[发明专利]基于自适应权重与图像分割相结合的局部立体匹配算法

权利要求书

1.一种基于自适应权重与图像分割相结合的局部立体匹配算法，其特征在于，包括：

选取左右视图其中一幅图作为基准图像；

对左右视图的所有像素点分别进行Census变换，获得基准图像中每一像素点在不同的视差d下的匹配代价；

建立支撑窗口，在支撑窗口内以基准图像每一像素点为中心建立每一像素点的基准分割单元，在支撑窗口内以非基准图像每一像素点为中心建立每一像素点的非基准分割单元，计算每一支撑窗口内的中心像素点的权重值；

根据权重值获得左右视图的最优视差。

2.根据权利要求1所述的局部立体匹配算法，其特征在于，所述每一像素点的Census变化包括：

步骤11，选取右视图为基准图像，以右图的一像素点为中心，建立Census窗口，比较Census窗口中的像素点与中心像素点间的像素值的大小关系，并通过δ函数进行二值化处理

δ(mcr,m‾ar)=0mcr≤m‾ar1mcr>m‾ar]]>

其中，为右视图中Census窗口中中心像素点像素值，为右视图中Census窗口中其余像素点的像素值，a为其余像素点索引值；

步骤12，以左视图一像素点为中心建立滑动Census窗口，比较滑动Census窗口中的像素点与该Census窗口中的中心像素点间的像素值的大小关系，并通过δ函数进行二值化处理

δ(mcl,m‾al)=0mcl≤m‾al1mcl>m‾al]]>

其中，滑动Census窗口大小与步骤11中Census窗口大小相同，为左视图中Census窗口中中心点像素值，为左视图中该Census窗口中其余像素点的像素值，a为其余像素点索引值；

步骤13，对左右视图中每一Census窗口内经过δ函数变换后的像素值按照下式从左到右先上后下的顺序排列成比特字符串，右视图的为基准字符串，左视图的为比较字符串

C(x,y)=Bitstringi∈[-M2,M2],j∈[-N2,N2]δ(I(x,y),I(x+i,y+j))]]>

其中，I(x,y)为图像中坐标为(x,y)的点的像素灰度值，I(x+i,y+j)表示离中心点距离为(i,j)处点的像素灰度值，C(x,y)表示坐标为(x,y)的点的Census变换值，M×N表示以(x,y)为中心的Census窗口的大小；

步骤14，计算基准字符串与每一比较字符串之间的HAMMING距离

S(p,q)=HAMMING(C(p),C(q))=C(p)⊕C(q)]]>

其中，p为右视图中Census窗口的中心点，q为左视图中在d视差下与p对应匹配点，C(*)为Census变换值，S(p,q)表示在视差d条件下p、q两点的HAMMING距离；

步骤15，改变d的值，即以滑动Census窗口对左视图进行扫描，重复步骤12～14，直至左视图所有像素点被扫描完成；

步骤16，遍历右视图中所有像素点，重复步骤11～15。