[发明专利]基于抗纹理十字和权值十字的立体视差优化方法

摘要

本发明公开一种基于抗纹理十字和权值十字的立体视差优化方法。主要解决现有技术视差优化方法所得视差图不准确的问题。其实现步骤为：1)对原左右视差图进行错误点检测，得到错误点集合；2)对原始彩色图像预处理，提取其结构信息；3)对每个错误点，利用结构信息构建其支持区域；4)对每个支持区域的点，计算其视差代价；5)利用支持区域，通过计算相邻点权重，构建权值十字；6)对可选视差的每一层，由权值十字进行上下两步信息传递的视差代价聚合；7)利用视差聚合总信息量，选择错误点的最佳视差；8)重复(3)‑(7)，直至所有错误点被更新。本方明能够快速准确地对原始视差图进行视差优化，可用于双目立体匹配。

主权项

1.一种基于抗纹理十字和权值十字的立体视差优化方法，包括：(1)对原左视差图d_L和原右视差图d_R进行错误点检测，得到原左视差图d_L中错误点集合E；(2)对原始彩色图像I进行预处理，即滤除原始彩色图像I中的纹理信息，保留结构信息S；(3)构建支持区域R：(3a)利用步骤(1)得到的错误点集合E，选取一个错误点p∈E，在结构信息S中，进行向左、右、上、下四个方向的抗纹理十字延伸，即判定下一个点是否满足颜色相似性和距离相似性，若满足，则继续延伸，否则，用探索向量，即该位置后的L个连续点，探索该点所在的区域，若该点在结构边界上，则停止延伸，若在纹理区域上，则继续延伸；(3b)通过向左、右、上、下四个方向的十字延伸，得到错误点p的正交十字左臂L(p)，右臂R(p)，上臂U(p)和下臂D(p)；(3c)对每个属于上臂U(p)和下臂D(p)上的点q，通过向左右两个方向延伸，找到其水平臂H(q)，进而得到整个支持区域R；(4)对支持区域R中的每一点t，在可选视差d的每一层，计算其视差代价C_d(t)：其中，d_L(t)是点t在原左视差图中的视差值；d为可选视差，取0到max＝64之间的整数，则每一点t可得max+1层视差代价C_d(t)；(5)构建权值十字T:(5a)对于支持区域R，按照步骤(3)中先左臂L(p)、右臂R(p)、上臂U(p)、下臂D(p)，再水平臂H(q)的顺序，在每条臂的相邻点m与n之间，计算权重W_mn：其中，ΔI_c＝|I_c(m)‑I_c(n)|，为结构信息S中相邻两点m与n的深度间隔，Δd＝|d_L(m)‑d_L(n)|，为原左视差图中相邻两点m与n的视差间隔，c表示R,G,B三个通道中的一个通道，λ∈[0,1]，为调节深度信息和视差信息的权重参数，τ₃是控制视差间隔的门限；(5b)通过计算相邻点m与n之间的权重W_mn，得到权值十字T，即一个加权无向图，利用权值W_mn，通过弗洛伊德算法遍历权值十字T，得到任意两节点x和y之间最短路径的距离D(x,y)；(6)视差代价聚合：(6a)对于可选视差d的每一层，利用权值十字T，计算每个节点m的向上信息量和向下信息量其中，F(n)表示n的父节点,F(m)表示m的父节点,C_d(m)表示点m的视差代价，S(m,n)表示两点m,n之间的相似性；(6b)对于可选视差d的每一层,每个节点m的视差聚合总信息量为：(7)对于错误点p，利用其每一层可选视差d的视差聚合总信息量选择最佳视差值d_opt(p)：将错误点p的视差值更新为d_opt(p)；(8)重复步骤(3)‑(7)，直至所有错误点p∈E被更新。