CN107948629B - 一种视差确定方法、装置及终端 - Google Patents
一种视差确定方法、装置及终端 Download PDFInfo
- Publication number
- CN107948629B CN107948629B CN201711170800.8A CN201711170800A CN107948629B CN 107948629 B CN107948629 B CN 107948629B CN 201711170800 A CN201711170800 A CN 201711170800A CN 107948629 B CN107948629 B CN 107948629B
- Authority
- CN
- China
- Prior art keywords
- pixel
- window
- parallax
- determining
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Optical Distance (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种视差确定方法、装置及终端,涉及图像处理技术领域,该方法包括:确定基准图中第一像素的第一视差的准确度;若第一视差的准确度大于第一阈值且基准图中的第二像素与第一像素为同一物体中的像素,根据第一视差、第一视差的准确度、第二像素的梯度值,确定第二像素的视差搜索范围,其中,第二像素与第一像素相邻;在基准图对应的比较图中,根据视差搜索范围内的像素的灰度值和第二像素的灰度值,确定第二像素的第二视差,提高了确定视差的准确度。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种视差确定方法、装置及终端。
背景技术
双目立体视觉是指,利用相机从两个角度获取同一场景的两幅图像,再获取两幅图像的视差图像,根据视差图像进行建模得到三维立体图像。
在现有技术中,通常采用如下的方法获取两幅图像的视差图像:将两幅图像中的一副图像作为基准图,另一副图像作为比较图。对于基准图中的每一个像素,在比较图中先确定一个搜索范围,并在该搜索范围中找到与其最接近的像素,并将比较图中最接近的像素与基准图中该像素的像素横坐标之差确定为基准图像中该像素的视差。重复上述过程中,可以获取得到基准图中每一个像素的视差,并根据每一个像素的视差确定得到视差图像。
然而,在现有技术中,针对基准图中的任意一个像素,均采用固定的视差搜索范围,当该固定的视差搜索范围较小时,可能导致无法在比较图中获取得到与其最接近的像素,当固定的视差搜索范围较大时,不但会使得计算量大,还可能导致确定得到的与其最接近的像素的准确性较低,由上可知,现有技术中确定得到的像素的视差的准确度较低。
发明内容
本发明为了解决根据现有确定像素视差方法得到的视差准确度较低的问题,提供一种视差确定方法、装置及终端,提高了确定视差的准确性。
第一方面,本发明实施例提供一种视差确定方法,包括:
确定基准图中第一像素的第一视差的准确度;
若所述第一视差的准确度大于第一阈值且所述基准图中的第二像素与所述第一像素为同一物体中的像素,根据所述第一视差、所述第一视差的准确度、所述第二像素的梯度值,确定所述第二像素的视差搜索范围,其中,所述第二像素与所述第一像素相邻;
在所述基准图对应的比较图中,根据所述视差搜索范围内的像素的灰度值和所述第二像素的灰度值,确定所述第二像素的第二视差。
在一种可能的实施方式中,所述确定基准图中第一像素的第一视差的准确度,包括:
根据所述第一像素的视差搜索范围,在所述比较图中确定所述第一像素对应的至少一个第一待匹配像素;
根据所述第一像素所在的第一窗口中像素的灰度值、及所述每一个第一待匹配像素所在的第二窗口中像素的灰度值,分别获取所述第一窗口与每一个第二窗口的匹配代价;
根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度。
在另一种可能的实施方式中,所述匹配代价为灰度差异性数值,所述根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度,包括:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度差异性数值最小的第一匹配代价、及灰度差异性数值次小的第二匹配代价;
将所述第二匹配代价和所述第一匹配代价的差值确定为所述第一视差的准确度。
在另一种可能的实施方式中,所述匹配代价为灰度相似性数值,所述根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度,包括:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度相似性数值最大的第三匹配代价、及灰度相似性数值次大的第四匹配代价;
将所述第三匹配代价和所述第四匹配代价的差值确定为所述第一视差的准确度。
在另一种可能的实施方式中,确定所述基准图中的第二像素与所述第一像素为同一物体中的像素,包括:
确定所述第二像素对应至少一个第三像素,所述第三像素位于所述第二像素的相邻区域;
获取所述第一像素与所述每一个第三像素之间的梯度值;
若所述第一像素与所述每一个第三像素之间的梯度值小于第二阈值,则确定所述基准图中的第二像素与所述第一像素为同一物体中的像素。
在另一种可能的实施方式中,所述第二像素的梯度值为所述第一像素与每一个第三像素之间的梯度值的平均值。
在另一种可能的实施方式中,所述根据所述第一视差、所述第一视差的准确度、所述第二像素的梯度值,确定所述第二像素的视差搜索范围,包括:
根据如下确定所述第二像素的视差搜索范围dmin-dmax:
其中,所述dmin为所述第二像素的视差搜索范围的最小值,所述dmax为所述第二像素的视差搜索范围的最大值,所述d1为所述第一视差,所述R1为所述第一视差的准确度,所述G为所述第二像素的梯度值,所述λ为预设参数。
在另一种可能的实施方式中,在所述基准图对应的比较图中,根据所述视差搜索范围内的像素的灰度值和所述第二像素的灰度值,确定所述第二像素的第二视差,包括:
根据所述第二像素的视差搜索范围,在所述比较图中确定所述第二像素对应的至少一个第二待匹配像素;
根据所述第二像素所在的第三窗口中像素的灰度值、及所述每一个第二待匹配像素所在的第四窗口中像素的灰度值,分别获取所述第三窗口与每一个第四窗口的匹配代价;
根据所述第三窗口和所述第四窗口的匹配代价,在所述第四窗口中确定目标窗口,所述目标窗口与所述第三窗口中的像素的灰度相似性最高、或者灰度差异性最小;
将所述目标窗口对应的第二待匹配像素与所述第二像素的像素横坐标的差值确定为所述第二像素的第二视差。
第二方面,本发明实施例提供一种视差确定装置,包括第一确定模块、第二确定模块和第三确定模块,其中,
所述第一确定模块用于,确定基准图中第一像素的第一视差的准确度;
所述第二确定模块用于,若所述第一视差的准确度大于第一阈值且所述基准图中的第二像素与所述第一像素为同一物体中的像素,根据所述第一视差、所述第一视差的准确度、所述第二像素的梯度值,确定所述第二像素的视差搜索范围,其中,所述第二像素与所述第一像素相邻;
所述第三确定模块用于,在所述基准图对应的比较图中,根据所述视差搜索范围内的像素的灰度值和所述第二像素的灰度值,确定所述第二像素的第二视差。
在一种可能的实施方式中,所述第一确定模块具体用于:
根据所述第一像素的视差搜索范围,在所述比较图中确定所述第一像素对应的至少一个第一待匹配像素;
根据所述第一像素所在的第一窗口中像素的灰度值、及所述每一个第一待匹配像素所在的第二窗口中像素的灰度值,分别获取所述第一窗口与每一个第二窗口的匹配代价;
根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度。
在另一种可能的实施方式中,所述第一确定模块具体用于:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度差异性数值最小的第一匹配代价、及灰度差异性数值次小的第二匹配代价;
将所述第二匹配代价和所述第一匹配代价的差值确定为所述第一视差的准确度。
在另一种可能的实施方式中,所述第一确定模块具体用于:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度相似性数值最大的第三匹配代价、及灰度相似性数值次大的第四匹配代价;
将所述第三匹配代价和所述第四匹配代价的差值确定为所述第一视差的准确度。
在另一种可能的实施方式中,所述装置还包括第四确定模块,其中,所述第四确定模块用于:
确定所述第二像素对应至少一个第三像素,所述第三像素位于所述第二像素的相邻区域;
获取所述第一像素与所述每一个第三像素之间的梯度值;
若所述第一像素与所述每一个第三像素之间的梯度值小于第二阈值,则确定所述基准图中的第二像素与所述第一像素为同一物体中的像素。
在另一种可能的实施方式中,所述第二像素的梯度值为所述第一像素与每一个第三像素之间的梯度值的平均值。
在另一种可能的实施方式中,所述第二确定模块具体用于:
根据如下确定所述第二像素的视差搜索范围dmin-dmax:
其中,所述dmin为所述第二像素的视差搜索范围的最小值,所述dmax为所述第二像素的视差搜索范围的最大值,所述d1为所述第一视差,所述R1为所述第一视差的准确度,所述G为所述第二像素的梯度值,所述λ为预设参数。
在另一种可能的实施方式中,所述第三确定模块具体用于:
根据所述第二像素的视差搜索范围,在所述比较图中确定所述第二像素对应的至少一个第二待匹配像素;
根据所述第二像素所在的第三窗口中像素的灰度值、及所述每一个第二待匹配像素所在的第四窗口中像素的灰度值,分别获取所述第三窗口与每一个第四窗口的匹配代价;
根据所述第三窗口和所述第四窗口的匹配代价,在所述第四窗口中确定目标窗口,所述目标窗口与所述第三窗口中的像素的灰度相似性最高、或者灰度差异性最小;
将所述目标窗口对应的第二待匹配像素与所述第二像素的像素横坐标的差值确定为所述第二像素的第二视差。
第三方面,本发明实施例提供一种视差确定终端,包括存储器、处理器和摄像头组件,其中,
所述摄像头组件用于采集图像,并将所述图像传输至所述存储器和/或所述处理器;所述存储器用于存储程序指令;所述处理器用于读取所述存储器中的程序指令,并根据所述存储器中的程序指令执行上述第一方面任一项所述的方法。
本发明实施例提供的视差确定方法、装置及终端,在确定第二像素的视差搜索范围的过程中,当第二像素的前一个像素(第一像素)的视差的准确度较高、且第二像素与第一像素为同一物体中的像素时,则可以根据第一像素的视差、第一像素的视差的准确度等确定第二像素的视差搜索范围,由于第二像素与第一像素为同一物体中的像素,因此,第二像素的视差与第一像素的视差之间具有相关性,又由于第一像素的视差的准确度较高,因此,根据第一像素的视差、及第一像素的视差的准确度可以合理的确定得到第二像素的视差搜索范围,提高了第二像素的视差搜索范围的合理性,进而提高确定第二像素的视差的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的视差确定方法的应用场景示意图;
图2为本发明实施例提供的视差确定方法的流程示意图;
图3为本发明实施例提供的确定第一视差的准确度方法的流程示意图;
图4为本发明实施例提供的确定第二视差方法的流程示意图;
图5为本发明实施例提供的视差确定装置的结构示意图一;
图6为本发明实施例提供的视差确定装置的结构示意图二;
图7为本发明实施例提供的视差确定终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的视差确定方法的应用场景示意图。请参见图1,包括基准图101和比较图102,其中,基准图101和比较图102为摄像机对同一场景以不同角度拍摄的图像,相同的物体(例如图1中所示的椭圆、五角星等)在基准图101和比较图102中的位置不同。请参见图1,对于基准图101中的任意像素A,先在比较图102中确定像素A对应的视差搜索范围M,并在视差搜索范围M中查找与像素A最接近的像素B,根据像素A在基准图101中的像素横坐标、及像素B在比较图102中的像素横坐标确定像素A的视差。
在本申请中,在确定一个像素的视差搜索范围的过程中,当该像素的前一个像素的视差的准确度较高、且该像素与前一个像素为同一物体中的像素时,则可以根据该像素的前一个像素的视差、前一个像素的视差的准确度等确定该像素的视差搜索范围,由于该像素与前一个像素为同一物体中的像素,因此,该像素的视差与前一个像素的视差之间具有相关性,又由于前一个像素的视差的准确度较高,因此,根据前一个像素的视差、及前一个像素的视差的准确度可以合理的确定得到该像素的视差搜索范围,提高了该像素的视差搜索范围的合理性,进而提高确定像素的视差的准确性。
下面,通过具体实施例对本申请所示的技术方案进行详细说明。需要说明的是,下面几个具体实施例可以相互结合,对于相同或相似的内容在不同的实施例中不再进行重复说明。
图2为本发明实施例提供的视差确定方法的流程示意图。请参见图2,该方法可以包括:
S201、获取基准图中第一像素的第一视差的准确度。
本发明实施例的执行主体可以为视差确定装置,该视差确定装置可以设置在双目立体匹配***中。可选的,该视差确定装置可以通过软件实现,或者,该视差确定装置可以通过软件和硬件的结合实现。
可选的,本发明实施例所示的基准图可以为双目源图像中的一副图像,也可以为对双目源图像进行处理之后得到的梯度图像。
可选的,当基准图像为梯度图像时,可以对双目源图像进行高斯滤波处理,并对高斯滤波处理后的图像进行梯度处理,以得到梯度图像。
可选的,第一像素可以为基准图中的任意一个像素。
可选的,当第一像素为基准图中的第一个像素时,则可以将预设初始范围确定为第一像素的视差搜索范围,并根据该预设初始范围确定第一像素的第一视差。当第一像素不是基准图中的第一个像素时,则可以根据图2实施例所示的方法确定第一像素的第一视差。可选的,预设初始范围通常与相机的光学参数和相机到被测物体的距离相关,即,可以根据相机的光学参数和相机到被测物体的距离确定该预设初始范围。
需要说明的是,在图3所示的实施例中,对确定第一视差的准确度的方法进行详细说明,此处不再进行说明。
S202、判断第一视差的准确度是否大于第一阈值。
若是,则执行S203-S204。
若否,则执行S205。
可选的,基准图中不同像素可以对应相同的第一阈值,也可以对应不同的第一阈值。
在本发明实施例中,由于一个像素的视差搜索范围可能会依赖上一个像素的视差,当上一个像素的视差具有误差时,上一个像素的视差的误差会传递至该像素,在长期计算过程中,会造成误差的累积。为了避免由于误差累积导致确定得到的视差搜索范围不合理,在后续的计算过程中,可以适当减小该第一阈值。
例如,若一个像素之前的多个像素均依赖上一个像素的视差,则可以减小该像素对应的第一阈值。
需要说明的是,在实际应用过程中,可以根据实际需要设置该第一阈值,本发明实施例对此不作具体限定。
S203、判断基准图中的第二像素与第一像素是否为同一物体中的像素。
若是,则执行S204。
若否,则执行S205。
其中,第二像素与第一像素相邻。
可选的,假设第一像素的像素坐标为(x,y),则第二像素的像素坐标为(x+1,y)。
可选的,可以通过如下可行的实现方式判断第二像素与第一像素是否为同一物体中的像素:确定第二像素对应至少一个第三像素,第三像素位于第二像素的相邻区域,获取第一像素与每一个第三像素之间的梯度值,根据第一像素与每一个第三像素之间的梯度值,判断基准图中的第二像素与第一像素是否为同一物体中的像素。
可选的,第二像素的相邻区域可以为第二像素上边和下边的区域,第二像素的相邻区域也可以为第二像素左边和右边的区域。当然,在实际应用过程中,可以根据实际需要设置第二像素的相邻区域。
可选的,假设第一像素为(x,y),第二像素可以为(x+1,y),则第三像素可以为(x+1,y-1)、(x+1,y+1)。可选的,第三像素也可以为(x+2,y),(x+2,y-1)、(x+2,y+1)等。
当然,在实际应用过程中,可以根据实际情况设置第二像素对应的第三像素,本发明实施例对此不作具体限定。
第一像素与第三像素之间的梯度值可以为第一像素和第三像素的灰度值的差值。
可选的,当第一像素与每一个第三像素之间的梯度值均小于预设梯度值时,可以确定第二像素与第一像素为同一物体中的像素,否则,确定第二像素与第一像素不是同一物体中的像素。
S204、根据第一视差、第一视差的准确度、第二像素的梯度值,确定第二像素的视差搜索范围。
可选的,可以根据如下公式一确定第二像素的视差搜索范围dmin-dmax:
其中,dmin为第二像素的视差搜索范围的最小值,dmax为第二像素的视差搜索范围的最大值,d1为第一视差,R1为第一视差的准确度,G为第二像素的梯度值,λ为预设参数。
可选的,第二像素的梯度可以为第一像素与每一个第三像素之间的梯度值的平均值。
由上述公式二可知,第二像素的梯度G越小、第一视差的准确度R1越高,dmin越大、dmax越小,进而可以使得第二像素的搜索范围越小。其中,第二像素的梯度G越小,说明第一像素和第二像素的灰度值越接近,使得第一像素的视差和第二像素的视差也越接近,第二像素的视差搜索范围也越小。
在实际应用过程中,第二像素的梯度G和第一视差的准确度R1对第二像素的视差搜索范围的作用存在差异性,通常,第二像素的梯度G对视差搜索范围的影响更为明显,因此,可以采用预设参数λ对第二像素的梯度G和第一视差的准确度R1对视差搜索范围的作用进行精细调节,以保证视差搜索范围的准确性。
在S204之后,执行S206。
S205、确定第二像素的视差搜索范围为预设初始范围。
当判断第一视差的准确度小于或等于第一阈值时,说明第一像素的第一视差的准确度不高,若根据准确度不高的第一视差确定第二像素的视差搜索范围,则会导致误差传递,使得确定得到的第二像素的视差搜索范围不准确,在该种情况下,可以将第二像素的视差搜索范围设置为预设初始范围。
当判断基准图中的第二像素与第一像素不是同一物体中的像素时,则第二像素的视差与第一像素的视差之间没有相关性,因此,根据第一像素的视差确定的第二像素的视差搜索范围也不具备合理性,在该种情况下,可以将第二像素的视差搜索范围设置为预设初始范围。
S206、根据基准图对应的比较图中视差搜索范围内的像素的灰度值、和第二像素的灰度值,确定第二像素的第二视差。
在确定得到第二像素的视差搜索范围之后,在比较图的视差搜索范围中确定待匹配像素,并在待匹配像素中确定与第二像素最接近的目标像素,将目标像素与第二像素的像素横坐标的差值确定为第二像素的第二视差。可选的,与第二像素最接近的像素可以为与第二像素的灰度值最接近的像素。
例如,假设第二像素为(x,y),视差搜索范围为dmin-dmax,则待匹配像素为比较图中的(x+dmin,y)至(x+dmax,y),然后,在比较图中的(x+dmin,y)至(x+dmax,y)中确定与第二像素(x,y)最接近的目标像素,假设目标像素为(x+d,y),则第二像素的视差为d。
需要说明的是,在图4所示的实施例中,对确定第二像素的第二视差的具体过程进行详细说明,此处不再进行说明。
本发明实施例提供的视差确定方法,在确定第二像素的视差搜索范围的过程中,当第二像素的前一个像素(第一像素)的视差的准确度较高、且第二像素与第一像素为同一物体中的像素时,则可以根据第一像素的视差、第一像素的视差的准确度等确定第二像素的视差搜索范围,由于第二像素与第一像素为同一物体中的像素,因此,第二像素的视差与第一像素的视差之间具有相关性,又由于第一像素的视差的准确度较高,因此,根据第一像素的视差、及第一像素的视差的准确度可以合理的确定得到第二像素的视差搜索范围,提高了第二像素的视差搜索范围的合理性,进而提高确定第二像素的视差的准确性。
在上述任意一个实施例的基础上,可选的,可以通过如下可行的实现方式确定第一像素的第一视差的准确度(图2所示实施例中的S201),具体的,请参见图3所示的实施例。
图3为本发明实施例提供的确定第一视差的准确度方法的流程示意图。请参见图3,该方法可以包括:
S301、确定第一像素所在的第一窗口。
可选的,可以以第一像素为中心,确定第一像素所在的第一窗口,以使第一像素位于第一窗口的中心位置。这样,可以提高第一视差的准确度的准确性。
可选的,第一窗口的大小可以为预设大小,例如,第一窗口的大小可以为3*3,5*5,7*7等,当然,在实际应用过程中,可以根据实际需要设置该第一窗口的大小,本发明实施例对此不作具体限定。
例如,假设第一像素为(3,3),第一窗口的大小为3*3,则第一窗口中包括的像素如表1所示:
表1
(2,2) | (3,2) | (4,2) |
(2,3) | (3,3) | (4,3) |
(2,4) | (3,4) | (4,4) |
S302、根据第一像素的视差搜索范围,在比较图中确定第一像素对应的至少一个第一待匹配像素。
可选的,第一待匹配像素的像素纵坐标与第一像素的像素纵坐标相同。
例如,假设第一像素为(3,3),第一像素的视差搜索范围为2-4,则比较图中的第一待匹配像素为(3+2,3)、(3+3,3)、(3+4,3),即第一待匹配像素为(5,3)、(6,3)、(7,3)。
S303、确定第一待匹配像素所在的第二窗口。
可选的,以第一待匹配像素为中心,确定第一待匹配像素对应的第二窗口,以使第一待匹配像素位于第二窗口的中心位置。其中,每一个待匹配像素对应一个第二窗口。这样,可以提高第一视差的准确度的准确性。
可选的,第二窗口的大小与第二窗口的大小相同。
例如,假设第二窗口的大小为3*3,第一待匹配像素为(5,3)、(6,3)、(7,3),则可以分别确定得到该三个第一待匹配像素对应的第二窗口。
第一待匹配像素(5,3)对应的第二窗口如表2所示,像素(5,3)位于第二窗口的中心位置:
表2
(4,2) | (5,2) | (6,2) |
(4,3) | (5,3) | (6,3) |
(4,4) | (5,4) | (6,4) |
第一待匹配像素(6,3)对应的第二窗口如表3所示,像素(6,3)位于第二窗口的中心位置:
表3
(5,2) | (6,2) | (7,2) |
(5,3) | (6,3) | (7,3) |
(5,4) | (6,4) | (7,4) |
第一待匹配像素(7,3)对应的第二窗口如表4所示,像素(7,3)位于第二窗口的中心位置:
表4
(6,2) | (7,2) | (8,2) |
(6,3) | (7,3) | (8,3) |
(6,4) | (7,4) | (8,4) |
S304、根据第一窗口中像素的灰度值、及每一个第二窗口中像素的灰度值,分别获取第一窗口与每一个第二窗口的匹配代价。
可选的,匹配代价可以为第一窗口和第二窗口中像素的灰度相似性数值或灰度差异性数值。
可选的,当匹配代价为第一窗口和第二窗口中像素的灰度相似性数值时,则可以根据灰度相似性函数确定第一窗口和第二窗口中像素的灰度相似性数值。
可选的,灰度相似性函数可以为零均值灰度和相关系数函数ZCC,具体如公式二所示:
其中,ZCC为灰度相似性数值,W1为第一窗口,W2为第二窗口,d为第二窗口对应的待匹配像素与第二像素的像素横坐标的差值,I1(x,y)为基准图中像素(x,y)的灰度值,I2(x+d,y)为比较图中像素(x+d,y)的灰度值,avgW1为基准图中第一窗口中每一个像素的灰度均值,avgW2为比较图中第二窗口中每一个像素的灰度均值。
可选的,灰度相似性函数可以为归一化灰度互相关函数NCC,具体如公式三所示:
其中,NCC为灰度相似性数值,W1为第一窗口,W2为第二窗口,d为第二窗口对应的待匹配像素与第二像素的像素横坐标的差值,I1(x,y)为基准图中像素(x,y)的灰度值,I2(x+d,y)为比较图中像素(x+d,y)的灰度值。
可选的,当匹配代价为第一窗口和第二窗口中像素的灰度差异性数值时,则可以根据灰度差异性函数确定第一窗口和第二窗口中像素的灰度差异性数值。
可选的,灰度差异性函数可以为绝对值和函数SAD,具体如公式四所示:
其中,SAD为灰度差异性数值,W1为第一窗口,W2为第二窗口,d为第二窗口对应的待匹配像素与第二像素的像素横坐标的差值,I1(x,y)为基准图中像素(x,y)的灰度值,I2(x+d,y)为比较图中像素(x+d,y)的灰度值。
可选的,灰度差异性函数可以为平方和函数SSD,具体如公式五所示:
其中,SSD为灰度差异性数值,W1为第一窗口,W2为第二窗口,d为第二窗口对应的待匹配像素与第二像素的像素横坐标的差值,I1(x,y)为基准图中像素(x,y)的灰度值,I2(x+d,y)为比较图中像素(x+d,y)的灰度值。
需要说明的是,上述公式二至公式五只是以示例的形式示意确定匹配代价的方法,当然,在实际应用过程中,还可以根据其它可行的实现方式确定匹配代价,本发明实施例对此不作具体限定。
例如,假设第一窗口如表1所示,第二窗口如表2-表4所示,则可以根据上述公式二至公式五中的任意一个公式,确定表1和表2之间的匹配代价,确定表1与表3之间的匹配代价,确定表1与表4之间的匹配代价。
S305、根据第一窗口与每一个第二窗口的匹配代价,确定第一视差的准确度。
可选的,当匹配代价为灰度差异性数值时,可以在第一窗口与每一个第二窗口的匹配代价中获取数值最小的第一匹配代价、及数值次小的第二匹配代价,并将第二匹配代价和第一匹配代价的差值确定为第一视差的准确度。其中,当第一匹配代价的差值与第一匹配代价的差值大于预设值时,说明第一视差的准确度较高。
可选的,当匹配代价为相似性数值时,可以在第一窗口与每一个第二窗口的匹配代价中获取数值最大的第三匹配代价、及数值次大的第四匹配代价,并将第三匹配代价和第四匹配代价的差值确定为第一视差的准确度。其中,当第三匹配代价的差值与第四匹配代价的差值大于预设值时,说明第一视差的准确度较高。
在图3所示的实施例中,通过第一窗口和第二窗口的匹配代价,可以更为精确的体现出第一像素与第一待匹配像素之间的相似性或差异性,进而使得确定得到的匹配代价更为准确,进而可以确保确定得到的第一像素的准确度的精确性较高。
在上述任意一个实施例的基础上,可选的,可以通过如下可行的实现方式确定第二像素的第二视差(图2所示实施例中的S206),具体的,请参见图4所示的实施例。
图4为本发明实施例提供的确定第二视差方法的流程示意图。请参见图4,该方法可以包括:
S401、确定第二像素所在的第三窗口。
可选的,以第二像素为中心,确定第二像素所在的第三窗口,以使第二像素位于第三窗口的中心位置。这样,可以提高确定第二视差的准确性。
可选的,第三窗口的大小可以为预设大小,例如,第三窗口的大小可以为3*3,5*5,7*7等,当然,在实际应用过程中,可以根据实际需要设置该第三窗口的大小,本发明实施例对此不作具体限定。
需要说明的是,S401的执行过程可以参见S301,本发明实施例对此不再进行赘述。
S402、根据第二像素的视差搜索范围,在比较图中确定第二像素对应的至少一个第二待匹配像素。
需要说明的是,S402的执行过程可以参见S302,本发明实施例对此不再进行赘述。
S403、确定第二待匹配像素所在的第四窗口。
可选的,以第二待匹配像素为中心,确定第二待匹配像素对应的第四窗口,以使第二待匹配像素位于第四窗口的中心位置。其中,每二个待匹配像素对应一个第四窗口。这样,可以提高确定第二视差的准确性。
需要说明的是,S403的执行过程可以参见S303,本发明实施例对此不再进行赘述。
S404、根据第三窗口中每一个像素的灰度值、及第四窗口中每一个像素的灰度值,分别获取第三窗口与每一个第四窗口的匹配代价,匹配代价为第三窗口和第四窗口中像素的灰度相似性数值或灰度差异性数值。
需要说明的是,S404的执行过程可以参见S304,本发明实施例对此不再进行赘述。
S405、根据第三窗口和第四窗口的匹配代价,在第四窗口中确定目标窗口,目标窗口与第三窗口中的像素的灰度相似性最高、或者灰度差异性最小。
可选的,当匹配代价为灰度相似性数值时,则可以在多个第四窗口中选择与第三窗口中像素的灰度相似性数值最大的目标窗口。
可选的,当匹配代价为灰度差异性数值时,则可以在多个第四窗口中选择与第三窗口中像素的灰度差异性数值最小的目标窗口。
S406、将目标窗口对应的第二待匹配像素与第二像素的像素横坐标的差值确定为第二像素的视差。
可选的,可以先确定目标窗口对应的第二待匹配像素,并将目标窗口对应的第二待匹配像素与第二像素的像素横坐标的差值确定为第二像素的第二视差。
在图4所示的实施例中,通过第三窗口和第四窗口的匹配代价,可以更为精确的体现出第二像素与第二待匹配像素之间的相似性或差异性,这样,可以更为准确的在多个第二待匹配像素中选择出与第二像素最接近的像素,进而可以使得确定得到的第二像素的第二视差的精确度较高。
需要说明的是,通过上述实施例可以确定得到基准图中的任意一个像素的视差,在确定得到基准图中每一个像素的视差之后,可以得到视差图,视差图中的元素为每一个像素对应的视差。
在实际应用过程中,为了提高获取得到的视差图像的准确度,还可以以上述实施例中的比较图作为基准图、以上述实施例中的基准图作为比较图来确定得到一个视差图。这样,可以得到两张视差图,分别记为第一视差图和第二视差图,可以对第一视差图和第二视差图进行左右一致性检测,并去除第一视差图和第二视差图中的无效视差,然后,可以通过中值滤波或者均值滤波等技术,对第一视差图和第二视差图进行平滑滤波处理,以得到更为精确的视差图。需要说明的是,左右一致性检测过程、及平滑滤波处理的过程可以参见现有技术,本发明实施例对此不再进行赘述。
进一步的,在确定得到更为精确的视差图之后,还可以对该精确的视差图进行边缘处理,以得到该视差图的边缘视差图。其中,边缘视差图中包括图像中物体边缘像素的视差。
图5为本发明实施例提供的视差确定装置的结构示意图一。请参见图5,包括第一确定模块11、第二确定模块12和第三确定模块13,其中,
所述第一确定模块11用于,确定基准图中第一像素的第一视差的准确度;
所述第二确定模块12用于,若所述第一视差的准确度大于第一阈值且所述基准图中的第二像素与所述第一像素为同一物体中的像素,根据所述第一视差、所述第一视差的准确度、所述第二像素的梯度值,确定所述第二像素的视差搜索范围,其中,所述第二像素与所述第一像素相邻;
所述第三确定模块13用于,在所述基准图对应的比较图中,根据所述视差搜索范围内的像素的灰度值和所述第二像素的灰度值,确定所述第二像素的第二视差。
本发明实施例提供的视差确定装置可以执行上述方法实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
在一种可能的实施方式中,所述第一确定模块11具体用于:
根据所述第一像素的视差搜索范围,在所述比较图中确定所述第一像素对应的至少一个第一待匹配像素;
根据所述第一像素所在的第一窗口中像素的灰度值、及所述每一个第一待匹配像素所在的第二窗口中像素的灰度值,分别获取所述第一窗口与每一个第二窗口的匹配代价;
根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度。
在另一种可能的实施方式中,所述第一确定模块11具体用于:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度差异性数值最小的第一匹配代价、及灰度差异性数值次小的第二匹配代价;
将所述第二匹配代价和所述第一匹配代价的差值确定为所述第一视差的准确度。
在另一种可能的实施方式中,所述第一确定模块11具体用于:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度相似性数值最大的第三匹配代价、及灰度相似性数值次大的第四匹配代价;
将所述第三匹配代价和所述第四匹配代价的差值确定为所述第一视差的准确度。
图6为本发明实施例提供的视差确定装置的结构示意图二。在图5所示实施例的基础上,请参见图6,所述装置还包括第四确定模块14,其中,所述第四确定模块14用于:
确定所述第二像素对应至少一个第三像素,所述第三像素位于所述第二像素的相邻区域;
获取所述第一像素与所述每一个第三像素之间的梯度值;
若所述第一像素与所述每一个第三像素之间的梯度值小于第二阈值,则确定所述基准图中的第二像素与所述第一像素为同一物体中的像素。
在另一种可能的实施方式中,所述第二像素的梯度值为所述第一像素与每一个第三像素之间的梯度值的平均值。
在另一种可能的实施方式中,所述第二确定模块12具体用于:
根据如下确定所述第二像素的视差搜索范围dmin-dmax:
其中,所述dmin为所述第二像素的视差搜索范围的最小值,所述dmax为所述第二像素的视差搜索范围的最大值,所述d1为所述第一视差,所述R1为所述第一视差的准确度,所述G为所述第二像素的梯度值,所述λ为预设参数。
在另一种可能的实施方式中,所述第三确定模块13具体用于:
根据所述第二像素的视差搜索范围,在所述比较图中确定所述第二像素对应的至少一个第二待匹配像素;
根据所述第二像素所在的第三窗口中像素的灰度值、及所述每一个第二待匹配像素所在的第四窗口中像素的灰度值,分别获取所述第三窗口与每一个第四窗口的匹配代价;
根据所述第三窗口和所述第四窗口的匹配代价,在所述第四窗口中确定目标窗口,所述目标窗口与所述第三窗口中的像素的灰度相似性最高、或者灰度差异性最小;
将所述目标窗口对应的第二待匹配像素与所述第二像素的像素横坐标的差值确定为所述第二像素的第二视差。
本发明实施例提供的视差确定装置可以执行上述方实施例所示的技术方案,其实现原理以及有益效果类似,此处不再进行赘述。
图7为本发明实施例提供的视差确定终端的结构示意图。请参见图7,该视差确定终端包括存储器21、处理器22、摄像头组件23及通信总线24,所述通信总线24用于实现各元器件之间的连接,其中,
所述摄像头组件23用于采集图像,并将所述图像传输至所述存储器21和/或所述处理器22;所述存储器21用于存储程序指令;所述处理器22用于读取所述存储器21中的程序指令,并根据所述存储器21中的程序指令执行上述图2-图4任一实施例所述的方法。
可选的,摄像头组件的个数可以为1个,也可以为多个。在实际应用过程中,可以根据实际需要设置摄像头组件的个数,本发明实施例对此不作具体限定。
结合本申请公开内容所描述的方法或者算法的步骤可以以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于会话管理功能网元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种视差确定方法,其特征在于,包括:
确定基准图中第一像素的第一视差的准确度;
若所述第一视差的准确度大于第一阈值且所述基准图中的第二像素与所述第一像素为同一物体中的像素,根据所述第一视差、所述第一视差的准确度、所述第二像素的梯度值,确定所述第二像素的视差搜索范围,其中,所述第二像素与所述第一像素相邻;
在所述基准图对应的比较图中,根据所述视差搜索范围内的像素的灰度值和所述第二像素的灰度值,确定所述第二像素的第二视差;
所述确定基准图中第一像素的第一视差的准确度,包括:
根据所述第一像素的视差搜索范围,在所述比较图中确定所述第一像素对应的至少一个第一待匹配像素;
根据所述第一像素所在的第一窗口中像素的灰度值、及所述每一个第一待匹配像素所在的第二窗口中像素的灰度值,分别获取所述第一窗口与每一个第二窗口的匹配代价,所述匹配代价为所述第一窗口和所述第二窗口中像素的灰度相似性数值或灰度差异性数值;
根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度;
所述根据所述第一视差、所述第一视差的准确度、所述第二像素的梯度值,确定所述第二像素的视差搜索范围,包括:
根据如下确定所述第二像素的视差搜索范围dmin-dmax:
其中,所述dmin为所述第二像素的视差搜索范围的最小值,所述dmax为所述第二像素的视差搜索范围的最大值,所述d1为所述第一视差,所述R1为所述第一视差的准确度,所述G为所述第二像素的梯度值,所述λ为预设参数。
2.根据权利要求1所述的方法,其特征在于,所述匹配代价为灰度差异性数值,所述根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度,包括:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度差异性数值最小的第一匹配代价、及灰度差异性数值次小的第二匹配代价;
将所述第二匹配代价和所述第一匹配代价的差值确定为所述第一视差的准确度。
3.根据权利要求1所述的方法,其特征在于,所述匹配代价为灰度相似性数值,所述根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度,包括:
在所述第一窗口与每一个第二窗口的匹配代价中获取灰度相似性数值最大的第三匹配代价、及灰度相似性数值次大的第四匹配代价;
将所述第三匹配代价和所述第四匹配代价的差值确定为所述第一视差的准确度。
4.根据权利要求1-3任一项所述的方法,其特征在于,确定所述基准图中的第二像素与所述第一像素为同一物体中的像素,包括:
确定所述第二像素对应至少一个第三像素,所述第三像素位于所述第二像素的相邻区域;
获取所述第一像素与所述每一个第三像素之间的梯度值;
若所述第一像素与所述每一个第三像素之间的梯度值小于第二阈值,则确定所述基准图中的第二像素与所述第一像素为同一物体中的像素。
5.根据权利要求4所述的方法,其特征在于,所述第二像素的梯度值为所述第一像素与每一个第三像素之间的梯度值的平均值。
6.根据权利要求1-3任一项所述的方法,其特征在于,在所述基准图对应的比较图中,根据所述视差搜索范围内的像素的灰度值和所述第二像素的灰度值,确定所述第二像素的第二视差,包括:
根据所述第二像素的视差搜索范围,在所述比较图中确定所述第二像素对应的至少一个第二待匹配像素;
根据所述第二像素所在的第三窗口中像素的灰度值、及所述每一个第二待匹配像素所在的第四窗口中像素的灰度值,分别获取所述第三窗口与每一个第四窗口的匹配代价;
根据所述第三窗口和所述第四窗口的匹配代价,在所述第四窗口中确定目标窗口,所述目标窗口与所述第三窗口中的像素的灰度相似性最高、或者灰度差异性最小;
将所述目标窗口对应的第二待匹配像素与所述第二像素的像素横坐标的差值确定为所述第二像素的第二视差。
7.一种视差确定装置,其特征在于,包括第一确定模块、第二确定模块和第三确定模块,其中,
所述第一确定模块用于,确定基准图中第一像素的第一视差的准确度;
所述第二确定模块用于,在所述第一视差的准确度大于第一阈值且所述基准图中的第二像素与所述第一像素为同一物体中的像素时,根据所述第一视差、所述第一视差的准确度、所述第二像素的梯度值,确定所述第二像素的视差搜索范围,所述第二像素与所述第一像素相邻;
所述第三确定模块用于,在所述基准图对应的比较图中,根据所述视差搜索范围内的像素的灰度值和所述第二像素的灰度值,确定所述第二像素的第二视差;
所述第一确定模块具体用于:
根据所述第一像素的视差搜索范围,在所述比较图中确定所述第一像素对应的至少一个第一待匹配像素;
根据所述第一像素所在的第一窗口中像素的灰度值、及所述每一个第一待匹配像素所在的第二窗口中像素的灰度值,分别获取所述第一窗口与每一个第二窗口的匹配代价,所述匹配代价为所述第一窗口和所述第二窗口中像素的灰度相似性数值或灰度差异性数值;
根据所述第一窗口与每一个第二窗口的匹配代价,确定所述第一视差的准确度;
所述第二确定模块具体用于:
根据如下确定所述第二像素的视差搜索范围dmin-dmax:
其中,所述dmin为所述第二像素的视差搜索范围的最小值,所述dmax为所述第二像素的视差搜索范围的最大值,所述d1为所述第一视差,所述R1为所述第一视差的准确度,所述G为所述第二像素的梯度值,所述λ为预设参数。
8.一种视差确定终端,其特征在于,包括存储器、处理器和摄像头组件,其中,
所述摄像头组件用于采集图像,并将所述图像传输至所述存储器和/或所述处理器;所述存储器用于存储程序指令;所述处理器用于读取所述存储器中的程序指令,并根据所述存储器中的程序指令执行权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711170800.8A CN107948629B (zh) | 2017-11-22 | 2017-11-22 | 一种视差确定方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711170800.8A CN107948629B (zh) | 2017-11-22 | 2017-11-22 | 一种视差确定方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107948629A CN107948629A (zh) | 2018-04-20 |
CN107948629B true CN107948629B (zh) | 2020-06-23 |
Family
ID=61929700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711170800.8A Active CN107948629B (zh) | 2017-11-22 | 2017-11-22 | 一种视差确定方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107948629B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790890A (zh) * | 2011-05-17 | 2012-11-21 | 佳能株式会社 | 立体图像编码设备及其方法和摄像设备 |
CN102999913A (zh) * | 2012-11-29 | 2013-03-27 | 清华大学深圳研究生院 | 一种基于可信点传播的局部立体匹配方法 |
CN104065954A (zh) * | 2014-07-03 | 2014-09-24 | 中国传媒大学 | 一种高清立体视频的视差范围快速检测方法 |
CN104091339A (zh) * | 2014-07-17 | 2014-10-08 | 清华大学深圳研究生院 | 一种图像快速立体匹配方法及装置 |
CN104268880A (zh) * | 2014-09-29 | 2015-01-07 | 沈阳工业大学 | 基于特征和区域匹配相结合的深度信息获取方法 |
CN105339757A (zh) * | 2013-06-21 | 2016-02-17 | 佳能株式会社 | 信息处理装置、信息处理***、信息处理方法及其程序 |
CN106887021A (zh) * | 2015-12-15 | 2017-06-23 | 株式会社理光 | 立体视频的立体匹配方法、控制器和*** |
CN106887018A (zh) * | 2015-12-15 | 2017-06-23 | 株式会社理光 | 立体匹配方法、控制器和*** |
CN107316326A (zh) * | 2017-06-29 | 2017-11-03 | 海信集团有限公司 | 应用于双目立体视觉的基于边的视差图计算方法和装置 |
-
2017
- 2017-11-22 CN CN201711170800.8A patent/CN107948629B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790890A (zh) * | 2011-05-17 | 2012-11-21 | 佳能株式会社 | 立体图像编码设备及其方法和摄像设备 |
CN102999913A (zh) * | 2012-11-29 | 2013-03-27 | 清华大学深圳研究生院 | 一种基于可信点传播的局部立体匹配方法 |
CN105339757A (zh) * | 2013-06-21 | 2016-02-17 | 佳能株式会社 | 信息处理装置、信息处理***、信息处理方法及其程序 |
CN104065954A (zh) * | 2014-07-03 | 2014-09-24 | 中国传媒大学 | 一种高清立体视频的视差范围快速检测方法 |
CN104091339A (zh) * | 2014-07-17 | 2014-10-08 | 清华大学深圳研究生院 | 一种图像快速立体匹配方法及装置 |
CN104268880A (zh) * | 2014-09-29 | 2015-01-07 | 沈阳工业大学 | 基于特征和区域匹配相结合的深度信息获取方法 |
CN106887021A (zh) * | 2015-12-15 | 2017-06-23 | 株式会社理光 | 立体视频的立体匹配方法、控制器和*** |
CN106887018A (zh) * | 2015-12-15 | 2017-06-23 | 株式会社理光 | 立体匹配方法、控制器和*** |
CN107316326A (zh) * | 2017-06-29 | 2017-11-03 | 海信集团有限公司 | 应用于双目立体视觉的基于边的视差图计算方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107948629A (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10789719B2 (en) | Method and apparatus for detection of false alarm obstacle | |
US8199977B2 (en) | System and method for extraction of features from a 3-D point cloud | |
CN111210429B (zh) | 点云数据划分方法及装置、障碍物检测方法及装置 | |
US8755630B2 (en) | Object pose recognition apparatus and object pose recognition method using the same | |
CN107316326B (zh) | 应用于双目立体视觉的基于边的视差图计算方法和装置 | |
US9317923B2 (en) | Stereo vision apparatus and method | |
CN112116639B (zh) | 一种图像配准方法、装置及电子设备和存储介质 | |
CN107481271B (zh) | 一种立体匹配方法、***及移动终端 | |
CN103424105B (zh) | 对象检测方法和装置 | |
CN111582054B (zh) | 点云数据处理方法及装置、障碍物检测方法及装置 | |
CN111402313A (zh) | 图像深度恢复方法和装置 | |
US11995858B2 (en) | Method, apparatus and electronic device for stereo matching | |
CN109640066B (zh) | 高精度稠密深度图像的生成方法和装置 | |
KR20190059594A (ko) | 디스패리티 추정 장치 및 방법 | |
CN111553946B (zh) | 用于去除地面点云的方法及装置、障碍物检测方法及装置 | |
US20130208975A1 (en) | Stereo Matching Device and Method for Determining Concave Block and Convex Block | |
CN110889817B (zh) | 图像融合质量评价方法及装置 | |
CN107392898B (zh) | 应用于双目立体视觉中的像素点视差值计算方法及装置 | |
CN111192214B (zh) | 图像处理的方法、装置、电子设备及存储介质 | |
CN107948629B (zh) | 一种视差确定方法、装置及终端 | |
CN113344988B (zh) | 立体匹配方法、终端及存储介质 | |
CN115661258A (zh) | 标定方法及装置、畸变校正方法及装置、存储介质、终端 | |
CN109374919B (zh) | 一种基于单个拍摄设备确定移动速度的方法及装置 | |
CN111767757B (zh) | 身份信息确定方法及装置 | |
Saygili et al. | Stereo similarity metric fusion using stereo confidence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |