[发明专利]一种基于图像分割和自适应权重的立体匹配方法

摘要

本发明公开了一种基于图像分割和自适应权重的立体匹配方法，包括视差初始化和视差优化，视差初始化包括：将经矫正的左右图像分别作为参考图像和目标图像并进行分割；利用构建的结合分割信息和自适应权重的代价函数计算左图像中当前待匹配像素点p与右图像中所有候选匹配点p_d的匹配代价E(p,p_d,d)，选择最小匹配代价的候选匹配点作为p的最优匹配点；重复上述步骤以光栅扫描顺序遍历左图像中每个像素点，得到初始视差图像；视差优化包括对获得的初始视差图像进行视差平面拟合、异常抑制和边缘修复；其优点在于对由最优匹配点计算的初始视差图像中的不可信点重新修正、异常的小区域合并到相邻的正常区域、边缘像素修复，消除了视差错误，提高了匹配精度。

主权项

一种基于图像分割和自适应权重的立体匹配方法，包括视差初始化和视差优化，其特征在于，所述视差初始化包括以下步骤：S1：将经矫正的左图像I_L、右图像I_R分别作为参考图像和目标图像；S2：利用mean‑shift算法分别对左图像I_L、右图像I_R进行分割，并记录每个像素点所属的彩色分割区域；S3：令p为左图像I_L中当前待匹配像素点，(x_p，y_p)为其空间坐标；大小为W的匹配窗中除中心像素点p外的其他像素点用q表示，视差d的取值范围为D＝[d_min,d_max]；利用代价函数求得像素点p与右图像I_R中所有候选匹配点的匹配代价，候选匹配点p_d的匹配代价为E(p,p_d,d)；S4：采用WTA策略选择具有最小匹配代价的候选匹配点作为像素点p的最优匹配点；S5：重复所述步骤S3、S4并采用光栅扫描顺序依次遍历每个像素点，得到由最优匹配点组成的初始视差图像；所述视差优化包括对初始视差图像依次进行视差平面拟合、异常抑制和边缘修复；所述视差平面拟合包括：A1：将初始视差图像每个存在不可信点的彩色分割区域中的稳定点作为数据集合进行统计，并将包含稳定点最多的组分所对应的视差值作为彩色分割区域内不可信点的初始视差进行初步修正；A2：从彩色分割区域中任意选取3个稳定点，构建平面方程组并得出相应三个平面参数；A3：计算彩色分割区域内其他点与平面距离小于阈值△d的像素点个数N_i，其中i为循环迭代次数；A4：重复步骤A2、A3若干次，利用最大N_i所对应的3个稳定点及平面参数进行最小二乘平面拟合，并更新平面参数；A5：利用式d(x_q,y_q)＝|Ax_q+By_q+C|对彩色分割区域内的不可信点q的视差进行重新修正；其中，式中的A、B、C为步骤A4中具有最大N_i的3个稳定点所对应的三个平面参数；所述异常抑制具体为：对于视差平面拟合后的视差图像，设定阈值δ_n和δ_c，将与周围像素视差差异较大且像素个数小于δ_n的小区域合并到与其相邻的具有最小视差值且像素个数大于δ_c的区域中；所述边缘修复包括：B1：利用canny算法检测出经mean‑shift分割后图像的边缘，对于异常抑制后的视差图像中处在图像边缘处的像素点p，令其左右相邻像素点分别为q_l和q_r；B2：利用公式${E^{\′}}_{data}(p,p_d)=\frac{\underset{q\∈N_P,q_d\∈N_{P_d}}{\Σ}{w}^{\′}(p,q)w^{\′}(p_d,q_d)\mathrm{\ϵ}(q,q_d)}{\underset{q\∈N_P,q_d\∈N_{P_d}}{\Σ}{w}^{\′}(p,q)w^{\′}(p_d,q_d)}$计算匹配代价和B3：将具有步骤B2中最小匹配代价的像素点所对应的视差作为像素点p的视差值。