[发明专利]一种基于迭代指导滤波的立体匹配方法

权利要求书

1.一种基于迭代指导滤波的立体匹配方法，其特征在于：

（1）计算原始匹配成本：

构成三维视差空间图c(x,y,d)

c(x,y,d)＝(1-α)·min(‖I_L(x,y)-I_R(x-d,y)‖,τ₁)+α·min(‖▽_xI_L(x,y)-▽_xI_R(x-d,y)_i‖,τ₂)

式中，I_L(x,y)表示参考图像中(x,y)点的灰度值，I_R(x,y)表示匹配图像中(x,y)点的灰度值，α(＜＝1)表示权重比，d表示视差，▽_x(·)表示函数在x方向的梯度变化，τ₁和τ₂分别表示灰度和梯度截断阈值；

（2）根据指导图像的灰度变化为每一待匹配点确定支撑窗口大小：

其中，表示(x,y)点的最优支撑窗口大小，W表示窗口选择范围，λ表示预定义灰度变化阈值，E_w(I_L(x,y))表示I_L在支撑窗口w内的均值，

Ew(IL(x,y))=Σp=-w/2w/2Σq=-w/2w/2IL(x+p,y+q)|w|,]]>

表示在支撑窗口w内的均值：

Ew(IL(x,y)2)=Σp=-w/2w/2Σq=-w/2w/2IL2(x+p,y+q)|w|,]]>

其中，|w|表示支撑窗口w内的像素个数；

（3）根据支撑窗口大小利用指导滤波累积原始匹配成本：

根据支撑窗口大小及原始匹配成本，利用指导滤波进行累积，获得累积后的视差空间图C(x,y,d)，滤波输出q与指导图像I在局部范围内符合线性模型：

qi=akIi+bk,∀i∈wk;]]>

其中，a_k，b_k分别表示线性系数，w_k表示以k点为中心的局部支撑窗口，I_i表示指导图像I在i点的灰度值，利用最小二乘法求解模型参数a_k，b_k：

ak=1|w|Σi∈wkIipi-μkp‾kσk2+ϵ]]>

bk=p‾k-akμk]]>

p_i表示i点的滤波输入，μ_k和分别表示指导图像I在以k点为中心的支撑窗口w_k内的均值及方差，|w|表示支撑窗口w_k内的像素个数，ε表示规范参数以防止a_k过大，表示滤波输入p在以k点为中心的支撑窗口w_k内的均值：

p‾k=1|w|Σi∈wkpi;]]>

对每个像素点i具有|w|个滤波输出求平均，每个像素点i的滤波输出q_i：

qi=1|w|Σk:i∈wkakIi+bk=a‾iIi+b‾i,]]>a‾i=1|w|Σk∈wiak,bi=1|w|Σk∈wibk]]>

I_L为参考图像；

（4）计算视差：

根据累积后的视差空间图C(x,y,d)，计算每一点视差d(x,y)：

d(x,y)=argmind∈DC(x,y,d)]]>

式中，D表示视差范围；

（5）根据计算视差图修正原始匹配成本：

c(x,y,d)=c(x,y,d)+|d(x,y)-d|Dmax,]]>

D_max表示最大视差范围；

（6）重复执行步骤（3）直到达到给定的最大迭代次数为止。