專利名稱：基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法
技術領域：
本發(fā)明涉及計算機視覺領域的立體匹配方法，尤其是ー種基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法。
背景技術：
雙目立體視覺是計算機視覺的ー個重要分支，通過兩個不同位置的相機獲得同一場景的左右視圖，求取場景中每個物點在左右視圖中對應的像點，并獲得兩個像點之間的位置差，即視差。求取左右視圖中對應的像點稱為立體匹配，立體匹配是雙目立體視覺的核心，也是難點。 目前的立體匹配算法主要分為兩類基于全局和基于局部的立體匹配算法?；谌值牧Ⅲw匹配算法主要有動態(tài)規(guī)劃、圖割、模擬退火和可信度傳播等，基于局部的立體匹配算法主要是利用對應點的鄰域像素點的局部信息來進行匹配計算。近年來又出現(xiàn)了ー種基于上述兩者折中的算法，即基于半全局的立體匹配算法?；谌趾突诎肴值牧Ⅲw匹配算法一般能獲得精度較高的視差圖，但相應的參數(shù)設置較難而且復雜度較高，實時性不強。而基于局部的立體匹配算法在高紋理區(qū)域能夠很快得到視差圖，計算復雜度較低，具有很強的實時性，但在弱紋理區(qū)、重復紋理區(qū)以及視差不連續(xù)區(qū)的匹配精度不是很高，因此，很多學者針對基于局部的立體匹配算法進行了深入研究。目前，大多數(shù)相似性測度算法都是基于像素點的亮度值，即左右視圖中的對應點應該具有相同的亮度值。由于在不同的光照、不同的視點、還有噪聲的作用下，對應的像素點的亮度值并不總是相等，很難將每個像素與其鄰域像素區(qū)分開來，因此僅僅依賴于像素的亮度值就會出現(xiàn)誤匹配。針對這種問題，提出了本發(fā)明。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供ー種基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，針對橫向平行配置的雙目立體圖像對時，通過快速準確地重建其視差圖來實現(xiàn)高精度的立體匹配，從而求取目標物體的深度信息。為此，本發(fā)明將像素的亮度值和梯度結合起來(稱為聯(lián)合相似性測度)作為相似性測度，在立體匹配代價計數(shù)統(tǒng)計中，利用不依賴于濾波器大小的快速導向濾波器作為支持域中像素的自適應支持權重，采用勝者全選的WTA原則選擇每個像素的視差值，經(jīng)過左右一致性檢查和后處理后進ー步通過雙目立體視覺方法求得目標物體的深度值。本發(fā)明與其他的基于局部的立體匹配算法相比，其誤匹配百分比有所減少，同時可以快速得到較正確的匹配結果。本發(fā)明的基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，提供的具體技術方案如下
(I)將得到的左右視圖通過校正算法校正，得到左右視圖的匹配點位于同一掃描線上的標準視圖；(2)利用局部的基于聯(lián)合相似性測度進行立體匹配代價計算，得到初始的基于像素的匹配代價；
(3)利用自適應支持權重算法，為支持域中的每個像素設置支持權重，利用導向濾波器進行過濾得到平滑的基于支持域窗ロ的匹配代價；
(4)利用WTA原則選擇匹配代價取最小值時的視差值為該像素的視差值；
(5)進行左右一致性檢查，并將無效的視差值替換為同一掃描線上的距離該像素最近的最小的有效視差值，對替換后的視差值區(qū)域進行過濾，得到平滑的視差 (6)通過雙目立體視覺方法求得目標物體的深度值。所述的步驟(2)中利用局部的基于聯(lián)合相似性測度計算立體匹配代價的公式如下
權利要求
1.ー種基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，其特征在于包括如下步驟 (1)將得到的左右視圖通過校正算法校正，得到左右視圖的匹配點位于同一掃描線上的標準視圖； (2)利用局部的基于聯(lián)合相似性測度進行立體匹配代價計算，得到初始的基于像素的匹配代價； (3)利用自適應支持權重算法，為支持域中的每個像素設置支持權重，利用導向濾波器進行過濾得到平滑的基于支持域窗ロ的匹配代價； (4)利用WTA原則選擇匹配代價取最小值時的視差值為該像素的視差值； (5)進行左右一致性檢查，并將無效的視差值替換為同一掃描線上的距離該像素最近的最小的有效視差值，對替換后的視差值區(qū)域進行過濾，得到平滑的視差圖； (6)通過雙目立體視覺方法求得目標物體的深度值。
2.根據(jù)權利要求I所述的基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，其特征在于所述步驟(2)中利用局部的基于聯(lián)合相似性測度計算立體匹配代價的公式如下 式中，Af(P3Ii)是像素P當視差為d時左右兩點ニ個顏色通道売度差的平均值，Tc是亮度截斷值，是左右兩點的梯度差，包括梯度幅值和相角兩部分，2i是梯度截斷值，a為權重。
3.根據(jù)權利要求I所述的基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，其特征在于所述步驟(3)中利用自適應支持權重算法計算基于支持域窗ロ的匹配代價的公式如下其中，像素q為像素P支持域內(nèi)的其它任ー像素，為支持權重，I為導向濾波器中的導向圖像，一般是指參考圖像。
4.根據(jù)權利要求I所述的基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，其特征在于所述步驟(5)中對替換后的視差值區(qū)域采用雙邊濾波器進行過濾。
5.根據(jù)權利要求I所述的基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，其特征在于所述步驟(6)中通過雙目立體視覺方法求解目標物體的深度值所采用的公式如下 其中f為焦距，B為基線距離，d為視差值。
全文摘要
本發(fā)明提供一種基于聯(lián)合相似性測度和自適應支持權重的立體匹配方法，具體步驟為(1)將得到的左右視圖通過校正算法校正為標準視圖；(2)利用局部的基于聯(lián)合相似性測度進行立體匹配代價計算，得到初始的基于像素的匹配代價；(3)利用自適應支持權重算法，為支持域中的每個像素設置支持權重，利用導向濾波器進行過濾得到平滑的基于支持域窗口的匹配代價；(4)利用WTA原則選擇匹配代價取最小值時的視差值為該像素的視差值；(5)進行左右一致性檢查，替換無效視差值并過濾；(6)求取目標物體的深度值。本方法可以應用于計算機視覺、機器人導航、模式識別、醫(yī)學診斷、工業(yè)檢測、軍事應用、航空測繪等領域。
文檔編號G06T7/00GK102831601SQ201210261000
公開日2012年12月19日 申請日期2012年7月26日 優(yōu)先權日2012年7月26日
發(fā)明者韓燮, 韓慧妍, 楊曉文, 熊風光 申請人:中北大學