[发明专利]一种基于ZSAD-Census的快速立体匹配方法

说明书

本发明公开了一种基于ZSAD‑Census的快速立体匹配方法，包括如下步骤：S1.在每一帧图像的立体匹配开始之前，初始化配置；S2.输入目标图像和参考图像并遍历图像中的每一个像素，计算ZSAD信息和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，且通过哈希函数构建哈希表，每个哈希表均通过构建链表用于解决哈希冲突；S4.计算当前像素的哈希值，并查找与当前像素具有相同哈希值的参考像素位置。本发明解决现有技术中功耗大、面积成本高的问题，同时提高了立体匹配算法的准确性和抗干扰性。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种基于ZSAD-Census的快速立体匹配方法。

背景技术

立体匹配是计算机视觉领域中的重要研究内容，也是最近30年来的研究热点。立体匹配是一种从平面图像中提取深度信息的技术，通过匹配两幅或多幅图像来获得稠密视差图，从而建立场景中的三维深度信息。立体匹配算法包括匹配代价计算、代价聚合、视差计算和视差后处理四个步骤，匹配代价计算，即计算参考图像搜索区域内每个像素点，以所有视差可能性去匹配目标图像上对应点的代价。匹配代价是立体匹配的基础，设计抗噪声干扰、对光照变化不敏感的匹配代价，能提高立体匹配的精度。因此，匹配代价的设计在全局算法和局部算法中都是研究的重点，是整个立体匹配算法的核心。

现有技术中，立体匹配算法存在芯片实现中存在功耗大、面积成本高、抗干扰性能较低且匹配准确度较低的问题，授权公告号为CN105335952A的专利公开了一种匹配代价计算方法和装置、以及视差值计算方法和设备，在参考图像中确定用于参考像素的参考代表性像素集合，参考代表性像素集合包括参考像素、和处于参考像素的第一预定邻域中的并且其显著程度大于阈值的至少一个像素；在目标图像中确定用于目标像素的目标代表性像素集合，目标代表性像素集合包括目标像素、和处于目标像素的第一预定邻域中的并且其显著程度大于阈值的至少一个像素；以及根据参考代表性像素集合中每一个像素的像素值、和目标代表性像素集合中每一个像素的像素值，来计算参考像素与目标像素之间的匹配代价。因此，可以得到可区分的匹配代价，进而得到正确的视差信息。虽通过像素间距离度量值求和计算匹配代价，选择具有代表性信息的相邻像素，减少了满足条件的像素点，匹配代价计算量仍较大，不满足实时性和功耗低的要求，同时，仅利用距离度量值或加权后的距离度量值求和计算匹配代价，匹配准确度和匹配效率较低且抗干扰性较差。

发明内容

为解决上述问题，本发明提出了一种基于ZSAD-Census的快速立体匹配方法，解决现有立体匹配算法中在芯片实现中存在的功耗大、面积成本高的问题，同时提高了立体匹配算法的准确性和抗干扰性。

本发明采用的技术方案是：

本申请提出一种基于ZSAD-Census的快速立体匹配方法，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；

步骤S2中，具体包括如下步骤：