双目立体匹配算法的匹配代价算法和非局部立体匹配算法
【专利摘要】本发明公开了一种双目立体匹配算法的匹配代价计算方法和一种基于可变权重MST的非局部立体匹配算法，所述匹配代价计算方法包括：S1)色彩空间归一化步骤：按照下述方法对原图像进行RGB色彩空间归一化处理获得归一化色彩空间，归一化色彩空间的像素点的R、G、B色彩值分量r、g、b满足：S2）匹配代价计算步骤：利用归一化色彩空间对图像的匹配代价进行评价。相对于现有技术，本发明的方法具有更强的鲁棒性。
【专利说明】双目立体匹配算法的匹配代价算法和非局部立体匹配算法【技术领域】
[0001]本发明涉及双目立体视频技术，尤其是涉及:双目立体匹配算法的匹配代价算法和非局部立体匹配算法。
【背景技术】
[0002]计算机视觉是研究如何用摄像机和电脑代替人眼和大脑神经系统对目标进行信息获取、场景理解、目标识别、跟踪和测量等的计算机视觉系统。计算机视觉的研究对象是包含着三维信息的二维投影图像，目标是从这些二维图像中提取出其所包含的三维信息，从而全面恢复三维立体场景。
[0003]立体视觉一般可以分为双目立体视觉系统、三目或者多目的立体视觉系统。其中三目和多目立体视觉系统可以看成是由多个双目立体视觉系统构成，它们的基本的原理都还是基于双目立体视觉原理；双目立体视觉系统可以视为是计算机立体视觉中的最小系统。双目立体视觉中对应点匹配问题即立体匹配问题是最困难、极富挑战性的一步，匹配的精度和速度对立体视觉系统有很大的影响。
[0004]根据约束条件的不同，当前立体匹配算法主要分为局部立体匹配和全局立体匹配算法两大类。局部立体匹配算法通常采取支持窗口的策略，认为支持窗口内的视差值是一样的，但是该类假设不总是成立，会造成”前景膨胀效应“。全局立体匹配算法通常考虑局部的颜色信息和结构信息，并为图像建立全局的能量函数，通过一些优化方法，例如BP，GC, DP来为每个像素点分配视差值。总体而言，当前的全局立体匹配算法速度较慢，但是获取的视差值精度较高，能很好的反应场景的深度信息，与之相比，一些局部立体匹配算法能实时实现，但在较高精度的应用上，显得力不从心。
[0005]近来，基于树模型的立体匹配算法得到了广泛的应用，其中一个很好的例子 是 Yang Q.A non-local cost aggregation method for stereo matching[C]//Computer Vision and Pattern Recognition(CVPR),2012IEEE Conferenceon.1EEE, 2012:1402-1409公开的模型，在该模型中，相邻像素点的色彩差异作为连接节点的边的权值。最后构成的树中，每一个树节点都会对其它节点的匹配代价叠加计算产生影响，即计算每一个节点视差值的时候用到了其他所有节点的信息，该类算法区别于原有的局部立体匹配算法和全局立体匹配算法，能获得质量较好的视差图，被称为非局部的立体匹配算法。但是该类算法中，将图像构造成边的四邻域图的时候，边的权值容易受图片质量影响。比如，一般采样获取的双目图像对色彩不完全一致，受拍摄环境影响较大时，权值计算会失真。
【发明内容】
[0006]本发明所要解决的技术问题是，针对前述现有技术的缺陷，提供一种双目立体匹配算法的匹配代价计算方法，提高匹配代价计算精确性和鲁棒性。
[0007]本发明所要解决另一技术问题是，提供一种基于可变权重MST的非局部立体匹配算法以提高视差值计算的精确性。
[0008]本发明通过下述技术方案解决前述技术问题:
[0009]一种双目立体匹配算法的匹配代价计算方法，其特征在于，包括:
[0010]S1)色彩空间归一化步骤:按照下述方法对原图像进行RGB色彩空间归一化处理获得归一化色彩空间，归一化色彩空间的像素点的R、G、B色彩值分量r、g、b满足:
【权利要求】
1.一种双目立体匹配算法的匹配代价计算方法，其特征在于，包括:51)色彩空间归一化步骤:按照下述方法对原图像进行RGB色彩空间归一化处理获得归一化色彩空间，归一化色彩空间的像素点的R、G、B色彩值分量r、g、b满足:
2.一种双目立体匹配算法的匹配代价计算方法，其特征在于，包括:51)色彩空间归一化步骤:按照下述方法对原图像进行RGB色彩空间归一化处理获得归一化色彩空间，归一化色彩空间的像素点的R、G、B色彩值分量r、g、b满足:
3.根据权利要求2所述的方法，其特征在于:λ<0.5。
4.一种基于可变权重MST的非局部立体匹配算法，包括视差图计算，其特征在于，所述视差图计算包括以下步骤:51)色彩空间归一化步骤:按照下述方法对原图像进行RGB色彩空间归一化处理获得归一化色彩空间，归一化色彩空间的像素点的R、G、B色彩值分量r、g、b满足:
5.根据权利要求4所述的方法，其特征在于:μ>0.5。
6.根据权利要求4所述的方法，其特征在于:还包括视差图后处理步骤，其包括:对左右两路图像的视差图，通过左右一致性检测，获得图像中视差值准确的点；对不满足左右一致性检测的点，对视差图中置滤波后，为视差值不准确的点赋值为距其最近的视差值正确的点的视差值。
【文档编号】G06T7/00GK103646396SQ201310634040
【公开日】2014年3月19日 申请日期:2013年11月29日 优先权日:2013年11月29日
【发明者】王好谦, 吴勉, 王兴政, 戴琼海 申请人:清华大学深圳研究生院