申请/专利权人：长春工业大学

申请日：2021-07-21

公开（公告）日：2024-04-12

公开（公告）号：CN113421210B

主分类号：G06T17/00

分类号：G06T17/00;G06T7/11;G06T5/73;G06N3/0464;G06N3/08;G06T7/194;G06T5/90;G06T5/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.11.03#专利申请权的转移;2021.10.12#实质审查的生效;2021.09.21#公开

摘要：本发明属于数字图像处理领域，具体的说是一种基于双目立体视觉的表面点云重建方法。包括：步骤一、对双目相机拍摄图像进行立体校正，使左右图像同点名位于同一极；步骤二、对矫正后的图像进行预处理；步骤三、通过最小割‑最大流图像分割算法对感兴趣区域进行复杂背景去除；步骤四、通过卷积神经网络立体匹配算法，恢复深度信息，得到视差图；步骤五、根据步骤四所得视差图对表面点云进行重建。本发明通过立体校正、图像预处理、感兴趣区域背景去除、立体匹配、点云重建等流程解决重建精度低、速度慢与可迁移差等问题。

主权项：1.一种基于双目立体视觉的表面点云重建方法，其特征在于，包括以下步骤：步骤一、对双目相机拍摄图像进行立体校正，使左右图像同点名位于同一极；步骤二、对校正后的图像进行预处理，预处理包括以双边滤波为权重的加权中值滤波、自适应直方图均衡化、拉普拉斯图像锐化；步骤三、通过最小割-最大流图像分割算法对感兴趣区域进行复杂背景去除；步骤四、通过卷积神经网络立体匹配算法，恢复深度信息，得到视差图；步骤五、根据步骤四所得视差图对表面点云进行重建；所述步骤二的具体方法如下：21以双边滤波为权重的加权中值滤波；对校正后的图像进行以双边滤波为权重的加权中值滤波；双边滤波器权重表示为： 其中，为调整空间；为色彩相似度；ki为正则化因子；|i-j|2和|ii-jj|2为中心像素与相邻像素之间的空间相似性；i为中心像素的横坐标；j为中心像素的纵坐标；ii为相邻像素的横坐标；jj为相邻像素的纵坐标；当选取窗口Ri大小为2r+1×2r+1时，其中，r为窗口半径，此时窗口内包含的像素个数为s，计算窗口Ri中一对随机序列{Ii,wi,j}的像素值和权重，然后依次对权重进行排序，直到累计权重大于加权值的一半，此时相应的i*是局部窗口中心点的新像素值；如下式所示： 其中，i*为滤波后的视差值；l为窗口中心点的像素值；wij为滤波权重；S为窗口内像素的总数；I为当前累计的像素个数；22限定对比度的自适应直方图均衡化；对滤波后的图像进行限定对比度的自适应直方图均衡化；将滤波去噪后的图像即M像素×N像素分成若干个大小相同的子区域，分别对每个子区域的直方图进行计算，将可能出现的直方图灰度级个数记为K，每个子区域的灰度级为r，则区域m,n对应的直方图函数为：Hm,nr，0≤r≤K-1；其中，r为每个子区域的灰度级；K为直方图灰度级个数；对剪切限幅值β进行确认： 其中，M为图像水平方向上的像素个数；N为图像竖直方向上的像素个数；K为直方图灰度级个数；α为截断系数，表示每个灰度级中像素的最大百分比；对所有分割的子区域进行直方图均衡化，用双线性插值方法对每个像素进行处理，计算处理后的灰度值；23拉普拉斯图像锐化；对直方图均衡化后的图像进行拉普拉斯增强，将图像中选中的像素点及其邻域内的8个点与掩码相乘求和，用得到的新像素值替代原来九宫格内中心点的像素值，则对于点u,v，经拉普拉斯算子处理后的图像： 其中，kmz,nz为3×3的拉普拉斯算子掩码；pu,v为原始图像灰度值，Lu,v为经拉普拉斯算子处理后的图像；mz为九宫格中心像素横坐标；nz为九宫格中心像素纵坐标；u为选中点的横坐标；v为选中点的纵坐标。

全文数据：

权利要求：

百度查询： 长春工业大学 一种基于双目立体视觉的表面点云重建方法

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD