[发明专利]基于多尺度权重引导滤波的视差精炼方法

说明书

本发明涉及一种基于多尺度权重引导滤波的视差精炼方法，包括下列步骤：将参考图像I_{R_0}记为第0尺度层下的参考图像，对其进行基于权重引导滤波式的多尺度分解，得到N_max+1个不同尺度层下的参考图像I_{R_n}，对待精炼的视差图D₀进行2ⁿ倍率的下采样，得到不同采样率下的视差图D_n；将第n尺度层参考图像I_{R_n}作为引导图像，对相应的视差图D_n采用基于权重引导滤波的视差精炼方法进行精炼，得到相应的精炼视差图D_{R_n}，并对除n＝0外的D_{R_n}进行2ⁿ倍率的上采样生成上采样后的精炼视差图计算得到视差精炼分布信息；计算匹配代价c，对匹配代价c采样基于权重引导滤波的立体匹配算法进行聚合匹配，得到最终的精炼视差图D。

技术领域

本发明涉及计算机立体视觉领域中的立体匹配，涉及一种视差精炼算法，可用于图像的三维重建，在医学图像、媒体设备等中提供指导。

背景技术

立体视觉技术旨在模拟人类视觉系统，使用计算机帮助人类完成各种复杂的工作。立体匹配技术是立体视觉技术的核心。对于立体匹配技术的研究，能够大大增强计算机或机器人对环境的感知与认识能力，使得机器人能够更好的适应环境、更加智能，从而能够更好的为人类服务。

立体匹配技术主要分为四大步骤，分别是匹配代价的计算、匹配代价的聚合、视差的计算、视差的精炼。其中视差的精炼是影响立体匹配精度的关键步骤之一。现阶段常用的视差精炼算法是基于权重引导滤波算法，通过使用引导滤波的方式对待精炼的视差图进行保边缘滤波后再进行中值滤波。上述方法只利用了单一尺度的图像信息而未考虑到图像在不同尺度空间的差异，且使用的引导滤波在保边缘的效果上存在一定的缺陷。因此，基于权重引导滤波的视差精炼方法获得的精度有限。

对于匹配精度要求较高的应用场合，除了采用匹配性能良好的立体匹配算法外还需要采用高精度的视差精炼算法。近年来，图像滤波理论的发展为获得高精度的视差精炼效果提供了理论基础。

发明内容

本发明针对传统的视差精炼算法存在的问题提出一种基于多尺度权重引导滤波的视差精炼算法，首先对参考图像进行基于权重引导滤波式的多尺度分解，并利用各尺度层的分解结果对采样后的视差图进行迭代精炼，最终获得高精度的精炼效果，本发明的技术方案如下：

一种基于多尺度权重引导滤波的视差精炼算法，包括下列步骤：

(1)将参考图像I_{R_0}记为第0尺度层下的参考图像，然后对I_{R_0}进行基于权重引导滤波式的多尺度分解，得到N_max+1个不同尺度层下的参考图像I_{R_n}，其中n为尺度层编号且n∈{0,1,2,…,N_max}，同时对待精炼的视差图D₀进行2ⁿ倍率的下采样，得到不同采样率下的视差图D_n；

(2)将第n尺度层参考图像I_{R_n}作为引导图像，对相应的视差图D_n采用基于权重引导滤波的视差精炼方法进行精炼，得到相应的精炼视差图D_{R_n}，并对除n＝0外的D_{R_n}进行2ⁿ倍率的上采样生成上采样后的精炼视差图

(3)根据公式计算得到视差精炼分布信息Γ，e为自然底数，α为常数；

(4)根据公式计算匹配代价c，其中d为视差搜索值，然后对匹配代价c采样基于权重引导滤波的立体匹配算法进行聚合匹配，得到最终的精炼视差图D。