[发明专利]一种基于多编码的Census自适应变换方法

说明书

本发明属于双目立体视觉技术领域，涉及一种基于多编码的Census自适应变换方法。该自适应变换方法，主要在编码方式、噪声控制两个方面来对传统的Census变换进行改进，使用了新的编码策略。在考虑到窗内局部信息的同时更充分的利用亮度信息，并对噪声进行减弱处理，使本发明更具鲁棒性。

技术领域

本发明属于双目立体视觉技术领域，涉及一种基于多编码的Census自适应变换方法。

背景技术

立体匹配一直是双目立体视觉中的重要技术环节，立体匹配是寻找两幅图像中的共轭点，也就是空间同一点投影在左右两幅图像中的不同像素点的位置，最终产生视差图。但是立体匹配一直存在着精度与效率的问题。由于近些年计算机的并行能力越来越高，因此科研人员一直致力于寻找一种可并行高精度的立体匹配方法。

通常立体匹配过程可分为四个部分：匹配代价计算、匹配代价聚合、初始视差计算、视差优化。现在对于立体匹配的研究也一直围绕着这四个步骤进行，Census变换是立体匹配过程中匹配代价计算步骤常用的一种操作。

Census变换充分考虑了中心像素在支持窗口内的局部信息并且减弱图像亮度信息。具有算法简单、可并行、鲁棒性高与效果好等特点。Census变换的具体操作如下所述：

对于一个大小为w_p(m×n)的窗口，中心像素为p，Census变换可以将窗口内图像的亮度值相关性映射到一个长度为m×n-1长度的二进制串中。假设q为窗口内的非中心点的像素。那么对于q点位置的变换为：

其中i(x)为像素点x的灰度。对于p点最终的特征二进制串：

表示按位连接。使用这种计算方式的窗口遍历图像中的每一个像素点。这样一来就减弱了图像亮度信息，单保留了窗口内的局部信息。最后对于原始图像中的p点视差为d，对应参考图像中的像素点p′计算所得的成本为：

表示Hamming距离计算。

传统的Census变换虽然减弱了亮度信息，但是其对亮度信息的减弱处理过为粗糙，并没有充分的利用图像中的亮度信息。参照附图1可以看出由于亮度信息丢失过多导致它对相似区域区别不明显，并且还将导致它对噪声敏感。

发明内容

本发明是在传统的Census变换的基础上使用新的编码策略。在考虑到窗内局部信息的同时更充分的利用亮度信息，并对噪声进行减弱处理，使本发明更具鲁棒性。

一种基于多编码的Census自适应变换方法，包括如下内容：

1)编码

传统的Census变换将亮度信息按照中心像素亮度值分为大、小两个组。本发明在传统Census变换大、小两个组的基础上，对大组与小组分别进行更进一步的划分，大组与小组分别划分出k个子组，k为正整数，则一共划分出2k个组。

本发明使用一种多编码策略，每个组使用多位二进制位进行编码表示。共划分出2k个组，则每个组对应的编码长度为2k-1个位。对于一个大小为w_p(m×n)的窗口；窗口的中心像素为p，窗口内非中心点像素为q；窗口内亮度值的映射到一个(2×k-1)×(m×n-1)位长度的二进制串上。

q点位置的变换为：