一种用于立体匹配的特征提取方法，将经过校正的、尺寸为W*H*C的原始图像输入到特征提取网络中；通过预处理模块和Resnet提取多个特征图；通过最大值池化操作，对提取到的多个特征图进行不同大小的最大值池化，构建特征金字塔；利用堆叠结构进行特征融合并压缩金字塔尺度范围，得到下一个金字塔，经过多次压缩，直至输出单一的尺度特征。对输出的单一的尺度特征，进行3*3的卷积；通过跳跃连接，将Resnet最后一层特征输出与特征输出在通道维度上进行拼接，然后通过3*3卷积与1*1卷积，构造特征体。本发明能够被用来提取足够的丰富特征，适用于深度立体匹配网络的特征输入。
📄 202010693071X
📂 G06K9_46
👤 三峡大学
📅 2020-07-17
一种新型立体匹配优化方法，输入双摄像头拍摄后经过校正的、图像类型为RGB的左右图像，将所述左右图像转换为灰度图，设定其中一个为参考图像，另一个为检索图像，进行局部匹配；建立自适应窗口；根据欧式空间的接近性和Lab颜色空间的相似性，构造自适应权重；构造匹配代价：根据胜者为王算法，计算初始视差；根据左右一致性原则剔除误匹配点，再用邻点法补充剔除的误匹配点；应用边缘约束算法进行视差聚类，得到优化视差图。相较于传统自适应权重算法，本发明方法所得到的视差图精度相比较原算法而言得到明显改善，极大的提升了在低纹理和视差不连续区域的匹配效果。
📄 2020106929996
📂 G06K9_62
👤 三峡大学
📅 2020-07-17
本发明涉及基于立体视觉的工件快速分拣方法及装置，工作台上设传送带，上方设基线平行传送带运动方向的双目摄像头，工作台侧部设包括机械臂的分拣模块，控制器连接显示器、分拣模块、传送带、双目摄像头；双目图像确定ROI区域，立体匹配获得工件在深度图的坐标和视差，减少时间消耗，以传送带移送速度及前后两帧图像的时间间隔，在前一帧深度图中工件的位置为基础推算出后一帧对应工件的位置，隔M帧立体匹配更正误差、提高正确性。本发明缩小立体匹配的匹配区域，计算量小，不需对每帧立体匹配，缩短时间消耗，实时性高，可在相对廉价、性能较差的硬件设备上快速实现分拣立体匹配，降低硬件依赖性，同等硬件平台提高分拣成功率，生产效率高。
📄 2018101377145
📂 B07C5_36
👤 浙江工业大学
📅 2018-02-10
本发明公开了一种基于灰度用于骨料重建的快速立体匹配方法，在缩小匹配时视差搜索区间的同时减少匹配像素点个数来缩减计算量，从而达到快速匹配的目的。所述减少匹配像素点个数的方法是仅获取ROI像素进行匹配。所述ROI为含有骨料信息的像素区域。本发明相较于基于特征的立体匹配方法，在保证实时性的情况下，可以获得精度更高、更为稠密的视差图，不需要再进行插值处理。相较于基于灰度的立体匹配方法，可以在保证高精度重建的前提下大幅度减少算法的计算量，缩短计算时间提高效率。
📄 2022113276743
📂 G06T7_593
👤 浙江工业大学
📅 2022-10-27
本发明涉及一种基于外极线距离变换的树型滤波立体匹配方法。本发明首先读入两幅输入图像，计算两幅图像每个像素点的初始视差矩阵，然后利用颜色分割约束生成颜色分割图像，再将外极线原理应用到颜色分割图像中，获得外极线距离变换图像，然后利用外极线距离变换图像和输入图像共同构造最小生成树结构，并计算生成树每条边的权值，然后执行树型滤波算法，获得初始视差图像，最后对初始视差图像进行视差精化。本发明方法将外极线距离引入到代价聚合的过程中，精确度高，计算量小。本发明方法可以应用于无人车导航系统中。
📄 2016101473637
📂 G06T7_00
👤 杭州电子科技大学
📅 2016-03-15
本发明提出了一种基于卷积神经网络的双目立体匹配方法，通过改进现有的用于视差估计的DispNet网络模型，利用亚像素卷积来替代原本网络模型中的上采样层。相比于原上采样操作在较高的分辨率图像上进行，亚像素卷积直接在低分辨率图像上进行卷积计算，这不仅提高了计算效率，对于整个网络而言则加快了匹配速度，同时它还提高了网络模型的良好性能，增加了丰富的细节信息，解决了病态区域无法正确匹配的问题。
📄 2018108422688
📂 G06T7_55
👤 杭州电子科技大学
📅 2018-07-27
本发明公开了一种基于视觉的智能车运动目标检测方法，包括：步骤一，基于立体匹配算法对相机采集到的道路图像生成对应的原视差图像，以构建相应的U‑V视差图像；步骤二，基于U‑V视差图像得到与车辆可行驶区域相关的预处理图像；步骤三，基于预处理图像生成与道路上潜在运动相关的感兴趣区，以作为潜在的障碍物目标；步骤四，结合光流和相机自运动属性对障碍物的运动属性进行判断。本发明提供一种基于视觉的智能车运动目标检测方法，通过融合光流和立体视觉计算目标运动的可能性，结合可行使区域检测结果，能有效降低车辆行驶前方中运动目标的误检率。
📄 2020110079655
📂 G06V20_58
👤 成都信息工程大学
📅 2020-09-23
本发明公开了一种基于图像的深度计算方法，包括如下步骤：使用视觉里程计获取图像位姿对；对当前帧进行四叉树划分；计算图像的匹配损失体；提取图像四叉树节点像素对应的损失构建次级匹配损失体，对次级匹配损失体执行动态置信传播算法进行优化；将优化后的匹配损失体放回原始匹配损失体中，在并行计算平台上对每个像素使用赢家通吃策略提取最小损失及其对应的采样深度值；去除噪声深度并平滑深度图。本发明所公开的方法在保证精度和快速性的前提下提高了深度完整度，降低了立体匹配计算的计算量，提高了深度计算的速度。
📄 2020100898674
📂 G06T7_579
👤 青岛联合创智科技有限公司
📅 2020-02-13
本发明公开了一种基于立体匹配的电力刀闸三维信息恢复方法，通过对采集的双目立体图像进行立体匹配得到刀闸二维视差图，之后结合双目立体视觉原理，恢复刀闸图像的三维空间信息；所述的立体匹配包括构建匹配代价计算函数和加权水平树结构，在此基础上结合边缘检测进行代价聚集，之后通过视差计算和视差精化得到二维视差图。采用本发明的方法可以有效地提高刀闸匹配的准确率和效率，获得更加精确的刀闸视差图和三维坐标信息。
📄 2019107733699
📂 G06T7_13
👤 河海大学常州校区
📅 2019-08-21
本发明公开了基于逐组SAD成本量和特征重利用的双目立体匹配算法，本发明提出采用逐组SAD的方法去计算成本量，相减可以更明确的表征特征间的相似性，区域的相减考虑了周围像素的信息和上下文信息，可以更加明确的计算特征间的相似性，与全相关和逐组相关相比，提高了成本量的准确性，为3D聚合部分提供了更加精确的信息，进而提高了立体匹配的精度；并且构建了基于稠密连接的特征重利用聚合网络，采用稠密连接的原理对代价聚合部分的多尺寸信息进行重复利用，减少了在编码解码过程中信息的丢失，在一定程度上提高了代价聚合网络的有效性，在不增加时间消耗的前提下，提高了聚合网络的效率，在没有增加时间的前提下进一步提高了匹配精度。
📄 2021114744820
📂 G06V10_74
👤 燕山大学
📅 2021-12-03
一种基于极曲线几何的鱼眼图像稠密立体算法，首先根据鱼眼相机成像模型推导出鱼眼立体系统的极曲线解析式；然后根据极曲线解析式为基础规范对应点的搜索路径和选取正确的窗口邻域以计算初始匹配代价；最后利用动态规划算法对初始匹配代价进行优化得到鱼眼图像的初始视差图。本发明算法规范了对应点的搜索范围，具有匹配速度快、鱼眼图像匹配精度高等优点。
📄 2015109560889
📂 G06T7_30
👤 滨沅国科(秦皇岛)智能科技股份有限公司
📅 2015-12-18
本发明公开了一种基于双目视觉的并联机构动平台位姿监测与跟踪方法，对左右两相机同时在不同角度拍摄到的动平台圆形标识区域位姿图像进行采集，借助图像识别与特征提取技术，并构建边缘搜索模型，提取动平台边缘有限多点，采用最小二乘法和元启发式智能算法对动平台标识区域边缘点分别进行椭圆拟合，得到动平台标识区域中心像素坐标值；基于相机标定工具箱和已知尺寸的标定板，进行单目相机的参数标定，得到双目立体匹配算法，实现双目标定；基于相机成像原理关系，推导出左右相机内外参数、动平台标识区域中心点像素坐标和世界坐标之间的关系，重建出动平台标识区域中心点的实时三维坐标，实现动平台位姿的实时监测与跟踪。本发明具有测量精度高、减小误差等优点。
📄 2018101701628
📂 G06T7_136
👤 燕山大学
📅 2018-03-01
柿子坊 · 知识产权运营
柿子坊知识产权运营平台