[发明专利]一种基于改进的自适应加权和置信度传播的视差估计方法

权利要求书

1.一种基于改进的自适应加权和置信度传播的视差估计方法，其特征在于所述方法是按照以下步骤实现的：

步骤一、利用加权等级变换方法计算匹配像素间的相关值C_L；

步骤二、利用左右一致性检测方法检测图像中的遮挡像素，并通过改进的自适应加权方法对遮挡像素进行重新匹配，生成初始视差图D₁和初始相关值C₁；

其中，自适应加权方法的改进过程如下：

假设f(x,y)代表参考图像中某一点，f(x+i,y+j)代表以像素f(x,y)为中心的匹配窗口内的像素，窗口内像素权重的计算如公式(1)所示：

Wx,yf(i,j)=exp(-(ΔCx,yf(i,j)βaw+ΔGx,yf(i,j)γaw))---(1)]]>

其中，f代表参考图像的像素值，β_aw和γ_aw分别为颜色相似度和空间邻近度的计算系数，ΔC代表中心像素f(x,y)与周围像素f(x+i,y+j)在Lab颜色空间的欧几里得距离，c代表Lab颜色通道，通过公式(2)计算，ΔG代表f(x,y)与f(x+i,y+j)间的空间距离，通过公式(3)计算：

ΔCx,yf(i,j)=Σc∈{Lab}(fc(x+i,y+j)-fc(x,y))2---(2)]]>

ΔGx,yf(i,j)=i2+j2---(3)]]>

计算目标窗口的像素权重；

步骤三、利用改进的置信度传播算法对视差图D₁进行全局优化，生成新的视差图D₂；

其中，置信度传播算法的改进过程如下：

在第t次迭代时刻，节点p传递到周围节点q的信息的计算如公式(10)所示：

mp→qt(d)=maxdφp(d)ψp,q(I,d)Πs∈N(p)/qms→pt-1(d)---(10)]]>

其中，N(p)/q代表除q以外的p的周围节点，φ_p(d)代表节点q的局部匹配代价的聚合，利用相关值C₁放大α_bp倍后计算e的指数得到，如公式(11)所示：

φ_p(d)＝exp(α_bp×C_p(d))         (11)

其中，α_bp为恒定的算法系数，通过经验获得；

Ψ_p,q(I,d)代表平滑函数，当周围临近的像素违背平滑约束的时候做出惩罚，改进后如公式(12)：

ψ_p，d(I，d)＝exp(-h₁(ΔI_pq)×h₂(Δd_pq))         (12)

其中I代表像素的亮度值，d代表像素的视差，p和q代表两个相邻的像素，当周围临近的像素违背平滑约束的时候做出惩罚，其中函数h₁和h₂分别通过公式(13)、(14)表示：

h1(ΔIpq)=μbp,ifΔIpq>βbpλbp×μbp,otherwise---(13)]]>

h₂(△d_pq)＝min(γ_bp,|△d_pq|)+δ_bp          (14)

公式中ΔI_pq代表图像中p和q的像素亮度差，β_bp代表像素亮度差的阈值，λ_bp和μ_bp代表平滑惩罚系数，通过经验获得，Δd_pq代表p和q视差的差，γ_bp和δ_bp为恒定的系数，通过经验获得，γ_bp代表截断阈值，用于限制平滑强度的，而δ_bp的设置用于保证一定量的平滑强度；

步骤四、利用细化模块对视差图D₂进行精细化，并生成相关值C₂，视差图D₃；

步骤五、再次利用改进的置信度传播算法和相关值C₂和视差图D₃进行全局优化，得到最终的视差图D_f。