[发明专利]一种基于改进Census算法的立体匹配方法

说明书

本发明涉及立体匹配技术领域，公开了一种基于改进Census算法的立体匹配方法，采集左右图像信息进行预处理；将图像进行多区域分割成多个子区域体；使用改进后的Census算法对多个子区域进行匹配代价计算，对初始窗口内像素灰度值计算方差，根据方差选用像素灰度值的中值或平均值替换中心像素点灰度值，并将灰度值、颜色信息和图像梯度信息按照各自的比例进行加权融合；采用四路径代价聚和策略进行代价聚合，赢家通吃策略进行视差计算；使用左右一致性检测与中值滤波进行视差图优化处理。本发明用自适应窗口并且融合多匹配代价降低对中心像素点灰度值的过度依赖，使得算法对图像弱纹理区域以及不连续区域匹配效果更佳。

技术领域

本发明涉及立体匹配技术领域，具体涉及一种基于改进Census算法的立体匹配方法。

背景技术

当前立体匹配技术逐渐发展成熟，按照分类可以分为全局立体匹配、局部立体匹配以及半全局立体匹配技术，其一般的流程为代价计算、代价聚合、视差计算、视差优化四步。全局立体匹配技术是通过对全图构建能量函数，利用能量函数求取最优解的方式获取最优视差，该方法虽然能都获取高质量的视差图，但是该方法运算量较大，复杂性较高不易实现；局部立体匹配技术利用局部窗口来遍历图像，对图像逐像素匹配，该方法匹配速度快，但匹配精度较低，容易受光照、图像重复纹理和图像不连续点影响产生误匹配；半全局立体匹配是一种介于全局与局部立体匹配之间的方法，该方法是通过构建多个路径上的能量函数进行代价聚合，具有较好的匹配效果以及较高的运算效率。目前广泛应用的局部立体匹配方法主要通过在代价计算阶段采用Census算法、绝对差AD、绝对差和SAD以及AD-Census算法等实现对图像特征点的匹配，这些方法在匹配上具有各自优势的同时也存在着一定的缺点。

SAD算法其基本原理是通过计算左右矩阵窗口内像素点灰度值差的绝对值之和来实现代价计算，与AD算法一样该算法虽然匹配速度快，但是对与光照条件较为敏感；传统Census算法的基本原理是建立一个固定窗口，选取周边邻域像素点分别与中心像素点进行比较，若像素灰度值大于中心点灰度值则标记为0，否则标记为1，将左右图像窗口生成的比特串数据进行异或处理，即可得出该窗口中心像素点的匹配代价值，该方法虽然对光照、曝光环境具有良好的效果，但是在图像弱纹理区域、图像不连续区域的匹配效果较差，另外，采用固定窗口大小，难以根据图像灰度分布情况调整窗口计算灰度值，并且该算法对于中心像素灰度值过于依赖，使得匹配精度受到限制；AD-Census算法虽然融合了两种算法，使其在复杂场景下具有更高的鲁棒性，但在融合的过程中两代价采用固定权重，使其不能在平滑区域发挥匹配代价函数的最大作用。

综上，传统的改进立体匹配方法在一定程度上具有局限性，具体如下：

(1)Census变换过程需要对整张图片所有像素点进行计算处理，计算量大并且耗费大量时间。

(2)传统Census变换固定窗口大小严重限制了像素灰度值信息量，另外传统Census算法多数采用与颜色强度代价相融合，未考虑到图像梯度信息，并且Census变换过程中对窗口内中心像素点灰度值过度依赖。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种基于改进Census算法的立体匹配方法，基于原始Census算法基础上对图像划分多块区域并行处理，采用自适应窗口并且融合多匹配代价降低对中心像素点灰度值的过度依赖，使得算法对图像弱纹理区域以及不连续区域匹配效果更佳。

技术方案：本发明提供了一种基于改进Census算法的立体匹配方法，包括如下步骤：

步骤1：通过双目相机采集左右图像信息；

步骤2：对左右图像分别进行预处理，保留需要的图像区域；

步骤3：将图像进行多区域分割，每个分割后的子区域为一个独立的整体，使得多个子区域可以并行处理；