[发明专利]基于边界控制置信传播的立体图像视差估计方法

摘要

本发明属于图像处理、立体视觉技术领域。研究立体图像中正负视差的甄别及精确估计方法，为立体图像视差控制、立体显示等奠定基础，为达到上述目的，本发明采取的技术方案是，立体图像视差估计方法，包括如下步骤：(1)正负视差甄别与视差范围估计(2)像素级视差估计(3)交叉稳定性检测(4)基于图像分割控制的BP算法使用BP算法最小化能量函数，得出使得能量函数取得最小值的视差场。本发明主要应用于图像处理。

主权项

1.一种基于边界控制置信传播的立体图像视差估计方法，其特征是，包括如下步骤：(1)正负视差甄别与视差范围估计首先用mean shift算法分别对立体图像对的左右两个视图进行分割，窗口的形状和大小都与图像本身的特征与性质相关，把分割后的不规则区域作为匹配基元；采用基于区域的相关窗法，甄别每个区域的正负视差，并确定每个区域的视差范围；以相似性测度函数度量准则，当两个窗口包含相同的特征信息时，图像的一致性度量将达到最大值，同时用相似性测度计算出的匹配代价将达到最小；代价函数采用SD(Squared Difference)和图像梯度信息结合的代价函数C(p，)定义如下：C(p,p‾d)=w×CSD(p,p‾d)+(1-w)×CGRAD(p,p‾d)]]>CSD(p,p‾d)=Σc∈{r,g,b}|Ic(p)-Ic(p‾d)|2]]>CGRAD(p,p‾d)=Σc∈{r,g,b}|▿xIc(p)-▿xIc(p‾d)|2+Σc∈{r,g,b}|▿yIc(p)-▿yIc(p‾d)|2]]>其中，d代表水平视差，p，为两个视点视图中的待匹配点，和分别代表图像横向和纵向梯度，w是介于0和1之间的权值，基于前述方法完成对右视图的分割后，以右视图坐标为基准获取右视图各区域的视差范围；(2)像素级视差估计采用以上所述的代价函数C(p，)，计算每个像素的匹配代价，以像素点为中心，取正方形邻域作为该像素点的代价累积窗口，采用自适应权值法累积匹配代价，得到更鲁棒的匹配代价，相关窗口内的加权累积后的匹配代价函数为：C′(p,p‾d)=Σq∈Np,q‾d∈Np‾dw(p,q)w(p‾d,q‾d)C(q,q‾d)Σq∈Np,q‾d∈Np‾dw(p,q)w(p‾d,q‾d)]]>其中，N_p、分别为p点和点的累积窗口，q点和点分别为N_p、中的任意点，w(p，q)、分别为p点与点邻域内的点相对于中心的权值；采用WTA(winner takes all)算法，对每个像素，在已经确定的视差范围[d_c-δ，d_c+δ]内，选择令匹配代价C′(p，)最小的视差作为该点的视差，得到初始视差图；(3)交叉稳定性检测用上述方法获得另一视图的初始视差图，设两视差图分别为和根据左右视差一致性原则进行交叉检测：其中表示像素点(x_L，y_L)的视差值，表示(x_L，y_L)的匹配点的视差值，把两个视差图中视差值不一致的点标记为遮挡点，视差值一致的点标记为匹配点；再对匹配点进行匹配稳定性检测，标记出稳定匹配点，方法如下：对于视差范围[d_c-δ，d_c+δ]，比较某一像素点p的匹配代价函数C′(p，)，记其中最小值为记其中次小值为当大于一个预设的阈值时，把该点标记为稳定点，否则标记为不稳定点；(4)基于图像分割控制的BP算法构造能量函数如下：E(d)=Σp∈PCp(dp)+Σ(q,p)∈Nwpqf(dp,dq)]]>其中，P为所有点的集合，p为集合中的任意点，C_p(d_p)为p点视差为d_p时的匹配代价，f(d_p-d_q)表示相邻两点p、q的视差分别为d_p、d_q时的能量，w_pq表示权值，使用4连接邻域系统，即一个像素点的视差只与相邻的四个像素的视差有关；使用BP算法最小化能量函数，得出使得能量函数取得最小值的视差场。