[发明专利]基于尺度空间的亚像素级立体匹配方法

说明书

技术领域

本发明涉及计算机视觉、信号处理、立体测绘方法，是一种亚像素级立体匹配方法。

背景技术

三维场景的深度差异会在不同视点获得的视图上产生几何位移，立体匹配就是基于这一原理通过匹配两幅或多幅不同视点的视图来获得对应点的视差，再通过三角测量原理计算出景物的深度信息。立体匹配是计算机视觉领域中的一个热点问题，它在机器人导航、立体测绘、航空摄影测量、遥感等领域有着广泛的应用。

传统大基高比条件下形成的立体像对会存在着较多的遮挡、较大的辐射差异和几何畸变以及由于场景中运动目标而产生的相对位置变化，这些因素在一定程度上增加了匹配难度，导致了大量的误匹配。

为减弱上述因素对匹配产生的不利影响，小基高比条件下的立体匹配技术应运而生。基高比是指摄影基线与摄像机高度的比值，小基高比则是指在摄像机高度一定时，两次拍照的时间间隔较短即两次成像时光心间的距离较小，在这种条件下形成的立体像对可以减弱由于运动而产生景物之间的相对位置变化、辐射差异与几何畸变等因素对匹配的影响以提高立体匹配的准确度。深度信息、基高比和视差满足dz＝dε/(b/h)，当视差精度给定的条件下，基高比越大，深度误差越小，因此，在立体观测中大多选择较大的基高比以减少由于视差精度不够而导致深度误差的增加，但与此同时，大基高比又增加了匹配难度，导致了大量的误匹配。2007年J.Delon和B.Roug在《Journal of Mathematical Imaging and Vision》的第28卷，第3期上发表了“Small Baseline Stereovision”论文，在该论文中首次提出了基于小基高比立体匹配方法，该方法提出了一种自适应窗口策略为参考图像中的每一点自适应的确定窗口大小，再利用“胜者全取”策略计算每一点视差，然后利用质心校正来减少立体匹配中的“粘合”现象，最后在频域中计算相关系数的连续表达形式来获得亚像素级视差。它与本发明的区别在于本发明提出了混合式窗口选择策略来减少立体匹配中的“粘合”现象，并提出了基于二分搜索的亚像素级匹配方法来获得亚像素级视差。

发明内容

本发明的目的在于提供一种可以提高匹配精度，可以获得较高精度的亚像素级视差，而且还具有较低的时空复杂度的基于尺度空间的亚像素级立体匹配方法。

本发明的目的是这样实现的：

(1)为立体像对构建尺度空间；

该步骤中，根据视差范围为立体像对中的左右图像构建尺度空间，构建尺度空间的公式如下：

式中，u_N表示尺度空间中第N层尺度图像，其中，u₀(N＝0)表示尺度空间中底层图像即原始图像；

(2)为尺度空间中当前层级参考图像的每一点确定匹配窗口大小；

该步骤中，根据尺度空间中当前层级参考图像的每点相关密度确定该点匹配窗口大小。相关密度计算公式如下：

式中，表示图像函数，表示图像函数的导数，表示以x₀为中心的支撑窗口，图像函数的范数的计算公式如下：

与其导数的内积计算公式如下：

计算匹配窗口大小的公式如下：

式中，表示参考图像，g为高斯函数，↑_b为噪声标准差，λ为匹配精度，的计算公式如下：

(3)根据上一层级视差为本层级参考图像的每一点计算视差搜索范围；

为尺度空间中当前层级参考图像的每一点计算视差搜索范围，首先根据上一层级的整数级视差计算本层级的初始视差，初始视差的计算公式如下：

式中，d_N(i，j)为第N层级(i，j)位置的整数级视差；然后，根据最大视差值d_max计算本层级的最大视差值d_N，max，其计算公式如下：

式中，表示大于等于x的最小整数。

(4)计算尺度空间中当前层级的整数级视差；

该步骤中，根据步骤(2)中为每一点确定的匹配窗口大小和步骤(3)中获得的视差搜索范围，针对混合式窗口选择策略确定的每一个匹配窗口位置，在相应的视差搜索范围内依据NCC计算匹配窗口的相似性获得每个窗口位置下所对应的最优视差值，并在这些窗口位置下所计算的视差中选取相似性最大的视差作为最终视差。

NCC计算公式如下：

式中，和分别代表立体像对中的左右图像，W_k表示相应的匹配窗口。