基于双目立体匹配算法的代价聚合方法和系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115063619A(43)申请公布日2022.09.16(21)申请号202210990150.6(22)申请日2022.08.18(71)申请人北京中科慧眼科技有限公司地址100085北京市海淀区创业中路32号楼32-1-1-559(72)发明人杨超葛方海王鹏刘永才(74)专利代理机构北京远立知识产权代理事务所(普通合伙)11502专利代理师李海燕(51)Int.Cl.G06V10/75(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图1页(54)发明名称基于双目立体匹配算法的代价聚合方法和系统(57)摘要本发明公开了一种基于双目立体匹配算法的代价聚合方法，所述方法包括：获取待优化的代价值数据；对所述代价值数据进行至少一轮代价聚合计算，以得到聚合结果；且当代价聚合计算为至少两轮时，上一轮代价聚合计算的聚合结果，作为下一轮代价聚合计算的输入值；其中，所述代价聚合计算包括：对所述代价值数据进行半全局代价聚合计算，以得到第一聚合结果；对所述第一聚合结果进行局部代价聚合计算，以得到第二聚合结果。该方法和系统解决了现有技术中代价聚合后视差出现拉丝或视差膨胀，以及获得的亚像素视差效果差的缺陷。CN115063619ACN115063619A权利要求书1/2页1.一种基于双目立体匹配算法的代价聚合方法，其特征在于，所述方法包括：获取待优化的代价值数据；对所述代价值数据进行至少一轮代价聚合计算，以得到聚合结果；且当代价聚合计算为至少两轮时，上一轮代价聚合计算的聚合结果，作为下一轮代价聚合计算的输入值；其中，所述代价聚合计算包括：对所述代价值数据进行半全局代价聚合计算，以得到第一聚合结果；对所述第一聚合结果进行局部代价聚合计算，以得到第二聚合结果。2.如权利要求1所述的代价聚合方法，其特征在于，对所述代价值数据进行半全局代价聚合计算，以得到第一聚合结果，具体包括：对所述代价值数据从左向右进行半全局聚合，同时对所述代价值数据从右向左进行半全局聚合；以两次半全聚合的结果作为所述第一聚合结果。3.如权利要求2所述的代价聚合方法，其特征在于，利用以下公式，对所述代价值数据进行半全局代价聚合计算：其中：A为函数作用域；p为当前传播点；为当前传播点的当前视差匹配代价值对应的惩罚项；为当前点的前一个点的第i个视差匹配代价值对应的惩罚项；为聚合之后的代价值；为聚合之前的代价值；r为传播方向上的单位距离；d为当前传播点的视差；为第i个传播点的视差；λ为惩罚项；disp为视差的搜索范围。4.如权利要求3所述的代价聚合方法，其特征在于，用深度学习算子中的卷积操作对所述代价值数据进行半全局代价聚合计算，其中，卷积核的权重为λ值，偏置为0。5.如权利要求1所述的代价聚合方法，其特征在于，利用以下公式，对所述第一聚合结果进行局部代价聚合计算：2CN115063619A权利要求书2/2页其中：p为同一视差维度的n*n的卷积窗口，为卷积的权重，C(q,d)为d视差区域卷积窗口覆盖的代价值，为局部卷积聚合后的代价值；d为某点m*1的卷积窗口，为当前点的前一个点的第i个视差匹配代价值对应的惩罚项，为p点卷积窗口覆盖的代价值，为局部卷积聚合后的代价值,为p卷积窗口覆盖的区域，为在视差维度的卷积范围。6.一种基于双目立体匹配算法的代价聚合系统，其特征在于，所述系统包括：数据获取单元，用于获取待优化的代价值数据；代价聚合单元，用于对所述代价值数据进行至少一轮代价聚合计算，以得到聚合结果；且当代价聚合计算为至少两轮时，上一轮代价聚合计算的聚合结果，作为下一轮代价聚合计算的输入值；其中，所述代价聚合计算包括：对所述代价值数据进行半全局代价聚合计算，以得到第一聚合结果；对所述第一聚合结果进行局部代价聚合计算，以得到第二聚合结果。7.一种电子设备，其特征在于，所述电子设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如权利要求1‑5任一项所述的方法。8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1‑5任一项所述的方法。3CN115063619A说明书1/8页基于双目立体匹配算法的代价聚合方法和系统技术领域[0001]本申请实施例涉及图像处理技术领域，具体涉及一种基于双目立体匹配算法的代价聚合方法和系统。背景技术[0002]随着人们对更加安全和便捷出行的需求的日益增长，智能驾驶技术正处于蓬勃发展时期，感知和理解环境的能力是汽车智能系统的基础和前提