[发明专利]基于融合代价和自适应惩罚项系数的半全局立体匹配方法

权利要求书

1.基于融合代价和自适应惩罚项系数的半全局立体匹配方法，其特征在于：包括以下步骤：

步骤S1：由位于左边的左相机及位于右边的右相机组成双目相机，通过左相机获得左彩色图像，通过右相机获得右彩色图像；

步骤S2：对左彩色图像的每一个像素点计算其Census代价值、AD代价值、x方向的梯度代价值和y方向的梯度代价值，最后采用指数融合公式将所述的Census代价值、AD代价值、x方向的梯度代价值和y方向的梯度代价值组合，形成以图像长度为x轴、图像宽度为y轴和视差范围为z轴的三维视差空间；

步骤S3：在视差范围内，用像素点的四个方向的一维动态规划结果作为二维全局能量函数的最优解，在所述三维视差空间中分别进行聚合，其中，根据像素点所处位置的颜色差值和梯度差值选择对应的惩罚项系数；

步骤S4：在所述三维视差空间中，采用赢者通吃算法WTA，对于每个像素点，选择其最小匹配代价对应的视差值作为该像素点的视差值，将得到的视差值组合形成初始左视差图；

步骤S5：采用左右一致性检测、视差唯一性检测和移除异常连通区域对所述初始左视差图进行错误视差检测，还采用二次曲线插值、视差填充、中值滤波以及引导图滤波对初始左视差图进行平滑，得到最终视差图。

2.根据权利要求1所述的基于融合代价和自适应惩罚项系数的半全局立体匹配方法，其特征在于：所述步骤S2具体包括以下步骤：

步骤S21：对于左彩色图像的每一个像素点，在R、G、B三个彩色图像通道下计算其AD代价值，公式为：

式中，C_AD(p,d)代表左彩色图像上的点p＝(x,y)在视差为d时的AD代价值；代表左彩色图像第i个通道上的点p＝(x,y)；代表右彩色图像第i个通道上在视差为d时的点p_d＝(x-d,y)；

步骤S22：计算左彩色图像及右彩色图像分别对应的左灰度图像及右灰度图像，接着在左灰度图像及右灰度图像上以每个像素点为中心，建立大小为5×5的Census变换窗口，并通过窗口内像素灰度均值代替中心像素点灰度值作为阈值，采用汉明距离计算Census代价值

式中，和分别代表左灰度图像中点p＝(x,y)的Census变换二进制编码和右灰度图像中视差为d时点p_d＝(x-d,y)的Census变换二进制编码；

步骤S23：由所述左灰度图像及右灰度图像计算每个像素点的x方向和y方向的梯度，并且由梯度可以得到每个像素点在视差为d时x方向和y方向的梯度代价值：

式中，IL和IR分别指左灰度图像和右灰度图像；表示当前像素点在x方向上的灰度值导数，表示当前像素点在y方向上的灰度值导数；Gray(p,x-1)代表当前像素点在x方向上的左边像素点的灰度值；Gray(p,x+1)代表当前像素点在x方向上的右边像素点的灰度值；Gray(p,y-1)代表当前像素点在y方向上的上边像素点的灰度值；Gray(p,y+1)代表当前像素点在y方向上的下边像素点的灰度值；C_gx(p,d)和C_gy(p,d)分别表示左灰度图像中某点p＝(x,y)和右灰度图像中在视差值d下的某点p_d＝(x-d,y)之间的x方向上和y方向上的梯度代价值；

步骤S24：通过指数融合公式建立融合代价计算公式C(p,d)：

式中，λ_AD、λ_census、λ_gx、λ_gy分别为AD代价值、Census代价值、x方向的梯度代价值和y方向的梯度代价值的常量阈值。