基于改进四叉树ORB算法的双目测距方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114199205A(43)申请公布日2022.03.18(21)申请号202111355050.8(22)申请日2021.11.16(71)申请人河北大学地址071002河北省保定市五四东路180号(72)发明人肖金壮王宁周振郭辉辉周刚(74)专利代理机构石家庄国域专利商标事务所有限公司13112代理人胡素梅(51)Int.Cl.G01C11/04(2006.01)G01C11/30(2006.01)G01C11/02(2006.01)权利要求书2页说明书9页附图8页(54)发明名称基于改进四叉树ORB算法的双目测距方法(57)摘要本发明提供了一种基于改进四叉树ORB算法的双目测距方法。该方法包括如下步骤：首先通过标定板拟合深度与视差的关系；之后采集图像并预处理；接着通过四叉树分解算法来精简检索域，剔除背景区域；特征点检测是采用FAST算法和Kitchen‑Rosenfeld算法同时进行，并采用四叉树均匀化算法细分特征点；再使用BRIEF特征描述来匹配左右照片的特征点，同时使用Ransac算法去除错误匹配；最后通过三角测量原理恢复特征点坐标，根据空间距离公式计算物体尺寸。本发明通过将改进的四叉树ORB匹配算法应用于双目测距当中，并使用拟合视差与距离关系的K值的方法计算特征点的三维坐标，提高了检测效率以及检测精度。CN114199205ACN114199205A权利要求书1/2页1.一种基于改进四叉树ORB算法的双目测距方法，其特征是，包括如下步骤：1)通过双目相机对标定板进行不同距离的拍照，拟合得到深度与视差的关系：Z＝57780/D+7.224，其中，Z为深度，D为视差；2)采用双目相机对目标物体进行拍照，并对所拍摄图像进行双边滤波；3)通过四叉树分解方法来精简检索域，剔除背景区域；具体是：设置一灰度阈值T以及分裂次数M，将待分裂图像均等分为四个子区域，计算每个子区域内像素灰度值大于灰度阈值T的比例，若该比例小于0.05，则认为此子区域是背景区域，将其剔除；若该比例大于等于0.05小于0.5，则对该子区域继续采用四叉树分解方法来精简检索域，剔除背景区域，直至分裂次数达到M；若该比例大于等于0.5，则保留该子区域为检索域，不再进行后续分裂、精简检索域；每分裂完成一次对四叉树链表进行一次更新；4)采用FAST算法和Kitchen‑Rosenfeld算法同时检测特征点；5)采用四叉树均匀化算法细分特征点，分散扎推在目标物体角点处的特征点，去除分散在其他非目标物体角点区域的特征点；6)使用BRIEF特征描述来匹配左右图像的特征点，并使用Ransac算法去除错误匹配；7)通过三角测量原理恢复特征点坐标；8)根据空间距离公式计算目标物体尺寸。2.根据权利要求1所述的基于改进四叉树ORB算法的双目测距方法，其特征是，步骤5)具体如下：a)根据步骤3)的四叉树链表构造节点，每一节点对应一个区域；去除所有像素的灰度值均大于灰度阈值T的区域，即去除目标物体的内部无用部分；b)将步骤4)检测到的特征点分配给步骤a)中构造的节点；c)在每个节点中，比较此区域内所有特征点的Harris响应值，仅保留Harris响应值最强的点，即每个节点只保留一个特征点；若区域内没有特征点，则在四叉树链表中删除此节点。3.根据权利要求1所述的基于改进四叉树ORB算法的双目测距方法，其特征是，步骤4)中，采用FAST算法检测特征点的步骤如下：a)从图像中选取一个像素点P，把它的灰度值记为IP；b)选取灰度阈值T′；若2个像素点灰度值之差的绝对值大于T′，表示这是不同的2个像素点；c)以P点为圆心提取半径为3个像素点的圆周上16个像素点，按照顺时针方向记录为1～16，16个像素点的灰度值为IX，X＝1，……，16；d)若存在连续N个点满足|IP‑IX|＞T′，则像素点P为特征点；N为9或12；e)对所有特征点进行非极大值抑制。4.根据权利要求1所述的基于改进四叉树ORB算法的双目测距方法，其特征是，步骤4)中，采用Kitchen‑Rosenfeld算法检测特征点的步骤如下：a)计算图像的一阶导数和二阶导数；b)利用如下公式计算角点响应函数C；2CN114199205A权利要求书2/2页其中，Ix、Iy为图像I的一阶导数，Ixx、Iyy和Ixy为图像的二阶导数；c)对角点响应函数进行非极大值抑制。5.根据权利要求1所述的基于改进四叉树ORB算法的双目测距方法，其特征是，步骤7)通过三角测量原理恢复特征点坐标，具体如下：a)根据步骤1)中Z＝57780/D+7.224可知K为57780，再根据公式K＝fB计算出焦距f，B为基线距离；b)根据特征点在左右图像中的视差D，并依据公式Z＝57780/D+