CN105651258A - 主动视角双目测距系统及方法 - Google Patents

Abstract

本发明提供一种主动视角双目测距系统，其包括如下单元：图像获取单元，用于通过检测相机获取双目图像；目标区域截取单元，用于从双目图像中截取目标区域，截取的目标区域包括获取模板图像和被测区域图像；匹配单元，用于通过快速匹配算法匹配最佳匹配的目标图像；视图偏差计算单元，用于根据模板图像、最佳匹配的目标图像以及模板图像、最佳匹配的目标图像与双目图像的坐标对应关系获取双目图像之间的视图偏差；距离测量单元，用于根据视图偏差、双目相机成像点距离以及估算的第一参数、第二参数建立主动视角测距模型，并根据主动视角测距模型对被测目标距离进行测量。

Description

主动视角双目测距系统及方法

技术领域

本发明涉及远程测距技术领域，特别涉及一种主动视角双目测距系统及方法。

背景技术

在远距离测距中目前常用的测距方法为激光测距或无线电测距，但激光测距和无线电皆为主动测距方法，易被侦测反制。

在被动视觉测距技术中，双目测距方法应用广泛，已有的测距方法应用较多的为视角测距法和平行光轴测距法，前者结构复杂，体积庞大，后者测量距离受限。

发明内容

为了解决现有技术中视角测距法结构复杂，体积庞大，平行光轴测距法测量距离受限的缺点，提出一种主动视角双目测距系统及方法。

一种主动视角双目测距系统，其包括如下单元：

图像获取单元，用于通过检测相机获取双目图像；

目标区域截取单元，用于从双目图像中截取目标区域，截取的目标区域包括获取模板图像和被测区域图像；

匹配单元，用于通过快速匹配算法匹配最佳匹配的目标图像；

视图偏差计算单元，用于根据模板图像、最佳匹配的目标图像以及模板图像、最佳匹配的目标图像与双目图像的坐标对应关系获取双目图像之间的视图偏差；

距离测量单元，用于根据视图偏差、双目相机成像点距离以及估算的第一参数、第二参数建立主动视角测距模型，并根据主动视角测距模型对被测目标距离进行测量。

在本发明所述的主动视角双目测距系统中，

所述目标区域截取单元包括：

从双目图像的左目图像的初始锁定中心区域获取模板图像；从双目图像的右目图像的搜索中心区域获取被测区域图像。

在本发明所述的主动视角双目测距系统中，

所述匹配单元包括：

统计量获取子单元，用于获取左目图像中模板图像S的水平有序统计量H_mc和垂直有序统计量H_mr；

初始化子单元，用于令i＝1；

被测区域图像获取子单元，用于获取左目图像中被测区域图像D(i)；

偏差值获取子单元，用于计算S和D(i)的水平偏差值Δ_c(i)以及垂直偏差值Δ_r(i)；

跳转判断子单元，用于设置i＝i+1，如果i＞n，则跳转到匹配子单元，否则跳转到被测区域图像获取子单元；

匹配子单元，用于在水平偏差值集合Δ_c和垂直偏差值集合Δ_r中按预定规则搜索水平最小偏差值Δ_cmin以及垂直最小偏差值Δ_rmin；预定规则如下：

$\left\{\begin{array}{c}{\mathrm{\Δ}}_{cmin}={\mathrm{\Δ}}_c\left(k\right)=min\{{\mathrm{\Δ}}_c\left(j\right),j=1,2,L,n\}\\ {\mathrm{\Δ}}_{rmin}={\mathrm{\Δ}}_r\left(k\right)=min\{{\mathrm{\Δ}}_r\left(j\right),j=1,2,L,n\}\end{array}\right.;$

则D(k)即为最佳匹配的目标图像。

在本发明所述的主动视角双目测距系统中，

所述距离测量单元中，主动视角测距模型如下：

k_aLh_ri-2k_bL＝B，其中k_a为第一参数，k_b为第二参数，L为被测目标的距离，h_ri为像素偏差，B为双目相机成像点距离。

在本发明所述的主动视角双目测距系统中，第一参数k_a、第二参数k_b通过最小二乘估计方法进行估算。

本发明还提供一种主动视角双目测距方法，其包括如下步骤：

S1、通过检测相机获取双目图像；

S2、从双目图像中截取目标区域，截取的目标区域包括获取模板图像和被测区域图像；

S3、通过快速匹配算法匹配最佳匹配的目标图像；

S4、根据模板图像、最佳匹配的目标图像以及模板图像、最佳匹配的目标图像与双目图像的坐标对应关系获取双目图像之间的视图偏差；

S5、根据视图偏差、双目相机成像点距离以及估算的第一参数、第二参数建立主动视角测距模型，并根据主动视角测距模型对被测目标距离进行测量。

在本发明所述的主动视角双目测距方法中，

所述步骤S2包括：

从双目图像的左目图像的初始锁定中心区域获取模板图像；从双目图像的右目图像的搜索中心区域获取被测区域图像。

在本发明所述的主动视角双目测距方法中，

所述步骤S3包括：

S31、获取左目图像中模板图像S的水平有序统计量H_mc和垂直有序统计量H_mr；

S32、令i＝1；

S33、获取左目图像中被测区域图像D(i)；

S34、计算S和D(i)的水平偏差值Δ_c(i)以及垂直偏差值Δ_r(i)；

S35、设置i＝i+1，如果i＞n，则跳转到S36，否则跳转到S33；

S36、在水平偏差值集合Δ_c和垂直偏差值集合Δ_r中按预定规则搜索水平最小偏差值Δ_cmin以及垂直最小偏差值Δ_rmin；预定规则如下：

$\left\{\begin{array}{c}{\mathrm{\Δ}}_{cmin}={\mathrm{\Δ}}_c\left(k\right)=min\{{\mathrm{\Δ}}_c\left(j\right),j=1,2,L,n\}\\ {\mathrm{\Δ}}_{rmin}={\mathrm{\Δ}}_r\left(k\right)=min\{{\mathrm{\Δ}}_r\left(j\right),j=1,2,L,n\}\end{array}\right.;$

则D(k)即为最佳匹配的目标图像。

在本发明所述的主动视角双目测距方法中，

所述步骤S5中，主动视角测距模型如下：

k_aLh_ri-2k_bL＝B，其中k_a为第一参数，k_b为第二参数，L为被测目标的距离，h_ri为像素偏差，B为双目相机成像点距离。

在本发明所述的主动视角双目测距方法中，第一参数k_a、第二参数k_b通过最小二乘估计方法进行估算。

实施本发明提供的主动视角双目测距系统及方法具有以下有益效果：能够突出图像模板和目标的形态特征，以提高特征识别的准确性，降低误判率。在目标搜索中，采用一维匹配、两维确认的方法，提高搜索效率，缩短搜索时间。

附图说明

图1是本发明实施例的主动视角双目测距系统结构框图；

图2是本发明实施例的主动视角双目测距方法流程图；

图3为本发明实施例的硬件结构框图；

图4为目标区域截取示意图；

图5为双目采样图像；

图6为双目图像灰度直方图；

图7为双目图像三维形貌；

图8为左目图像0.25采样图像灰度形貌；

图9为两维有序统计值图；

图10为主动视角测距原理图；

图11为偏差计算原理图；

图12为一般目标测距原理图；

图13为极限视角情况图；

图14为最大测量距离示意图。

具体实施方式

如图1所示，本发明实施例提供一种主动视角双目测距系统，主动视角双目测距系统实现的硬件图如图3所示。检测相机1、检测相机2用于获取双目图像，电源板3用于为硬件系统供电，TFT显示器4用于显示过程和结果，中央处理器5用于处理数据，参数调节板6用于调节参数。主动视角双目测距系统包括如下单元：

图像获取单元10，用于通过检测相机获取双目图像；

目标区域截取单元20，用于从双目图像中截取目标区域，截取的目标区域包括获取模板图像和被测区域图像。

可选地，

所述目标区域截取单元20包括：

从双目图像的左目图像的初始锁定中心区域获取模板图像；从双目图像的右目图像的搜索中心区域获取被测区域图像。

目标区域截取主要获取模板图像和被测区域图像，以实现目标匹配。设模板图像为S，被测区域图像为D，则S和D满足如下条件。

$\left\{\begin{array}{c}size\left(S\right)=size\left(D\right)\\ S\∈I_l\\ D\∈I_r\end{array}\right.---\left(1\right)$

式中：

I_l—左目图像；

I_r—右目图像。

在双目测距中，模板图像S从左目初始锁定中心区域获取，设左目图像初始锁定中心为(x_cl,y_cl)，则S为

$S=I_l(x_{cl}-\frac{d_m}{2}:x_{cl}+\frac{d_m}{2},y_{cl}-\frac{d_m}{2}:y_{cl}+\frac{d_m}{2})---\left(2\right)$

式中：

d_m—匹配尺度。

测区域图像D从右目图像搜索中心区域获取，设右目图像搜索中心为(x_sr,y_sr)，则D为

$D=I_l(x_{sr}-\frac{d_m}{2}:x_{sr}+\frac{d_m}{2},y_{sr}-\frac{d_m}{2}:y_{sr}+\frac{d_m}{2})---\left(3\right)$

在一个完整搜索中，D搜索区域应该遍历整个右目图像，即

$\left\{\begin{array}{c}{x}_{sr}\∈\[\frac{d_m}{2},w_r-\frac{d_m}{2}\]\\ y_{sr}\∈\[\frac{d_m}{2},h_r-\frac{d_m}{2}\]\end{array}\right.---\left(4\right)$

式中：

w_r—右目图像宽度；

h_r—右目图像高度。

在本双目测距系统中，由于双目相机平行安装，且市场水平轴线同轴，因此模板图像从左目图像水平轴中心获取。

$\left\{\begin{array}{c}{x}_{cl}=\frac{w_r}{2}\\ y_{cl}=C\end{array}\right.---\left(5\right)$

根据系统安装特点，和模板区域匹配的被测区域能而且仅能出现在右目图像水平轴线上，因此被测图像搜索中心满足如下条件：

$\left\{\begin{array}{c}{x}_{sr}\∈\[\frac{d_m}{2},w_r-\frac{d_m}{2}\]\\ y_{sr}=y_{cl}\end{array}\right.---\left(6\right)$

经过上述改进，检测图像提取区域大大缩小，有效抑制了匹配中冗余计算。

根据双目测距原理，被测区域能而且仅能出现在模板坐标的右侧，即实际可能搜索区域内搜索中心满足如下条件：

$\left\{\begin{array}{c}{x}_{sr}\∈(x_{cl},w_r-\frac{d_m}{2}\]\\ y_{sr}=y_{cl}\end{array}\right.---\left(7\right)$

上式的D图像获取方法为理论最优方法，该方法实现可能搜索区域的最小化，为整个测距方法实时性奠定基础。

目标区域截取示意图如图4所示。

匹配单元30，用于通过快速匹配算法匹配最佳匹配的目标图像。

可选地，所述匹配单元30包括：

统计量获取子单元，用于获取左目图像中模板图像S的水平有序统计量H_mc和垂直有序统计量H_mr；

初始化子单元，用于令i＝1；

被测区域图像获取子单元，用于获取左目图像中被测区域图像D(i)；

偏差值获取子单元，用于计算S和D(i)的水平偏差值Δ_c(i)以及垂直偏差值Δ_r(i)；

跳转判断子单元，用于设置i＝i+1，如果i＞n，则跳转到匹配子单元，否则跳转到被测区域图像获取子单元；

匹配子单元，用于在水平偏差值集合Δ_c和垂直偏差值集合Δ_r中按预定规则搜索水平最小偏差值Δ_cmin以及垂直最小偏差值Δ_rmin；预定规则如下：

$\left\{\begin{array}{c}{\mathrm{\Δ}}_{cmin}={\mathrm{\Δ}}_c\left(k\right)=min\{{\mathrm{\Δ}}_c\left(j\right),j=1,2,L,n\}\\ {\mathrm{\Δ}}_{rmin}={\mathrm{\Δ}}_r\left(k\right)=min\{{\mathrm{\Δ}}_r\left(j\right),j=1,2,L,n\}\end{array}\right.;$

则D(k)即为最佳匹配的目标图像。

目标匹配过程实际上是一个最佳目标搜索过程。设目标遍历搜索中，被测区域集合为

D＝{D₁,D₂,L,D_n}(8)

式中：

D_i—i＝1,2,L,n为待匹配目标。

则匹配算法可表述为

Δ(S,D_j)＝min{Δ(S,D_i),i＝1,2,L,n}(9)

现有匹配算法从图像运算出发进行图像匹配，因图像数据大，因此匹配时间长，效率低，且经过平滑等处理后，图像细节特征被抑制，导致误判率高。在实际测量中，为了提高测量精度，一般选择高分辨图像，而且在远距离目标搜索中，背景比例大，因此已有方法很难应用到实际实施远距离目标距离测量中。

图像匹配过程实际是一个图像两维信息匹配过程，而图像信息的表达通过灰度值来实现。由于图像信息除了幅值信息外，还包含坐标信息，因此图像匹配算法中应该同时包含幅值信息和坐标信息。图像的灰度值是一种幅值信息，而幅值信息和坐标信息一起就构成了图像信息内容。

设图像I的信息为H(I)，对于灰度图像，H(I)可表示为

H(I)＝F{g(x_i,y_j),i∈[1,w_I],j∈[1,h_I]}(10)

式中：

g(x_i,y_j)—图像I在坐标(x_i,y_j)处的灰度值；

w_I—图像I的宽度；

h_I—图像I的高度；

F—信息量算子。

信息内容匹配就是基于H的匹配，该匹配理论上是最科学的匹配方法，但存在大量冗余信息。

特征匹配的另一种常用方法就是统计信息匹配，即从原图像得到其统计量进行匹配，这类匹配方法中应用最多的基于直方图的匹配，但尽管基于直方图的统计方法包含了所有幅值统计信息，却丢失了图像的相位信息，因此难以满足测距要求。

如图5所示，图5中示意了采样率为0.1的双目灰度图像。

分别计算双目图像的灰度直方图，如图6所示。

由图6可以看出，两幅图像灰度直方图形状基本相似，由于双目明暗分布的差异，导致右目图像暗色统计量增加，左目图像亮色统计量进一步向亮区域偏移，而图像中视差信息没有体现出来。

对于上述图像，分别观察其灰度分布，如图7所示。

由图7可以看出，图像的灰度值三维形貌中包含了目标信息，该信息和灰度值所处的坐标相对应，因此，要实现目标统计匹配，必须考虑统计量的空间位置。

为了实现图像统计匹配，提出了一种新的两维降维图像统计方法。

定义：对于数据矩阵M，分别沿横坐标方向和纵坐标方向，依次统计该坐标位置列数据和和行数据和，则该统计量称为两维有序统计值。

设H_c和H_r分别为数据矩阵M的水平有序统计值和垂直统计值，则该统计值可由下式求出。

$\left\{\begin{array}{cc}{H}_c\left(i\right)=\underset{j=1}{\overset{h_M}{\Σ}}M(j,i)& i\∈\[1,w_M\]\\ H_r\left(k\right)=\underset{j=1}{\overset{w_M}{\Σ}}M(k,j)& k\∈\[1,h_M\]\end{array}\right.---\left(11\right)$

图8为左目图像空间形态及两维有序统计曲线。图8示意了左目图像0.25采样图像灰度形貌。

由图9可以看出，两个统计曲线没有什么关联性，因此从匹配角度而言为两维度匹配计算，通过两维综合匹配结果搜索最佳匹配。

上述统计曲线反映的是两维统计信息，但是两个一维数据构成，不是传统意义上的两维统计量，因此，实际是一个两维降维计算。

设模板图像的水平和垂直有序统计分别为H_mc和H_mr，第i个目标图像的水平和垂直有序统计分别为H_sc(i)和H_sr(i)，则两维降维目标匹配可定义如下。

定义：对于检测图像D(k)，其两维有序统计量分别为H_sc(k)和H_sr(k)，对于模板图像，如果H_sc(k)和H_sr(k)同时满足如下条件

$\left\{\begin{array}{c}\mathrm{\Δ}(H_{mc},H_{sc}(k\left)\right)=\min \left\{\mathrm{\Δ}\right(H_{mc},H_{sc}\left(i\right)),i\∈\[1,n\]\}\\ \mathrm{\Δ}(H_{mr},H_{sr}(k\left)\right)=\min \left\{\mathrm{\Δ}\right(H_{mr},H_{sr}\left(i\right)),i\∈\[1,n\]\}\end{array}\right.---\left(12\right)$

则称D(k)为模板的最佳匹配。得到最佳匹配后，根据目标图像和原图的坐标关系，可计算出双目目标视图偏差，进行距离计算。

视图偏差计算单元40，用于根据模板图像、最佳匹配的目标图像以及模板图像、最佳匹配的目标图像与双目图像的坐标对应关系获取双目图像之间的视图偏差；

距离测量单元50，用于根据视图偏差、双目相机成像点距离以及估算的第一参数、第二参数建立主动视角测距模型，并根据主动视角测距模型对被测目标距离进行测量。

可选地，所述距离测量单元50中，主动视角测距模型如下：

k_aLh_ri-2k_bL＝B，其中k_a为第一参数，k_b为第二参数，L为被测目标的距离，h_ri为像素偏差，B为双目相机成像点距离。

可选地，第一参数k_a、第二参数k_b通过最小二乘估计方法进行估算。

在双目测距中，常用的方法为平行光轴法，及双目相机平行放置，光轴平行，根据双目目标图像偏差值，解算目标距离。如果将平行光轴模式定义为光轴0夹角模式，那么平行光轴双目测距为主动视角测距特例。

中心目标主动视角测距原理如下：

假设双目相机视场角为α，光轴夹角为θ，则主动视角测距原理如图10所示。

图10中S为被测目标点，B为双目相机成像点距离，L0为双目光轴交点和成像点距离，L为被测目标距离。根据图中集合关系有

$L0=\frac{B}{tan\left(\frac{\mathrm{\θ}}{2}\right)}---\left(14\right)$

如图11所示，当S位于两个光轴角平分线上，S在左目图像中的距离中心偏差为h_l1，光轴平分线垂直方向投影距离为h_l2，二者关系为

$h_{l2}=h_{l1}cos\left(\frac{\mathrm{\θ}}{2}\right)---\left(15\right)$

根据图11，L可由下式求得。

$L=\frac{h_{l2}-\frac{B}{2}}{tan\left(\frac{\mathrm{\θ}}{2}\right)}---\left(16\right)$

这里h_l1是实际偏差距离，而非像素偏差，设像素偏差为h_li，像素单位为k_lL，则实际偏差距离为

h_l1＝k_lLh_li(17)

由于k_lL随着目标距离的变化在不断变化，因此其为一和距离相关的变量。设标定基准距离为L_C，基准像素单位为k_C，像素偏差为h_C。在相同像素偏差条件下，有如下关系

$\frac{L_C}{k_C{h}_C}=\frac{L}{k_{lL}{h}_C}---\left(18\right)$

$k_{lL}=\frac{k_{C}L}{L_C}---\left(19\right)$

将(17)至(19)式代入(16)式，得

$L=\frac{\frac{k_C}{L_C}{\mathrm{Lh}}_{li}cos\left(\frac{\mathrm{\θ}}{2}\right)-\frac{B}{2}}{tan\left(\frac{\mathrm{\θ}}{2}\right)}---\left(20\right)$

对上式进行变换，可得

$L=\frac{{\mathrm{BL}}_C}{2k_C{h}_{li}cos\left(\frac{\mathrm{\θ}}{2}\right)-2L_{C}tan\left(\frac{\mathrm{\θ}}{2}\right)}---\left(21\right)$

当θ＝0时，上式简化为

$L=\frac{{\mathrm{BL}}_C}{2k_C{h}_{li}}---\left(22\right)$

上式即为平行光轴时测距原理。

一般目标主动视角测距原理如下：

上述测量原理假设目标位于双目光轴平分线上，此时双目图像目标偏差相同，但在实际测量中，难以满足上述条件，实际目标在图像中位置具有随机性，为了简化测量，假设目标始终位于左目图像的参考中心，在左目图像中，目标中心偏移为0。

图12为一般目标主动视角测距原理图。

图12中h_r1和h_r2的关系为

$h_{r2}=h_{r1}cos\left(\frac{\mathrm{\θ}}{2}\right)---\left(23\right)$

这里h_r1是实际偏差距离，设像素偏差为h_ri，像素单位为k_rL，则实际偏差距离为

h_r1＝k_rLh_ri(24)

同理可得

$k_{rL}=\frac{k_{C}L}{L_C}---\left(25\right)$

根据图12，可得到L的表达式。

$L=\frac{h_{r2}-B}{2tan\left(\frac{\mathrm{\θ}}{2}\right)}---\left(26\right)$

将式(23)至(25)代入上式，得

$L=\frac{\frac{k_C}{L_C}{\mathrm{Lh}}_{ri}cos\left(\frac{\mathrm{\θ}}{2}\right)-B}{2tan\left(\frac{\mathrm{\θ}}{2}\right)}---\left(27\right)$

对上式进行变换，得到

$L=\frac{{\mathrm{BL}}_C}{k_{C}cos\left(\frac{\mathrm{\θ}}{2}\right)h_{ri}-2L_{C}tan\left(\frac{\mathrm{\θ}}{2}\right)}---\left(28\right)$

当θ＝0时，上式简化为

$L=\frac{{\mathrm{BL}}_C}{k_C{h}_{ri}}---\left(29\right)$

一般目标主动视角约束条件如下：

根据上述原理，双目主动视角测距的基本条件是目标同时出现在双目图像中，且随着距离的增加，双目目标视差在变化。

在成像中心间距为B，当相邻双目视场角切边平行时，双目图像内容永远没有重合。在此条件下，主动视角和视场角相等，即θ＝α。

实际上，在这种条件下，其极限条件是视场边界重合，考虑到远距离测量中，B和L相差太大，因此θ＝α近似为极限条件。

对于测量最大距离L_max，当h_ri＝1时，可实现极限测量，当被测距离大于L_max时，h_ri会出现小于等于0的情况(小于0为计算结果)，认为双目图像没有视差。这种情况如图13中(a)所示，此时出现了负夹角。为了调节方便，往往调节正主动视角，因此认为主动视角的极限条件为θ＝0。

当θ＝0时，设相机分辨率为W_I×H_I，对于宽度方向，在距离L处，实际视场宽度为W_L，目标距离能够分辨的条件为

$\frac{W_L}{B}\≤W_I---\left(30\right)$

等号在最大测量距离处满足。

因此，主动视角测量视角条件为

θ∈[0,α)(31)

对于视场角为α的相机，L和W_L的关系为

$W_L=2Ltan\left(\frac{\mathrm{\α}}{2}\right)---\left(32\right)$

根据式(30)，极限测量距离条件为

$L_{max}=\frac{{\mathrm{BW}}_I}{2tan\left(\frac{\mathrm{\α}}{2}\right)}---\left(33\right)$

对于1920×1080分辨率相机，相机成像中心距为B以及视场角α和L_max的关系如图14。

图14中(a)是在θ＝20°，B∈[40,500]条件下L_max变化趋势，由图可见二者成线性关系。

图14中(b)是在B＝45mm，θ∈[14°,60°]条件下L_max变化趋势，由图14可见二者成反比非线性关系。

由图14可见，当双目成像距离较小是，最大测距范围很小，为了扩展测量距离，必须增大B，这样双目测距系统体积太大，而且测量范围变窄。

采用主动视角方法，可以有效增大双目图像之间的偏差，从而扩展测量范围，缩小测量系统体积。

主动视角快速双目测距方法测量流程如下：

根据式(28)，当θ确定是，和θ相关的三角运算为常量，因此，式(28)可化简为

$L=\frac{B}{\frac{k_C}{L_C}{k}_1{h}_{ri}-2k_2}---\left(34\right)$

$\frac{k_C}{L_C}=k_3---\left(35\right)$

Lk₃k₁h_ri-2Lk₂＝B(36)

将k₁和k₃合并，令

$\left\{\begin{array}{c}{k}_a=k_3{k}_1\\ k_b=k_2\end{array}\right.---\left(37\right)$

式(36)简化为

k_aLh_ri-2k_bL＝B(38)

利用参数估计方法，可以辨识出k_a和k_b的值，得到测量模型。

系统测量流程如下：

步骤1：调整系统基本参数，使目标特征差异突出；

步骤2：在测量范围内，利用所提出的匹配方法，实现系统定标测量，采集双目和距离参数；

步骤3：结合式(38)，利用最小二乘参数估计方法估计参数k_a和k_b的值，确定测量模型。

步骤4：验证测量模型，并对模型进行修正；

步骤5：实际应用测量。

本发明实施例还提供一种主动视角双目测距方法，其包括如下步骤：

S1、通过检测相机获取双目图像；

S2、从双目图像中截取目标区域，截取的目标区域包括获取模板图像和被测区域图像；

S3、通过快速匹配算法匹配最佳匹配的目标图像；

S4、根据模板图像、最佳匹配的目标图像以及模板图像、最佳匹配的目标图像与双目图像的坐标对应关系获取双目图像之间的视图偏差；

S5、根据视图偏差、双目相机成像点距离以及估算的第一参数、第二参数建立主动视角测距模型，并根据主动视角测距模型对被测目标距离进行测量。

可选地，所述步骤S2包括：

从双目图像的左目图像的初始锁定中心区域获取模板图像；从双目图像的右目图像的搜索中心区域获取被测区域图像。

可选地，所述步骤S3包括：

S31、获取左目图像中模板图像S的水平有序统计量H_mc和垂直有序统计量H_mr；

S32、令i＝1；

S33、获取左目图像中被测区域图像D(i)；

S34、计算S和D(i)的水平偏差值Δ_c(i)以及垂直偏差值Δ_r(i)；

S35、设置i＝i+1，如果i＞n，则跳转到S36，否则跳转到S33；

S36、在水平偏差值集合Δ_c和垂直偏差值集合Δ_r中按预定规则搜索水平最小偏差值Δ_cmin以及垂直最小偏差值Δ_rmin；预定规则如下：

$\left\{\begin{array}{c}{\mathrm{\Δ}}_{cmin}={\mathrm{\Δ}}_c\left(k\right)=min\{{\mathrm{\Δ}}_c\left(j\right),j=1,2,L,n\}\\ {\mathrm{\Δ}}_{rmin}={\mathrm{\Δ}}_r\left(k\right)=min\{{\mathrm{\Δ}}_r\left(j\right),j=1,2,L,n\}\end{array}\right.;$

则D(k)即为最佳匹配的目标图像。

可选地，所述步骤S5中，主动视角测距模型如下：

k_aLh_ri-2k_bL＝B，其中k_a为第一参数，k_b为第二参数，L为被测目标的距离，h_ri为像素偏差，B为双目相机成像点距离。

可选地，第一参数k_a、第二参数k_b通过最小二乘估计方法进行估算。

实施本发明提供的主动视角双目测距系统及方法具有以下有益效果：能够突出图像模板和目标的形态特征，以提高特征识别的准确性，降低误判率。在目标搜索中，采用一维匹配、两维确认的方法，提高搜索效率，缩短搜索时间。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。

可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (10)

1.一种主动视角双目测距系统，其包括如下单元：

图像获取单元，用于通过检测相机获取双目图像；

目标区域截取单元，用于从双目图像中截取目标区域，截取的目标区域包括获取模板图像和被测区域图像；

匹配单元，用于通过快速匹配算法匹配最佳匹配的目标图像；

视图偏差计算单元，用于根据模板图像、最佳匹配的目标图像以及模板图像、最佳匹配的目标图像与双目图像的坐标对应关系获取双目图像之间的视图偏差；

距离测量单元，用于根据视图偏差、双目相机成像点距离以及估算的第一参数、第二参数建立主动视角测距模型，并根据主动视角测距模型对被测目标距离进行测量。

2.如权利要求1所述的主动视角双目测距系统，其特征在于，

所述目标区域截取单元包括：

从双目图像的左目图像的初始锁定中心区域获取模板图像；从双目图像的右目图像的搜索中心区域获取被测区域图像。

3.如权利要求2所述的主动视角双目测距系统，其特征在于，

所述匹配单元包括：

统计量获取子单元，用于获取左目图像中模板图像S的水平有序统计量H_mc和垂直有序统计量H_mr；

初始化子单元，用于令i＝1；

被测区域图像获取子单元，用于获取左目图像中被测区域图像D(i)；

偏差值获取子单元，用于计算S和D(i)的水平偏差值Δ_c(i)以及垂直偏差值Δ_r(i)；

跳转判断子单元，用于设置i＝i+1，如果i＞n，则跳转到匹配子单元，否则跳转到被测区域图像获取子单元；

匹配子单元，用于在水平偏差值集合Δ_c和垂直偏差值集合Δ_r中按预定规则搜索水平最小偏差值Δ_cmin以及垂直最小偏差值Δ_rmin；预定规则如下：

$\left\{\begin{array}{c}{\mathrm{\Δ}}_{cmin}={\mathrm{\Δ}}_c\left(k\right)=min\{{\mathrm{\Δ}}_c\left(j\right),j=1,2,L,n\}\\ {\mathrm{\Δ}}_{rmin}={\mathrm{\Δ}}_r\left(k\right)=min\{{\mathrm{\Δ}}_r\left(j\right),j=1,2,L,n\}\end{array}\right.;$

则D(k)即为最佳匹配的目标图像。

4.如权利要求3所述的主动视角双目测距系统，其特征在于，

所述距离测量单元中，主动视角测距模型如下：

k_aLh_ri-2k_bL＝B，其中k_a为第一参数，k_b为第二参数，L为被测目标的距离，h_ri为像素偏差，B为双目相机成像点距离。

5.如权利要求4所述的主动视角双目测距系统，其特征在于，第一参数k_a、第二参数k_b通过最小二乘估计方法进行估算。

6.一种主动视角双目测距方法，其包括如下步骤：

S1、通过检测相机获取双目图像；

S2、从双目图像中截取目标区域，截取的目标区域包括获取模板图像和被测区域图像；

S3、通过快速匹配算法匹配最佳匹配的目标图像；

S4、根据模板图像、最佳匹配的目标图像以及模板图像、最佳匹配的目标图像与双目图像的坐标对应关系获取双目图像之间的视图偏差；

S5、根据视图偏差、双目相机成像点距离以及估算的第一参数、第二参数建立主动视角测距模型，并根据主动视角测距模型对被测目标距离进行测量。

7.如权利要求6所述的主动视角双目测距方法，其特征在于，

所述步骤S2包括：

从双目图像的左目图像的初始锁定中心区域获取模板图像；从双目图像的右目图像的搜索中心区域获取被测区域图像。

8.如权利要求7所述的主动视角双目测距方法，其特征在于，

所述步骤S3包括：

S31、获取左目图像中模板图像S的水平有序统计量H_mc和垂直有序统计量H_mr；

S32、令i＝1；

S33、获取左目图像中被测区域图像D(i)；

S34、计算S和D(i)的水平偏差值Δ_c(i)以及垂直偏差值Δ_r(i)；

S35、设置i＝i+1，如果i＞n，则跳转到S36，否则跳转到S33；

S36、在水平偏差值集合Δ_c和垂直偏差值集合Δ_r中按预定规则搜索水平最小偏差值Δ_cmin以及垂直最小偏差值Δ_rmin；预定规则如下：

$\left\{\begin{array}{c}{\mathrm{\Δ}}_{cmin}={\mathrm{\Δ}}_c\left(k\right)=min\{{\mathrm{\Δ}}_c\left(j\right),j=1,2,L,n\}\\ {\mathrm{\Δ}}_{rmin}={\mathrm{\Δ}}_r\left(k\right)=min\{{\mathrm{\Δ}}_r\left(j\right),j=1,2,L,n\}\end{array}\right.;$

则D(k)即为最佳匹配的目标图像。

9.如权利要求8所述的主动视角双目测距方法，其特征在于，

所述步骤S5中，主动视角测距模型如下：

k_aLh_ri-2k_bL＝B，其中k_a为第一参数，k_b为第二参数，L为被测目标的距离，h_ri为像素偏差，B为双目相机成像点距离。

10.如权利要求9所述的主动视角双目测距方法，其特征在于，第一参数k_a、第二参数k_b通过最小二乘估计方法进行估算。