基于視覺測量的大型機械工件立體匹配方法
【技術領域】
[0001] 本發明屬于機器視覺技術領域，具體涉及一種基于視覺測量的大型機械工件立體 匹配方法。
【背景技術】
[0002] 三維形貌測量廣泛用于航空測繪、醫學成像、工業檢測等領域。在眾多三維形貌測 量方法中，非接觸立體視覺測量技術，以其不損傷被測物表面等技術優勢，而被廣泛使用。 而雙目立體視覺技術作為非接觸立體視覺技術的重要組成部分，起到了其它方法不可替代 的作用。在雙目立體視覺技術中，立體匹配方法與三維形貌測量的精度和速度息息相關。
[0003] 傳統立體匹配方法可分為基于區域的立體匹配算法、基于特征點的匹配算法、以 及基于圖像分割的全局匹配算法等幾種，其中：
[0004] 基于區域的立體匹配算法，根據某種相似性判斷依據，遍歷尋找與子窗口圖像最 為相似的子圖。這種方法的缺點在于計算量大，匹配精度低。
[0005] 基于圖像分割的全局匹配算法，主要是采用了全局的優化理論方法估計視差，通 過多次迭代，得到了更準確的結果，但該算法同樣沒有解決計算量大的問題，因此也存在耗 時長的缺點。
[0006] 基于特征點的匹配算法，由于匹配對象是稀疏的特征點，因此匹配速快。但是匹配 精度很大程度上依賴特征提取，并且得到的是稀疏的視差圖，導致匹配精度不高。
[0007] 可見，傳統立體匹配方法中，測量精度與測量速度是不可兼得的一對矛盾。

【發明內容】

[0008] 針對上述問題，本發明公開了一種基于視覺測量的大型機械工件立體匹配方法， 該方法能夠同時兼顧匹配方法的精度和速度問題，對于三維形貌快速準確測量起到促進作 用。
[0009] 本發明的目的是這樣實現的：
[0010] 基于視覺測量的大型機械工件立體匹配方法，包括以下步驟：
[0011] 步驟a、通過攝像機獲取原始圖像對，所述圖像對包括左圖像和右圖像；
[0012] 步驟b、匹配圖像對的邊緣特征；
[0013] 步驟c、利用步驟b得到的匹配結果獲取優質邊緣特征匹配點對；
[0014] 步驟d、由優質邊緣特征匹配點對確定視差值范圍；
[0015] 步驟e、利用步驟c得到的優質邊緣匹配點對和步驟d得到的視差值范圍，匹配左 圖像和右圖像；
[0016] 步驟f、由所有的匹配對應點對求得視計算視差值陣列，生成視差圖。
[0017] 上述基于視覺測量的大型機械工件立體匹配方法，
[0018] 步驟b所述的匹配圖像對的邊緣特征，具體為：
[0019] 對左圖像進行canny邊緣提取，得到的結果為A點集合；對右圖像進行canny邊緣 提取，得到的結果為B點集合；采用AD匹配代價函數在右圖像中逐行找到與A點集合中每 個像素點相匹配的對應點，所述對應點為C點集合，所述C點集合與A點集合相對應；
[0020] 步驟c所述的獲取優質邊緣特征匹配點對，具體為：
[0021] 求B點集合與C點集合的交集，所述交集為D點集合；將A點集合中與D點集合無 對應關系的像素坐標點剔除，得到E點集合，E點集合與D點集合相互對應的像素坐標為優 質邊緣特征匹配點對；
[0022] 步驟d所述的確定視差值范圍，具體為：
[0023] 將E點集合和D點集合相對應的像素坐標點的橫坐標相減，即優質邊緣特征匹配 對應點的像素橫坐標相減，并對得到的結果取絕對值的最大值，得到視差值最大值，視差值 范圍定義為從〇到視差值最大值的1. 5倍；
[0024] 步驟e所述的匹配左圖像和右圖像，具體為：
[0025] 以左圖像中待匹配的像素坐標為起始點，在不超過視差值范圍內，在右圖像中由 右向左依次搜索匹配對應點，直到遇到優質邊緣特征匹配點為止。
[0026] 進一步地，如果在步驟e中，超出匹配范圍仍未找到匹配的像素點，按其兩側優質 邊緣特征點間位置比例關系賦予匹配對應點，匹配左圖像和右圖像。
[0027] 上述基于視覺測量的大型機械工件立體匹配方法，在步驟a和步驟b之間，還包括 去噪處理的步驟。
[0028] 上述基于視覺測量的大型機械工件立體匹配方法，在步驟f之后，還包括對視差 圖進行后處理的步驟。
[0029] 進一步地，所述的后處理為中值濾波。
[0030] 有益效果：
[0031] 本發明基于視覺測量的大型機械工件立體匹配方法，能夠同時提高匹配方法的精 度和速度，具體體現在：
[0032] 第一、由于本發明采用了通過匹配圖像對的邊緣特征來獲取優質邊緣特征匹配點 對的方法，因此能夠濾除掉圖像非邊緣區域易誤匹配的點，提高匹配率，從而提高匹配精 度；
[0033] 第二、由于本發明通過優質邊緣特征匹配點對確定視差值范圍，因此能夠縮小待 匹配范圍，減小匹配算法的運算量，從而提高匹配速度。
【附圖說明】
[0034] 圖1是本發明基于視覺測量的大型機械工件立體匹配方法流程圖。
[0035] 圖2是本發明基于視覺測量的大型機械工件立體匹配方法具體實施例三的左圖 像。
[0036] 圖3是本發明基于視覺測量的大型機械工件立體匹配方法具體實施例三的右圖 像。
[0037] 圖4是本發明基于視覺測量的大型機械工件立體匹配方法具體實施例三的視差 圖。
【具體實施方式】
[0038] 下面結合附圖對本發明的【具體實施方式】作進一步詳細描述。
[0039] 具體實施例一
[0040] 本實施例的基于視覺測量的大型機械工件立體匹配方法，流程圖如圖1所示。該 方法包括以下步驟：
[0041] 步驟a、通過攝像機獲取原始圖像對，所述圖像對包括左圖像和右圖像；
[0042] 步驟b、匹配圖像對的邊緣特征；
[0043] 步驟c、利用步驟b得到的匹配結果獲取優質邊緣特征匹配點對；
[0044] 步驟d、由優質邊緣特征匹配點對確定視差值范圍；
[0045] 步驟e、利用步驟c得到的優質邊緣匹配點對和步驟d得到的視差值范圍，匹配左 圖像和右圖像；
[0046] 步驟f、由所有的匹配對應點對求得視計算視差值陣列，生成視差圖。
[0047] 具體實施例二
[0048] 本實施例的基于視覺測量的大型機械工件立體匹配方法，以以下兩個矩陣為例來 說明本發明的方法。
[0049] 步驟a、通過攝像機獲取原始圖像對，所述圖像對包括左圖像和右圖像；
[0050] 其中，左圖像用矩陣表示為：
[0051]
[0052] 右圖像用矩陣表示為：
[0053]
[0054] 步驟b、匹配圖像對的邊緣特征；^
'
[0055] 對左圖像進行canny邊緣提取，得到的結果為A點集合 {(1，2)，（1，5)，（2, 3)，（2, 5)};對右圖像進行canny邊緣提取，得到的結果為B點集合 {(1，1)，（1，4)，（2, 1)，（2, 4)};采用AD匹配代價函數在右圖像中逐行找到與A點集合中每 個像素點相匹配的對應點，所述對應點為C點集合{(1，1)，（1，4)，（2, 1)}，所述C點集合與 A點集合相對應；
[0056] 需要說明的是，canny邊緣提取為現有技術，由于本領域技術人員能夠在相關資料 中查找到其具體算法，因此在本發明中不再重復說明；而AD匹配代價函數的計算公式為：<