李佳 桑海峰

摘要：當(dāng)今在眾多測距方法中，雙目測距因為其無接觸式的測距方法脫穎而出，其測量準(zhǔn)確且誤差小，更多應(yīng)用在實際場景中，本文采用了基于局部的雙目測距方法，首先對圖像進(jìn)行預(yù)處理，針對現(xiàn)實環(huán)境天氣陰暗導(dǎo)致的圖像質(zhì)量不好圖像細(xì)節(jié)模糊等問題，對被檢測到的目標(biāo)物體進(jìn)行邊緣的細(xì)節(jié)增強(qiáng)處理，減少誤差，去除一些干擾，為后續(xù)匹配階段提供了優(yōu)勢。在匹配階段采用BM匹配算法，基于局部SAD窗口對左右相機(jī)圖像依次進(jìn)行匹配，實驗結(jié)果表明，該方法可以減少誤差去除誤匹配，具有一定的準(zhǔn)確性。

關(guān)鍵詞：雙目測距;圖像預(yù)處理;細(xì)節(jié)增強(qiáng);立體校正;BM匹配

隨著經(jīng)濟(jì)社會的發(fā)展，雙目立體視覺系統(tǒng)受到了越來越多的關(guān)注，因為其無接觸和其簡單方便的特點，使其在包括交通，軍事，無人機(jī)等工業(yè)和科學(xué)制造等方向有著不可或缺的地位[1]。倪煒基針對需要實時對立體匹配時間要求很高的問題，提出了分割圖像并且自適應(yīng)的處理圖像方法。降低了匹配時間[2]。張穎江等人在針對有陰影的圖片上，采用粒子群方法去除誤差，獲得最好的圖片。提高了測距精度，使測量結(jié)果更加準(zhǔn)確[3]。西安工業(yè)大的史珂路提出了多種動態(tài)模板匹配方法，為立體匹配提供了更多的可能性[4]。綜合上述問題，本文采用在預(yù)處理階段對圖片進(jìn)行細(xì)節(jié)增強(qiáng)，去除一些噪聲，經(jīng)過相機(jī)標(biāo)定立體校正等步驟，最后經(jīng)過立體匹配左右相機(jī)圖像點，得出距離。

1 細(xì)節(jié)增強(qiáng)圖像預(yù)處理

由于拍攝環(huán)境亮度低或者相機(jī)生產(chǎn)等原因，有時拍攝到的圖片質(zhì)量很差，會出現(xiàn)跟拍攝物體無關(guān)的干擾，本文需要對圖片進(jìn)行圖像處理，對拍攝的圖像進(jìn)行邊緣細(xì)節(jié)增強(qiáng)，改善圖像邊緣模糊，為后續(xù)匹配奠定好的基礎(chǔ)[5-6]。首先在基于LAB空間模型下利用分離雙邊濾波器將光照分量提取出來，利用Retinex理論對光照中的干擾進(jìn)行校正使亮度合適，首先對圖像進(jìn)行膨脹處理，去除大塊誤差點，之后采用腐蝕處理去除圖像的噪聲，銳化圖像物體邊緣，去除干擾，最后得到符合圖像測距的圖像，為后續(xù)測距做了很好的鋪墊。矯正函數(shù)如下[Icorrect]（x，y）=S[（x，y）β（x，y）]，其中[β]（x，y）是校正系數(shù)，是基于圖像質(zhì)量選擇的系數(shù)公式[β]（x，y）=[（Sx，y+a）1+a]和[a=1-2*Smean（x，y）Smaxx，y+Sminx，y+1]這兩個公式，選取最終校正的大小，[Smaxx，y和Sminx，y]分別是像素圖像的最大值和最小值，在求取到平均值[Smean（x，y]）之后，我們就可以得到a的大小，帶到公式后，就可以進(jìn)行圖像的矯正。其效果圖如圖1所示。

2 雙目立體視覺架構(gòu)設(shè)計

雙目立體視覺測距系統(tǒng)是依據(jù)三角形相似原理，模擬人的眼睛成像原理，得出被測物體與相機(jī)之間的距離[7]。其測量原理圖如圖2所示：

如圖2 所示，可以看到，左右相機(jī)中心和p點構(gòu)成了一個三角形，根據(jù)三角形相似原理，設(shè)p點的坐標(biāo)為（x，y，z），[xl]=f[XcZc]和[xr]=f[（Xc-b）Zc]，其中，我們將[xl]-[xr]叫作兩個點的視差，另D=[xl]-[xr]，故可求出相機(jī)坐標(biāo)系下空間坐標(biāo)點P點位置為：[Zc]=[bfD]。由此我們知道，只要知道相機(jī)的基線和焦距，然后通過尋找像平面上的視差點就可以得到距離。

3 立體校正

從雙目測距原理我們知道，只要找到左右像平面視差點就可以得到距離，所以我們在相機(jī)匹配階段找到視差點就可以完成測距。我們擺放安置攝像機(jī)時基本按照相機(jī)水平且在同一水平高度上，但是正常情況下相機(jī)像平面不可能在同一水平面上，所以需要利用方法進(jìn)行立體校正，來保證相機(jī)像平面水平以及保障世界坐標(biāo)同一點在左右像平面在同一行上，便于后續(xù)立體匹配，減少誤匹配點[8-10]。本文采用bought算法進(jìn)行相機(jī)平面的左右校正，輸入相機(jī)之前標(biāo)定的內(nèi)外參數(shù)，進(jìn)行行對準(zhǔn)，通過校正使原來沒有對齊的左右圖像對齊，進(jìn)行行校準(zhǔn)。實驗效果明顯如圖3，圖4所示。

4 立體匹配

在經(jīng)過立體校正之后，左右圖像都已經(jīng)行校準(zhǔn)即尋找的視差點都已經(jīng)約束在一條直線上，為后續(xù)匹配已經(jīng)創(chuàng)造了條件，雙目立體匹配是雙目視覺系統(tǒng)的重要環(huán)節(jié)，可以這樣說，匹配效果的好壞直接影響整個測距過程，立體匹配是尋找空間中的一點在左右像平面的對應(yīng)的像素點的過程[11-13]。立體匹配方法有很多，根據(jù)匹配窗口大小及匹配策略可以分為局部匹配算法，半全局匹配策略和基于全局匹配算法。其中這些算法各有優(yōu)缺點，基于全局匹配算法顧名思義，其是在整個深度值下根據(jù)約束條件搜索進(jìn)行匹配，精度很高，但是耗費(fèi)時間很長，一般不能應(yīng)用于實際環(huán)境，無法達(dá)到實時，基于局部匹配方法是根據(jù)匹配的特征進(jìn)行固定窗口的相似度比較，其匹配精度雖然沒有全局匹配策略好，但是其匹配速度比較快，花費(fèi)時間少，更多應(yīng)用于實際工業(yè)環(huán)境中，半全局匹配采納了局部匹配的優(yōu)勢，在局部和全局之間做出了綜合。但是其缺點也很明顯，在匹配階段有時可能存在較大的“誤匹配塊”，綜合上述并且結(jié)合實際情況，在算法和準(zhǔn)確率之間做了權(quán)衡選擇，采取基于局部的BM匹配算法，進(jìn)行圖像匹配。其具體算法步驟如下：

1）首先濾波對圖像進(jìn)行處理，去除干擾，使亮度合適，并增強(qiáng)其物體特征強(qiáng)度。

2）改變SAD窗口大小，使其適應(yīng)圖像，沿著校正好的同一行坐標(biāo)進(jìn)行查找視差點。

3）假如產(chǎn)生“錯誤”匹配，設(shè)置濾波器用以消除。

首先在左右圖像上進(jìn)行預(yù)過濾處理，用以去除一些噪聲和擾亂點，為后續(xù)匹配做鋪墊，并且增強(qiáng)其物體紋理，加強(qiáng)圖像中的物體的邊緣細(xì)節(jié)，對于左圖像中的每一個特征，我們在右圖像中尋找特征最大相似的像素點作為一對視差對，經(jīng)過前面的校正之后，世界坐標(biāo)點在左右相機(jī)成像平面的匹配點都在一條約束極線上，我們只要沿著極線尋找即可。如果右圖像上的匹配點本身具有足夠的特征能夠被檢測到，并且沒有其他的干擾對其進(jìn)行遮擋，能夠正確匹配，左右視差點就可以被找到。然后沿著水平極線進(jìn)行左右圖像查找視差點，設(shè)置窗口大小，通常采用3[×3，5×5窗口大小進(jìn)行]尋找，先計算出右像素點周圍的像素平均值，然后與左圖像待匹配點進(jìn)行比較，最終獲得最優(yōu)像素點，最后再進(jìn)行濾波消除可能錯誤的匹配圖像對，獲得最優(yōu)匹配點。