[发明专利]一种改进的光学仿射不变双目立体匹配代价与视差优化方法

说明书

一种改进的光学仿射不变双目立体匹配代价与视差优化方法，本发明涉及改进的光学仿射不变双目立体匹配代价与视差优化方法。本发明的目的是为了解决现有方法很难得到实时性能，在光学扭曲情况下，精度受到影响，算法复杂度高，计算量大的问题。具体过程为：一、左右两个摄像头分别自动摄取两幅图像；二、对左视图和右视图进行改进的Census变换；三、计算相对梯度；四、计算双目立体匹配代价；五、对立体匹配代价进行叠加；六、建立视差置信度；七、从1到N视差置信度传递；八、从N到1视差置信度传递；九、对图像的每一列，从1到M视差置信度传递；十、从M到1视差置信度传递；十一、得到D_f。本发明应用于图像处理领域。

技术领域

本发明涉及改进的光学仿射不变双目立体匹配代价与视差优化方法。

背景技术

双目立体视觉广泛运用于环境三维重建，逆向工程，机器人障碍物检测等领域，双目视觉系统模仿人类视觉的立体感知过程,从两个视点观察同一景物,以获取不同视角下的感知图像,机器视觉领域可以通过三角测量原理计算左右图像对应像素间的位置偏差,以获取景物的三维信息。双目立体匹配是计算机视觉领域最有挑战性的任务之一。由于双目立体匹配算法的基本工作原理是在左右图像中寻找匹配(对应)的像素，然而，由于受光源变化，非朗伯表面和设备特性差异等因素的影响，容易造成匹配像素光学上的扭曲(即颜色上的差异)。近年来，虽然国际上已经提出了多种算法，如ANCC[1](Y.Heo,K.Lee,andS.Lee,“Robust Stereo Matching Using Adaptive Normalized Cross-correlation,”IEEE Trans.Patt.Anal.Mach.Intell.,vol.33,pp.807-822,2011.),MDCC[2](S.Kim,B.Ham,B.Kim,and K.Sohn,“Maha-lanobis Distance Cross-Correlation forIllumination-Invariant Stereo Matching,”IEEE Trans.Cirtuits Syst.VideoTechnol.,vol.24,no.11,2014.)等，这种方法虽然能获得较高的匹配精度，但是通常很难得到实时性能，文献[3](X.Zhou and P.Boulanger,“Radiometric Invariant StereoMatching Based on Relative Gradients,”19th IEEE Int.Conf.Image Process.,pp.2989-2992,2012.)提出了一种简单的双目立体匹配代价计算方法，然而当左右图像存在较大光学扭曲情况下，精度受到很大影响。

另外，由于受各种因素的影响，如遮挡，光学扭曲等，双目立体匹配算法得到的初始视差图往往要经过优化算法提高精度。近年来，国际上也提出了多种视差优化算法，最常见的是平面拟合[6](S.Sinha,D.Scharstein,and R.Szeliski,“Efficient High-Resolution Stereo Matching using Local Plane Sweeps,”IEEEConf.Comput.Vis.Patt.Recognit.,pp.1582-1589,2014.),[7](M.Bleyer,C.Rother,P.Kohli,D.Scharstein,and S.Sinha,“Object Stereo-joint Stereo Matching andObject Segmenta-tion,”IEEE Conf.Comput.Vis.Patt.Recognit.,2011.)方法，这种方法虽然能得到很高的精度，但是算法复杂度高，另外，文献[8]提出了基于最小生成树(MST)的视差优化算法，文献[10](Q.Yang,“Local Smoothness Enforced Cost VolumeRegularization for FastStereo Correspondence,”IEEE Signal Process.Lett.,vol.22,no.9,pp.1429-1433,2015)提出了一种双边滤波的视差优化算法等。虽然基于MST树的方法在精度上优于当前的许多算法，但是其计算量仍然较大。