一种双目视觉立体匹配算法

摘要

本发明公开了一种双目视觉立体匹配算法，包括：步骤1，左眼和右眼注视空间物体的同一目标特征点，使目标特征点在左眼中的图像和在右眼中的图像分别与左眼的光心位置和右眼的光心位置重合；步骤2，建立左眼坐标系、右眼坐标系和世界坐标系；步骤3，获取左眼和右眼在三个方向上的转角信息；步骤4，根据三角几何法，计算出目标特征点与左眼的光心位置之间的距离、目标特征点与右眼的光心位置之间的距离；步骤5，计算出目标特征点在左眼坐标系下的坐标和在右眼坐标系下的坐标；步骤6，根据双目视觉原理，得到目标特征点在世界坐标系下的世界坐标。本发明的有益效果为：算法简单可行，复杂程度大大降低，同时可满足三维定位精度的要求。

主权项

一种双目视觉立体匹配算法，其特征在于，包括：步骤1，左眼和右眼注视空间物体的同一目标特征点P，使所述目标特征点P在所述左眼中的图像和在所述右眼中的图像分别与所述左眼的光心位置l和所述右眼的光心位置r重合；步骤2，建立左眼坐标系、右眼坐标系和世界坐标系；步骤3，获取所述左眼和所述右眼在三个方向上的转角信息，包括所述左眼的光轴方向和X轴的夹角θ₁、所述左眼的光轴方向和Y轴的夹角α₁、所述左眼的光轴方向和Z轴的夹角β₁、所述右眼的光轴方向和X轴的夹角θ₂′、所述右眼的光轴方向和Y轴的夹角α₂、所述右眼的光轴方向和Z轴的夹角β₂；步骤4，根据三角几何法，分别计算出所述目标特征点P与所述左眼的光心位置l之间的距离l₁、所述目标特征点P与所述右眼的光心位置r之间的距离l₂；$l_1=\frac{{\mathrm{bsin\theta }}_2}{sin({\theta }_1+{\theta }_2)};$$l_2=\frac{{\mathrm{bsin\theta }}_1}{sin({\theta }_1+{\theta }_2)};$其中，θ₂′+θ₂＝π，b为光心位置l和光心位置r之间的距离；步骤5，分别计算出所述目标特征点P在所述左眼坐标系下的坐标(x_l,y_l,z_l)和在所述右眼坐标系下的坐标(x_r,y_r,z_r)；$(x_l,y_l,z_l)=(\frac{{\mathrm{bsin\theta }}_2{\mathrm{cos\theta }}_1}{\sin ({\theta }_1+{\theta }_2)},\frac{{\mathrm{bsin\theta }}_2{\mathrm{cos\alpha }}_1}{sin({\theta }_1+{\theta }_2)},\frac{{\mathrm{bsin\theta }}_2{\mathrm{cos\beta }}_1}{sin({\theta }_1+{\theta }_2)});$$(x_r,y_r,z_r)=(\frac{{\mathrm{bsin\theta }}_1{\mathrm{cos\theta }}_2}{\sin ({\theta }_1+{\theta }_2)},\frac{{\mathrm{bsin\theta }}_1{\mathrm{cos\alpha }}_2}{sin({\theta }_1+{\theta }_2)},\frac{{\mathrm{bsin\theta }}_1{\mathrm{cos\beta }}_2}{\sin ({\theta }_1+{\theta }_2)});$步骤6，根据双目视觉原理，得到所述目标特征点P在所述世界坐标系下的世界坐标(X_W,Y_W,Z_W)，即得到所述目标特征点P的深度信息；$(X_W,Y_W,Z_W)=(-\frac{bsin({\theta }_1+{\theta }_2)}{2sin({\theta }_1-{\theta }_2)},\frac{{\mathrm{bsin\theta }}_2{\mathrm{cos\alpha }}_1}{\sin ({\theta }_1-{\theta }_2)},-\frac{fsin({\theta }_1+{\theta }_2)}{sin({\theta }_1-{\theta }_2)});$或，$(X_W,Y_W,Z_W)=(-\frac{bsin({\theta }_1+{\theta }_2)}{2sin({\theta }_1-{\theta }_2)},\frac{{\mathrm{bsin\theta }}_1{\mathrm{cos\alpha }}_2}{sin({\theta }_1-{\theta }_2)},-\frac{fsin({\theta }_1+{\theta }_2)}{sin({\theta }_1-{\theta }_2)});$其中，所述左眼和所述右眼的焦距均为f。