[发明专利]基于前后向平滑和O(1)复杂度视差立体匹配方法、装置和设备

权利要求书

1.一种基于前后向平滑和O(1)复杂度视差立体匹配方法，包括以下步骤：

(1)分别对左目图像和右目图像进行前向和后向平滑处理；

(2)基于平滑处理后的左目图像和右目图像的颜色和梯度信息构建代价函数并计算代价函数值；

(3)对平滑处理后的左目图像和右目图像构建最小生成树，并对代价函数值进行代价聚集，生成代价聚集值；

(4)采用WTA策略得到视差图，通过左右一致性检测判定稳定点和不稳定点，并得到初始视差置信，同时对不稳定点进行孔洞填充，得到初始视差图；

(5)结合平滑处理后的左目图像的颜色信息和初始视差图，得到混合权值，基于初始视差置信和混合权值，采用水平树结构对初始视差置信进行置信聚集，获取置信聚集值；

(6)在视差值更新阶段，根据步骤(3)生成的最小生成树，将置信聚集值进行置信传播，求得最优视差估计，得到稠密视差图。

2.根据权利要求1所述的一种基于前后向平滑和O(1)复杂度视差立体匹配方法，其特征在于：

步骤(1)具体包括以下步骤：

左目图像和右目图像中每个像素点的平滑过程通过扫描水平树结构上的像素点进行更新，以每个像素点为根节点，前向和后向平滑以RGB三通道图像为输入，平滑处理公式为式(1)：

表示输入图像在i通道下的像素点(u,v)平滑后的像素值；

其中，Iⁱ(u,v)是输入图像在i通道下的像素点(u,v)的像素值，表示输入图像在i通道下的像素点(u,v)前向或者后向迭代的像素值更新：

其中，常数λ用来调节平滑速度，是输入图像在i通道下的像素点(u,v)在方向r下与相邻像素点的差异，(u,v-r)为水平传播方向上像素点(u,v)的前一个像素点，f和b分别代表前向和后向；ω为常数；

前向和后向平滑处理过程包括以下步骤：

S1，从输入图像每一行最左端节点到最右端节点的依次传递，并将前向平滑的结果存储在数组中；

S2，以相反的方向进行，从输入图像每一行最右端节点到最左端节点的依次传递，并将后向平滑的结果存储在数组Iⁱ_RL中，得到平滑处理结果为式(3)：

Iⁱ_new＝(Iⁱ_LR+Iⁱ_RL+Iⁱ)/3,i∈R,G,B (3)

Iⁱ_new表示在i通道下平滑后的图像矩阵，Iⁱ表示在i通道下原图像；式(3)是数据的矩阵形式。

3.根据权利要求1所述的一种基于前后向平滑和O(1)复杂度视差立体匹配方法，其特征在于：

步骤(2)具体包括以下步骤：

(201)采用RGB三通道信息代替单一的灰度信息；设左目图像中任意一像素点p＝(x,y)，像素点p＝(x,y)对应的视差值为d，像素点p在右目图像中对应的匹配点为pd＝(x-d,y)；颜色信息C_AD(p,d)和梯度信息C_Grad(p,d)的表达式为：

其中，C_AD(p,d)表示视差值为d时像素点p的颜色信息，C_Grad(p,d)表示视差值为d时像素点p的梯度信息；表示左目图像的像素点p在i通道下的像素值，表示右目图像的像素点pd在i通道下的像素值；和分别表示左目图像的像素点p的i通道下在x和y方向上的梯度，和分别表示右目图像的像素点pd的i通道下在x和y方向上的梯度；

(202)构建的代价函数为：

C(p,d)＝w₁C_AD(p,d)+w₂C_Grad(p,d) (5)

其中，w₁、w₂分别为颜色信息和梯度信息的权值，w₁+w₂＝1；

C(p,d)为视差值为d时像素点p的代价函数，基于代价函数计算代价函数值。