差值为最优视差,得到初始视差图; 步骤S5、采用左右一致性原则对初始视差图中匹配错误的点进行分类,然后对不同类型的匹配错误点采用不同的插值策略进行视差填充,最后对经过视差填充之后的视差图进行亚像素精化和中值滤波,以获得最终视差图。
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天津大学,其通讯地址为:300072 天津市南开区卫津路92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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励