[发明专利]一种稳定高效的高分辨率立体匹配方法

说明书

技术领域

本发明涉及图像处理和图像匹配领域，具体地涉及一种稳定高效的高分辨率立体匹配方法。

背景技术

近年来，随着硬件技术的发展和计算机处理能力的提高，人们对三维数据获取的需求在不断增长，其中运用低成本的设备方便快速地获取高精度场景三维模型数据成为一个热门的研究和应用方向。因此立体视觉技术逐渐广泛运用起来。立体视觉一般需要两台摄像机，因此价格较为低廉。立体视觉技术重建场景三维结构一般分为如下三步：1、摄像机内外参数标定过程；2、通过立体匹配算法获得视差图像3、结合标定参数和视差图像计算场景的三维结构。立体视觉技术提高其三维重建准确度的一个核心问题是通过可靠立体匹配算法得到高质量的视差图像。目前立体匹配方法一般可以分为局部匹配和全局匹配方法。总的来说，基于窗口的局部匹配算法速度较快、资源消耗较低但是产生的视差图误匹配区域较多，影响最终三维重建结果的准确率；基于优化预设能量函数的全局优化匹配算法虽能够产生质量较高的视差图但是算法复杂度高，资源消耗很大，需要配置10G以上的内存且耗时较长，难以在普通个人电脑(PC)上处500万像素以上的高分辨率立体图像对。

发明内容

有鉴于此，有必要提供一种算法复杂度和资源利用较低，能够处理高分辨率立体图像对，稳定高效的高分辨率立体匹配方法。

本发明的目的是提供一种稳定高效的高分辨率立体匹配方法，包括如下步骤：

S1：利用高分辨率数码摄像机获取场景的立体图像对；

S2：对所述立体图像对构建图像金字塔；

S3：在所述图像金字塔的最低分辨率层提取可靠的匹配种子像素点；

S4：在所述图像金字塔的最低分辨率层基于所述匹配种子像素点利用种子像素扩张算法得到致密视差图；

S5：对所述致密视差图用图像滤波技术消除误匹配的像素点；

S6：根据滤波后的视差图结合图像金字塔相邻塔层之间的分辨率差将低分辨层的视差图提升到相邻高分辨率层的致密视差图；

S7：判断步骤S6中得到的致密视差图是否为最底层最高分辨率致密视差图，如否则回到步骤S5，如是则获得最终的高分辨率立体匹配视差图并结束。

其中，利用高分辨率数码摄像机获取场景的立体图像对步骤通过两台高分辨率数码摄像机水平或垂直架设后同时拍摄场景的一对图像后结合图像校正技术获得用于后续立体匹配步骤的立体图像对。

其中，对所述立体图像对构建图像金字塔步骤分别对立体图像对的两幅图像构建高斯金字塔。

优选的，在所述图像金字塔的最低分辨率层提取可靠的匹配种子像素点步骤包括：

将图像金字塔的最低分辨率层的图像对作为待匹配的立体图像对，分别用归一化交叉相关(NCC)和Census变换结合胜者全取策略(WTA)得到两幅初始视差图DispNCC和DispCensus，然后构建如下匹配种子像素点集合：Seed＝{(x，y)|DispNCC(x，y)＝DispCensus(x，y)}。

其中，在所述图像金字塔的最低分辨率层基于所述种子像素点利用种子像素扩张算法得到致密视差图步骤通过种子像素扩张算法基于上述步骤得到的稀疏种子像素点集合得到致密视差图像。

优选的，对所述致密视差图用图像滤波技术消除误匹配的像素点步骤包括：

利用加权中值滤波技术(Weighted Median Filter)对视差图像进行滤波，消除错误匹配的区域。加权中值滤波技术通过结合引导滤波技术(Guided Filter)高效实现。

在所述步骤S3中进一步包括：

利用两种不同的匹配代价函数分别结合胜者全取策略(WTA)得到两幅初始视差图，然后比较两幅初始视差图中每个像素位置处的视差值，将视差值相等的像素点设定为所述可靠的匹配种子像素点。

在每一金字塔视差图像层均使用图像滤波技术对初始视差图像进行滤波从而得到可靠且高准确度的视差图像。

除了在图像金字塔的最低分辨率层通过扫描整体视差搜索空间的方式得到视差图像外，在其它分辨率层均首先通过上层低分辨率的视差图像结合超分辨率技术获得与本层分辨率相同的视差图，然后对所述视差图的视差值附近进行微调优化得到本层的初始视差图像，其中超分辨率技术是将低分辨率的图像通过技术手段提升到高分辨率图像。

优选的，基于所述滤波后的视差图结合图像金字塔技术提升视差图的分辨率得到最终的高分辨率立体匹配视差图步骤包括：