[发明专利]一种快速自适应权重立体匹配方法

摘要

本发明公开一种快速自适应权重立体匹配方法，包括：对左右两幅图像进行极线矫正处理；分别选取左、右图像为参考图，利用图像的亮度信息、水平梯度信息和垂直梯度信息的结合计算匹配代价；利用余弦函数计算像素点之间的颜色权重和空间距离权重，利用加权聚合算法作初次聚合得到视差空间；对每个像素点的视差搜索范围进行分割，得到t个子搜索范围；结合WTA准则以及视差空间，计算每个像素点在t个视差子搜索范围里的局部最优值；计算像素点之间的自适应权重，在选取出的局部最优视差值处作自适应权重聚合，得到新的视差空间；利用WTA准则对新的视差空间求取全局最优视差值；得到一幅较为精确的视差图。本发明可以减少计算量。

主权项

1.一种快速自适应权重立体匹配方法，该方法改进权重计算方法并采用两次聚合算法来减少计算量，包括下列步骤：(1)对左右两幅图像进行极线矫正处理；(2)分别选取左、右图像为参考图，利用图像的亮度信息、水平梯度信息和垂直梯度信息的结合计算匹配代价；(3)计算每个像素点的水平线分割范围，以此作为聚合支撑窗口；以点P(x,y)为例，先找出其水平线分割范围；设点P_k和点P_k'为和点P(x,y)相似的最左和最右的点，以求解点P_k为例，先求点P(x,y)和点P₁(x‑1,y)之间的相似度D_c(P,P₁)：其中λ是平衡因子，取值为0.8；用如下两个准则判断点P₁和点P是否相似：1)点P₁是否满足D_c(P,P₁)＜ψ，其中ψ为阈值，取值为10；2)点P₁是否满足D_s(P,P₁)＜ζ，其中D_s(P,P₁)＝|P‑P₁|代表点P₁和点P之间的空间距离；ζ＝15是点P₁的最大搜索范围；将满足上述条件的最左P₁点作为P_k，同理，将满足上述条件的最右P₁点作为P_k'；利用余弦函数计算像素点P(x,y)和P_k(x‑k,y)之间的颜色权重w_c(p,p_k)和空间距离权重w_s(p,p_k)，其中，(x,y)和(x‑k,y)分别代表点p和p_k的坐标，β为相关系数，I(x,y)代表点P(x,y)的颜色，r∈{R,G,B}代表彩色图像的三原色，|p‑p_k|代表点p和p_k之间的空间距离；结合步骤(2)得到的匹配代价，利用加权聚合算法在视差深度0～D内作初次聚合得到视差空间，计算点P(x,y)初次聚合之后在深度d处的匹配代价C'(x,y,d)的公式如下，其中k为点P(x,y)用相似度公式D_c(P,P₁)找到的点：(4)对每个像素点的视差搜索范围0～D进行分割，得到t个子搜索范围；结合WTA准则以及步骤(3)得到的视差空间，计算每个像素点在t个视差子搜索范围里的局部最优值；(5)计算像素点p和p_k之间的自适应权重w(p,p_k)，选取大小为N*N的矩形窗口作为自适应权重聚合支撑窗口，其中N为矩形窗口的半径，结合步骤(2)得到的匹配代价，只在步骤(4)选取出的局部最优视差值处作自适应权重聚合，得到新的视差空间；(6)利用WTA准则对步骤(5)得到的新的视差空间求取全局最优视差值，从而得到左右初始视差图；(7)对左右初始视差图进行左右一致性校验，剔除不匹配点，得到一幅较为精确的视差图。