[发明专利]一种基于ZSAD-Census的快速立体匹配方法

权利要求书

1.一种基于ZSAD-Census的快速立体匹配方法，其特征在于：包括如下步骤：

S1.在每一帧图像的立体匹配开始之前，根据已有帧的统计信息，配置ZSAD信息的邻域范围为N_h×N_v，配置Census信息的邻域范围为M_h×M_v，配置匹配代价计算时使用Census数据的窗口为K_h×K_v，配置匹配代价计算时使用灰度数据的窗口为L_h×L_v，配置匹配代价计算公式中的权重为λ1和λ2，设定立体匹配的搜索范围为S_h×S_v；

S2.输入目标图像和参考图像并遍历图像中的每一个像素，采用N_h×N_v邻域的灰度信息，计算ZSAD信息，采用M_h×M_v邻域的灰度信息，计算Census信息；

S3.联合使用参考图像的ZSAD信息和Census信息或采用单独的ZSAD信息或Census信息，构建哈希函数H1和H2，且分别通过哈希函数H1和H2构建哈希表一HTable和哈希表二HTable2，每个哈希表均通过构建链表用于解决哈希冲突，设定哈希表一HTable和哈希表二HTable2的最大搜索次数分别为T1、T2；

S4.遍历目标图像的每个像素，根据目标图像的Census信息、ZSAD信息和哈希函数计算当前像素的哈希值，当前像素的哈希值作为哈希表一HTable和哈希表二HTable2的索引，且从哈希表及链表中查找参考图像中与当前像素具有相同哈希值的参考像素位置；

S5.对于步骤S4中得到的与当前像素具有相同哈希值的参考像素位置，判断参考像素的位置是否位于搜索范围内，若不在搜索范围，则跳过该参考像素；若在搜索范围内，则计算该参考像素位置的匹配代价，其中：

S51.第一匹配代价以该参考像素K_h×K_v领域的Census信息和当前像素K_h×K_v领域的Census信息为输入，将该参考像素和当前像素各对应位置Census信息按位异或运算并累加计算汉明距离，将汉明距离的累加和作为第一匹配代价；

S52.第二匹配代价以该参考像素L_h×L_v领域的灰度数据和当前像素L_h×L_v领域的灰度数据为输入，将该参考像素和当前像素各对应位置灰度数据的零均值误差绝对值进行累加，零均值误差绝对值的累加和作为第二匹配代价；

S53.将第一匹配代价和第二匹配代价融合，融合值作为当前参考像素的匹配代价；

S54.选取具有最小匹配代价的参考像素作为最佳匹配像素，其所在位置和当前像素位置的水平差距为整像素精度的初始视差值；

S55.统计匹配搜索过程中哈希表的命中情况，根据统计信息动态改变参考像素搜索范围S_h×S_v；

S6.根据初始视差值，计算最佳匹配位置相邻位置的匹配代价，根据最佳匹配位置以及左右相邻位置的匹配代价，进行基于二次曲线拟合的亚像素增强，获取具有亚像素精度的增强视差值；

S7.根据步骤S6中的视差值进行视差后处理，并对视差进行优化。

2.根据权利要求1所述的基于ZSAD-Census的快速立体匹配方法，其特征在于：步骤S2中，具体包括如下步骤：

S21.输入参考图像，遍历参考图像中的每一个像素，以参考图像中的当前像素P1(x，y)为中心，与矩形窗口内的相邻像素按照从内圈到外圈的顺序逐一进行比较，若当前像素的灰度值大于相邻像素的灰度值，则设置比较结果为1，否则为0；

S22.将步骤S21中的比较结果按位拼接，形成一个二进制数串，即为当前像素的Census信息；

S23.计算当前像素P1(x，y)对应的ZSAD信息，计算公式如下：

其中，I[x][y]为当前像素P1(x，y)的灰度值，为以当前像素P1(x，y)为中心的矩形窗口内的所有像素的灰度平均值，u、v为整数并且-N_h/2≤u≤N_h/2，-N_v/2≤v≤N_v/2。