[发明专利]立体匹配方法、装置、终端和存储介质

说明书

本发明涉及立体匹配技术领域，提供一种立体匹配方法、装置、终端和存储介质，包括：通过双目相机获取左图像和右图像，并对左图像构建预设层数的左金字塔，对右图像构建预设层数的右金字塔；对左金字塔的高一层图像和右金字塔的高一层图像进行双向立体匹配，得到高一层的左视差图和高一层的右视差图；根据高一层的左视差图确定左金字塔的低一层图像中每个像素的视差搜索范围，以及根据高一层的右视差图确定右金字塔的低一层图像中每个像素的视差搜索范围；根据视差搜索范围对左金字塔的低一层图像和右金字塔的低一层图像双向立体匹配，得到低一层的左视差图和低一层的右视差图。本发明大大减少视差搜素范围，提高了视差计算的收敛速度。

技术领域

本发明涉及立体匹配技术领域，尤其涉及一种立体匹配方法、装置、终端和存储介质。

背景技术

立体匹配技术是计算机视觉中的一个研究热点，其目标是从同一场景获取的两幅或多幅图像中找到每个像素匹配的对应点，它是三维重建、立体导航、非接触测距等技术的关键步骤。

根据立体匹配算法所采用的约束，一般可分为局部匹配方法和全局匹配方法。全局匹配方法主要采用了全局优化函数估计视差，通过建立全局能量函数，将视差的求取转化为最小化全局能量函数的求解，图割、置信度传播和动态规划等优化算法是计算最小全局能量函数的常用方法，全局匹配算法匹配精度高、鲁棒性强，但是计算速度非常慢。局部匹配方法也称为基于窗口的方法，主要采用局部优化方法进行视差值估计，与全局立体匹配方法相似，通过优化一个代价函数计算最优视差。但是，在局部匹配的能量函数中，只有基于局部区域的约束数据项，而没有平滑项。局部匹配方法一般利用某一点邻域的灰度、颜色或梯度等信息进行匹配代价计算，计算复杂度低，但是局部匹配对弱纹理、无纹理、视差不连续或遮挡区域等匹配不理想。

在局部立体匹配算法中，一般假设支持窗口内的所有像素都具有恒定的视差，但是这种假设一般不成立。例如，当支持窗口包括与中心像素不同表面的像素时，或当窗口捕捉到倾斜的表面，而不是平行平面，此时若仍然假设支持窗口内具有恒定的视差，则传统的局部匹配方法就会产生“阶梯效应”。针对这一问题，学者们提出了很多方法，例如，基于3D标签的倾斜窗口假设(即窗口内视差值存在渐变)，通过对像素点3D标签分别进行随机初始化、邻域传播、左右视图传播、随机搜索以及平面细化等来估计视差，简称为PMS方法。3D标签的引入相对于单一视差，增加了像素点的法向量信息，更能表征像素点所在平面的空间信息。

在PMS算法的基础上，不少学者通过加入全局图割、置信度传播等优化算法提出了新的技术方案。例如，将PMS算法和置信度传播算法整合到统一的框架下，提出了一种基于置信度传播的加速全局立体匹配算法，该方法在PMS算法的代价函数基础上，考虑邻域平面的平滑项约束构造能量函数，得到了比PMS算法更精确的视差。但是现有的方法对于弱纹理或无纹理区域的误匹配问题仍不能很好地解决。

发明内容

本发明实施例提供一种立体匹配方法、装置、终端和存储介质。

根据本发明实施例的第一方面，提供一种立体匹配方法，包括：

通过双目相机获取左图像和右图像，并对所述左图像构建预设层数的左金字塔，对所述右图像构建所述预设层数的右金字塔；

对所述左金字塔的高一层图像和所述右金字塔的高一层图像进行双向立体匹配，得到所述高一层的左视差图和所述高一层的右视差图；

根据所述高一层的左视差图确定所述左金字塔的低一层图像中每个像素的视差搜索范围，以及根据所述高一层的右视差图确定所述右金字塔的低一层图像中每个像素的视差搜索范围；

根据所述视差搜索范围，对所述左金字塔的低一层图像和所述右金字塔的低一层图像进行双向立体匹配，得到所述低一层的左视差图和所述低一层的右视差图。

进一步地，所述双向立体匹配方法包括：