[发明专利]一种基于改进双向动态规划的立体匹配方法

摘要

本发明涉及一种基于改进双向动态规划的立体匹配方法，包括以下步骤S01修正自适应加权代价函数；S02利用修正后的自适应加权代价函数，以构建新的全局能量函数；S03利用构建的全局能量函数，采用改进后的双向动态规划算法来搜索视差点匹配路径；S04采用滤波方法和遵循三个可靠性准则去除孤立的错误视差点；S05获得最终的稠密视差图。本发明所采用的三个可靠性准则大大加快了错误匹配点的剔除，图像全局匹配的精确度相对较高，能够将误匹配率降低到7%以下，同时制定了新的列向平滑约束项策略，在降低误匹配率和减少“条纹”瑕疵方面有显著的改善效果。

主权项

一种基于改进双向动态规划的立体匹配方法，其特征在于，包括以下步骤：S01：修正自适应加权代价函数；S02：利用修正后的自适应加权代价函数，以构建新的全局能量函数；S03：利用构建的全局能量函数，采用改进后的双向动态规划算法来搜索视差点匹配路径；S04：采用滤波方法和遵循三个可靠性准则去除孤立的错误视差点；S05：获得最终的稠密视差图；通过所述步骤S01修正自适应加权代价函数后，构建一新的初始代价函数，该初始代价函数为：其中，式中Td为视差非连续区域的判断门限，Ic(q)为q点的像素值，为q对应的视差为d的点，为对应视差为d的点的像素值，Ti为截断门限值；所述步骤S02构建的全局能量函数中平滑约束项的修正公式为：其中，p为增大小梯度的惩戒项，p1为小于p的常参数，s表示惩戒项，di表示i点的视差，dj表示i相邻点j的视差，ΔI表示相邻像素的视差差值；所述改进后的双向动态规划算法，其中针对数据约束项所制定的奖励策略有：情况1，若列方向初始视差梯度变化存在有错误的视差值点时，其赋值沿用原值；情况2，若在列方向初始视差梯度未出现异常的情况下，而在行动态规划中能够得到匹配的视差值点，那么其值赋予大的奖励值；情况3，其他视差值点则使用小的奖励值，具体表达式为：其中，Ti为截断门限值，r取正数；所述r取值为7；所述去除孤立的错误视差点所遵循的三个可靠性准则为：(1)若该像素点上下邻域像素的视差值相等，则赋予该点视差值与上下邻域点一致；(2)若该像素点左右邻域像素的视差值相等，则赋予该点视差值与左右邻域点一致；(3)若该像素点周围邻域点的视差值都不相等，则赋予该点视差值为其邻域所有点的视差值均值。