[发明专利]快速准确的中值分割引导滤波(MSGF)立体匹配方法

说明书

技术领域

本发明涉及计算机视觉和立体匹配技术，尤其涉及一种快速精确的中值分割引导滤波(MSGF)立体匹配方法，属于计算机应用领域。

背景技术

立体匹配是目前热点的计算机视觉方向之一。立体匹配目的是通过双目或多目图像匹配获得一个稠密的深度或视差映射图，通常为无人机的视觉导航和着陆、三维重建等应用场合提供关键信息。

目前常见的立体匹配方法包括局部方法和全局方法。全局方法主要包括图割(GC)和置信传播(BP)方法。然而全局方法精度较高，但速度相对较慢，难以满足实时、准确、快速的应用，尤其在三维重建、立体视频、机器人导航等对实时性较高的领域。局部算法主要包括双边滤波(BF)、引导滤波(GF)等。其中引导滤波是目前最快效果最好的局部滤波之一。

然而引导滤波在不连续区域和大面积低纹理区域的边缘保持平滑效果还有待提高，而改进的线性分割引导滤波在速度上因为涉及在大量分割块中的平面拟合算法，在速度和精度上亟需进一步提高. 故我们提出了快速精确的中值分割引导滤波（MSGF）立体匹配方法。此种方法具有很好的立体匹配速度及精度，具有很好的视差效果。MSGF是目前最好的边缘保持平滑滤波之一，也是目前最好的硬分割立体匹配方法。

发明内容

本发明的目的在于提供一种基于快速、精确的中值分割引导滤波的立体匹配方法，旨在解决现有引导滤波的立体匹配方法在低纹理和不连续边界的精度不足的问题。

本发明方法的原理是：该方法首先结合BT测度和两方向梯度；然后，为减少硬分割限制，超细分割被引入来替代过细分割。综合上述几种方法，结合引导滤波和图像分割，引入快速、鲁棒的中值滤波，获得了中值分割引导滤波（MSGF），此方法都具有很好的立体匹配速度及精度。

本发明是这样实现的，一种快速精确的中值分割引导滤波(MSGF)立体匹配方法如图1所示，具体步骤如下：

步骤1：为提高精度和稳定性，我们引入了BT (Birchfield and Tomasi)测度和两方向梯度(水平方向和垂直方向)；

首先，代价测度的引导滤波的精度对立体匹配起着重要作用，我们改进代价函数的梯度测度，我们采用两方向梯度(水平方向和竖直方向)：                        

                                                         

在颜色测度中，我们引入BT测度：

                              

其中，，是和它的左方向临近点的线性插值；是和它的右方向临近点的线性插值.

最后，改进的代价测度为：

                             .

之后通过引导滤波获得视差输出：

                              

利用胜者优先算法获得最终的视差为：

                                     .

步骤2： 超细分割被引入来替代过细分割；

通常图像分割中，过细分割获得很好的效果，被广泛应用。然而我们发现，过细分割仍然存在着较大的概率跨越不连续边界和区域。所以我们采用了超细分割，尽可能使分割块小， 既使， 和尽可能小。

步骤3： 中值分割引导滤波（MSGF）

通常简单的中值滤波有较好的快速、鲁棒、高效的解。故我们在每个分割片内取视差的中值

                                                 

其中，是在分割 内点视差的输出值；

对分割块内的视差值进行中值滤波, 中值滤波值作为分割平面的视差值，该方法快速、鲁棒，具有较好的边缘保持和平滑效果。    

      本发明提出的基于中值分割的引导滤波(SGF)的快速精确立体匹配方法，具有很好的立体匹配速度及精度。同时具有很好的边缘保持及平滑效果。MSGF是目前最好的边缘保持平滑滤波，也是目前最好的硬分割立体匹配方法。

附图说明

图1是本发明快速精确的中值分割引导滤波(MSGF)立体匹配方法的流程图。