[发明专利]一种用于鱼眼图像的非局部立体匹配算法

权利要求书

1.一种用于鱼眼图像的非局部立体匹配算法，其特征在于：包括如下步骤：

S1：使用像素的颜色信息和梯度信息计算匹配代价，得到左右鱼眼图像的初始匹配代价空间；

S2：对初始匹配代价空间进行信任传播过程；

S3：使用鱼眼图像作为输入构建最小生成树，并对S2优化后的匹配代价空间进行非局部的代价聚合；

S4：采用赢家通吃策略，计算聚合后的匹配代价空间得到视差图；

S5：对S4得到的鱼眼图像视差图执行一致性检查，分离出误匹配区域进行进行基于视差的分块优化，求得鱼眼图像稠密视差结果。

2.根据权利要求1所述的一种用于鱼眼图像的非局部立体匹配算法，其特征在于：所述步骤S1的具体步骤如下：

颜色信息部分的代价值计算公式为:

式中，I_i(p)代表p像素对应i通道的颜色分量，d表示视差；

梯度信息的代价值是由像素点的极曲线方向上的梯度计算求得，公式为：

式中，代表p像素的在极曲线方向上的梯度值；

将两部分代价值进行归一化处理，然后叠加到一起，总的匹配代价值为:

C(p,d)＝ρ(C_color(p,d),λ_color)+ρ(C_gradient(p,d),λ_gradient)，

其中，C(p,d)表示像素点p视差为d时对于的匹配代价值；λ_color和λ_gradient是计算颜色代价和梯度代价的控制参数；ρ(C,λ)是算法的鲁棒参数，可以将计算结果归一化，具体公式为：

ρ(C,λ)＝1-exp(-C(p,d)/λ)。

3.根据权利要求1所述的一种用于鱼眼图像的非局部立体匹配算法，其特征在于：所述步骤S2的具体步骤如下：

计算一个临时视差图，对临时视差图执行一致性检查和唯一性检查；通过一致性检查和唯一性检查的视差像素标记为可信任像素，否则，标记为不信任像素；在匹配代价空间的所有视差维度上对不信任视差像素的代价值做信任传播，信任传播过程需要满足颜色相近性和空间相近性，当遇到如下条件则终止传播过程:

D_C(p,q)＞τ D_C(p,q)是像素p和q的颜色差值，τ是设定的颜色阈值，

D_S(p,q)＞L D_S(p,q)是像素p和q的距离差值，L是设定的距离阈值，

上面的两个式子中，p是待优化的不信任视差像素，q是进行信任传播过程中遍历到的像素；不信任像素点所有视差维度的匹配代价的优化公式如下：

式中p表示待优化的不信任像素点，T(p)表示对p点进行信任传播过程中可以遍历到的可信任像素点的集合；如果找到属于该集合的元素q则进行优化，否则将p点对应所有匹配代价值置为无效值。