一种基于颜色内相关和自适应支撑权重的立体匹配方法
【专利摘要】本发明提出一种基于颜色内相关和自适应支撑权重的立体匹配方法。本发明方法提出了像素点颜色内相关函数，并结合颜色相似性、欧式距离相似性和颜色内相关相似性来确定匹配窗口内像素点的权重大小，从而获得立体匹配的初始视差值，然后对初始视差图进行三步优化，分别为左右一致性检查、中值滤波、直方图统计。本发明平均准确率高，而且具有很强的鲁棒性。
【专利说明】—种基于颜色内相关和自适应支撑权重的立体匹配方法
【技术领域】
[0001]本发明属于三维图像重建【技术领域】，具体涉及一种基于颜色内相关和自适应支撑权重的立体匹配方法。
【背景技术】
[0002]双目视觉立体匹配是计算机视觉的一个重要研究方向，它是根据左右图像获得物体深度信息的主要技术手段。目前国内外学者提出的立体匹配方法，可以划分为全局区域立体匹配方法和局部区域立体匹配方法两大类。全局区域立体匹配方法根据最小化全局能量函数和多次迭代最终得到稠密的视差图，该类方法得到的立体匹配视差结果的正确匹配率较高，但是该类方法存在计算复杂，运算时间长，不利于实现等缺点。局部立体匹配方法的执行效率更高，计算量小，易于实现，且在一个合适的匹配代价关系下也能得到较高的正确匹配率。
[0003]局部立体匹配方法对左右图像匹配窗口有如下要求:一方面，匹配窗口尺寸要尽量大，以便在窗口内包含足够多的灰度变化，从而得到更可靠的匹配关系，如果窗口太小，对于纹理单一、场景重复的图像，匹配窗口计算出的视差将会不准确；另一方面，匹配窗口尺寸要尽量小，以避开图像视差不连续处像素点的错误匹配。这实际上是一个矛盾的问题。对于匹配窗口尺寸大小的选择，国内外许多学者进行了相关研究，K.Zhang以一种十字骨架的方式，通过阈值设定限制臂长的大小，从而得到最佳的匹配窗口 Weksler提出逐点自适应选取方法，从而得到合适支撑窗口。Yoon等人提出了自适应支撑窗口(ASW)(详见文献Adaptive Support-ffeight Approach for Correspondence Search),基于该窗口 的立体匹配方法依据每个像素点与窗口内匹配点的颜色相似性、欧式距离相似性来选择合适的匹配窗口代价关系，从而计算出每个像素点准确的视差值，但该方法对于匹配窗口内视差不连续的点，仅根据自身的颜色和距离相似性来匹配并不能得到正确的视差值，容易在匹配过程中造成误判。
【发明内容】
[0004]本发的目的在于提出种基于颜色内相关和自适应支撑权重的立体匹配方法，可以很好的解决图像像素点在深度不连续点处容易出现错误匹配的问题，有效地提高局部区域立体匹配方法的正确率，且具有较强的鲁棒性。
[0005]为了解决上述技术问题，本发明提供一种基于颜色内相关和自适应支撑权重的立体匹配方法，步骤如下:
[0006]步骤一、定义左图像和右图像的像素点颜色内相关函数，获得颜色内相关分量rin，左图像与右图像的颜色内相关分量rin表达式相同，均如公式(I)所示，
[0007]rin = [reel, rec2, rce3] (I)
[0008]公式(I)中，reel、rec2、rce3依次为左图像或者右图像的三个颜色内相关函数，具体如公式(2)、(3)、(4)所示，[0009]reel = Ie(x, y)-1G(x, y)(2)
[0010]rce2 = Ig (x, y)-1B(x, y)(3)
[0011]rce3 = Ib (x, y)-1E(x, y)(4)
[0012]公式(2)、(3)、(4)中，IK(x，y)>IG(x, y)、IB(x，y)依次为左图像或者右图像像素点的R通道分量、G通道分量、B通道分量的像素值，x、y表示当前像素点在行方向和列方向上的坐标值；
[0013]步骤二、建立如公式(5)所示的匹配窗口权重函数，
【权利要求】
1.一种基于颜色内相关和自适应支撑权重的立体匹配方法，其特征在于，步骤如下:步骤一、定义左图像和右图像的像素点颜色内相关函数，获得颜色内相关分量rin，左图像与右图像的颜色内相关分量rin表达式相同，均如公式(I)所示，rin = [reel, rec2, rce3](I) 公式(I)中，reel、rec2、rce3依次为左图像或者右图像的三个颜色内相关函数，具体如公式(2)、(3)、(4)所示， reel = Ie(x, y)-1G(x, y)(2) rce2 = Ig (x, y) -1b (x, y)(3) rce3 = Ib (x, y) -1e (x, y)(4) 公式(2)、(3)、(4) mdJx’yhlJx’yhlBUy)依次为左图像或者右图像像素点的R通道分量、G通道分量、B通道分量的像素值，x、y表示当前像素点在行方向和列方向上的坐标值； 步骤二、建立如公式(5)所示的匹配窗口权重函数，
2.如权利要求1所述的基于颜色内相关和自适应支撑权重的立体匹配方法，其特征在于，步骤三中所使用的匹配代价函数如公式(9)所示，
3.如权利要求1所述的基于颜色内相关和自适应支撑权重的立体匹配方法，其特征在于，步骤三中，根据胜者为王算法获得像素点P的初始视差值，计算如公式(11)所示，
4.如权利要求1所述的基于颜色内相关和自适应支撑权重的立体匹配方法，其特征在于，步骤四中左右一致性检查的过程为: 判断步骤三获得的初始视差值是否满足公式(12)所示关系，如果满足，则认为该匹配点计算出的视差值是正确的视差值并予以保留；如果不满足，则认为该匹配点计算方法出的视差值是错误的，并予以剔除，
Dl (x, y) = De (x, y-DL (x, y))(12) 公式(12)中，x、y为图像像素点在行、列方向上的坐标值，Djx，y)为从左图像向右图像搜索时计算出的视差值，Dk(x，y)为从右图像向左图像搜索时计算出的视差值。
5.如权利要求4所述的基于颜色内相关和自适应支撑权重的立体匹配方法，其特征在于，步骤四中，中值滤波的过程为: 采用NXN的中值滤波模板，对左右一致性检查出的错误视差值进行填充，获得该点位置上的正确视差值，N为任意常数。
6.如权利要求5所述的基于颜色内相关和自适应支撑权重的立体匹配方法，其特征在于，步骤四中，直方图统计的过程为:对中值滤波后得到的视差图的每个点，以该点为中心建立一个mXn大小的邻域窗口，对邻域窗口内的像素点进行直方图统计，使用直方图上值最大的视差点代替该中心点的视 差值。
【文档编号】G06T7/00GK103985128SQ201410223156
【公开日】2014年8月13日 申请日期:2014年5月23日 优先权日:2014年5月23日
【发明者】龚文彪, 任建乐, 陆恺立, 刘琳, 顾国华, 钱惟贤, 路东明, 任侃, 于雪莲, 吕芳 申请人:南京理工大学