1.一种基于金字塔块匹配的双目场景流计算方法,其特征在于,所述方法包括以下步骤:(1)获取双目图像序列,所述双目图像序列包括多帧图像,每帧图像均包括左目图像和右目图像;
(2)采用Stereo‑SLIC算法对所述双目图像进行超像素分割;
(3)采用SPS‑Stereo算法计算所述双目图像的左右目的视差信息;
(4)采用Classic+NL算法计算所述双目图像左目的背景光流信息;
(5)建立金字塔块匹配模型,所述金字塔块匹配模型的输入为左目连续两帧图像,输出为图像的匹配结果;
(6)根据金字塔块匹配结果和背景光流信息,建立基于金字塔块匹配的运动模型,计算出对象的运动参数;
(7)通过超像素平面参数以及对象刚性运动参数构建优化能量函数模型;
(8)采用最大乘积粒子置信传播算法和重加权近似消息传递算法最小化能量函数,对刚性运动参数进行优化处理,确定双目图像序列场景流;
所述金字塔块匹配模型的输入为左目连续两帧图像,输出为图像的匹配结果,包括:对左目连续两帧图像通过下采样因子构成层的图像金字塔,其中下采样因子η,η=0.5;金字塔第 层的图像表示为 , , ,金字塔的底层 是原始图像;
在每层金字塔图像进行边长为d个像素的网格划分,以网格交叉点为中心点构建种子集合,将在 层的种子集合 的位置 表示为最底层金字塔种子集合的降尺度版本;
对金字塔顶层图像中种子点随机赋予一个偏置量,依据随机赋予的偏置量在对应图像中找到与之相对应的种子点,随机赋予的偏置量通过迭代细化,当搜索半径小于1个像素距离时停止搜索,得到金字塔顶层的匹配结果;
根据金字塔块匹配结果和背景光流信息,建立基于金字塔块匹配的运动模型,计算出对象的运动参数,包括:设定视差阈值为M个像素点,大于M个像素点的为有效视差值,计算有效视差值处的二维匹配点坐标,根据二维匹配点坐标计算初始匹配光流信息;
设定端点误差阈值为N个像素点,根据匹配光流信息和背景光流信息,计算其两者间的端点误差,保留端点误差大于N个像素点的对应匹配点处的二维坐标,根据双目相机参数和视差信息将二维匹配点投影到三维空间,获取匹配点所在位置的三维坐标;
在获取的三维坐标点中随机选取一个点为中心点建立半径为p个像素的超球面,对超球面内部的点随机采样3个点使用Ransac随机一致性算法拟合刚性运动模型,然后验证其他适合此模型的匹配点,经过n次迭代得到最佳刚性运动模型,进而计算出所有对象刚性运动参数。
2.根据权利要求1所述的方法,其特征在于,在每一层的匹配结束之后,进行前后一致性检验,最终获得匹配结果;将上一层得到的匹配结果作为下一层匹配的初始化,通过下一层进行传播和搜索至金字塔最底层,得到最终的匹配结果。