基于自适应权重与图像分割相结合的局部立体匹配算法
【技术领域】
[0001] 本发明涉及一种双目立体视觉中的立体匹配技术，特别是一种基于改进的自适应 权重的局部立体匹配算法。
【背景技术】
[0002] 立体匹配作为双目视觉中最重要也是最难解决的问题，一直是各国研究人员关注 的热点，其目的在于找到左右视图的最优视差值。实时性和高精度是衡量立体匹配算法好 坏的标准，现有的算法存在的问题在于实时性好的匹配算法在精确度上无法达到优良的效 果，而精确度很高的算法则是以牺牲大量的运算时间为代价。立体匹配算法可以分解为2 个关键步骤：匹配代价计算，匹配代价聚合。根据视差计算方法的不同，立体匹配算法又可 以分为局部立体匹配算法和全局立体匹配算法。全局立体匹配的精度比局部立体匹配的精 度高，但是却很难满足实时性的要求，目前使用的全局立体匹配算法是依靠高性能的硬件 设备来提高速度。因而局部立体匹配算法应用的更为广泛。
【发明内容】
[0003] 本发明的目的在于提供一种基于自适应权重与图像分割相结合的局部立体匹配 算法，包括：
[0004] 选取左右视图其中一幅图作为基准图像；
[0005] 对左右视图的所有像素点分别进行Census变换，获得基准图像中每一像素点在 不同的视差d下的匹配代价；
[0006] 建立支撑窗口，在支撑窗口内以基准图像每一像素点为中心建立每一像素点的基 准分割单元，在支撑窗口内以非基准图像每一像素点为中心建立每一像素点的非基准分割 单元，计算每一支撑窗口内的中心像素点的权重值；
[0007] 根据权重值获得左右视图的最优视差。
[0008] 本发明与现有技术相比，具有以下优点：本发明在立体匹配算法的基础上，采用改 进的自适应权重代价算法实现匹配代价的聚合，实时性强，精度性高。
[0009] 下面结合说明书附图对本发明做进一步描述。
【附图说明】
[0010] 图1是本发明的方法流程图。
[0011] 图2是本发明Census变换的方法流程图。
【具体实施方式】
[0012] 将两个标定好的同一型号的摄像机同一高度一左一右平行放置在待拍摄目标场 景的正上方，获取左右视图，选取左右视图其中一幅图作为基准图像，本发明以又是图为基 准图像，按如下方法获取局部立体匹配算法的最优视差，如图1所示：
[0013] 步骤S101，对左右视图的所有像素点分别进行Census变换，获得基准图像中每一 像素点在不同的视差d下的匹配代价；
[0014] 步骤S102,建立支撑窗口，在支撑窗口内以基准图像每一像素点为中心建立每一 像素点的基准分割单元，在支撑窗口内以非基准图像每一像素点为中心建立每一像素点的 非基准分割单元，计算每一支撑窗口内的中心像素点的权重值；
[0015] 步骤S103,根据权重值获得左右视图的最优视差。
[0016] 结合图2,步骤SlOl的实现方式如下：
[0017] 步骤S1011，选取右视图为基准图像，以右图的一像素点为中心，建立Census窗 口，比较Census窗口中的像素点与中心像素点间的像素值的大小关系，并通过δ函数进行 二值化处理
[0018]
[0019] 其中，为右视图中Census窗口中中心像素点像素值，馬为右视图中Census窗 口中其余像素点的像素值，a为其余像素点索引值。
[0020] 步骤S1012,以左视图一像素点为中心建立滑动Census窗口，比较滑动Census窗 口中的像素点与该Census窗口中的中心像素点间的像素值的大小关系，
[0022] 其中，滑动Census窗口大小与步骤11中Census窗口大小相同，7?丨为左视图中 Census窗口中中心点像素值，为左视图中该Census窗口中其余像素点的像素值，a为其 余像素点索引值。
[0023] 步骤S1013,对左右视图分别进行Census变换，得到一幅Census图像。Census变 换是基于数理统计的非参数变换。它是通过建立一个以参考像素点为中心的窗口，然后统 计比较窗口中的像素点与参考像素点间的大小关系，值表征的是参考像素点和邻域像素点 间的数值关系。Census变换如公式（1)所示：
[0026] 公式（1)中，Bitstring表示把窗口内的像素值排列成比特字符串，I (x，y)为图像 中坐标为（x，y)的点的像素灰度值，I(x+i，y+j)表示离中心点距离为（i，j)处点的像素灰 度值，C(x，y)表示坐标为（x，y)的点的Census变换值，MXN表示以（x，y)为中心的矩形窗 口的大小，称为Census窗口。
[0027] 步骤S1014,计算基准字符串与每一比较字符串之间的HAMMING距离
[0028] S(,"，i/) = 似(/(,Ρ)Χ'(?/)) = (:(/，）十 C(f)
[0029] 其中，p为右视图中Census窗口的中心点，q为左视图中在d视差下与p对应匹配 点，C(*)为Census变换值，S (p，q)表示在视差d条件下p、q两点的HAMMING距离；
[0030] 步骤S1015,改变d的值，即以滑动Census窗口对左视图进行扫描，重复步骤12~ 14,直至左视图所有像素点被扫描完成；
[0031] 步骤S1016,遍历右视图中所有像素点，重复步骤SlOll~S1015。
[0032] 步骤S1017,计算Census图像的匹配代价。匹配代价是用来判断右图中的像素点 是否为左图中的像素点的匹配点的标准，一般寻找左右两幅图像中预匹配点的共同特征来 判断。
[0033]
[0034] 对右图中的所有特征点都进行匹配代价计算，得到一组匹配代价值。其中，p。表示 以P为中心的Census窗口内除中心以外的点，q。表示在视差d条件下p。对应的匹配点。
[0035] 步骤S102的实现方式如下：
[0036] 步骤S1021，以右图为基准图像，以右图中像素点p为中心建立大小为Μ' XN'的 支撑窗口，支撑窗口内P点以外的点记为?，左图中，以像素点q为中心，建立相同大小的 Μ' XN'支撑窗口，支撑窗口内q点以外的点记为?，其中q为左视图中在d视差下与p对应 匹配点；
[0037] 步骤S1022,采用下述条件对基准图像建立基准分割单元Sp:
[0038]
[0039] 支撑窗口内满足上述条件的像素点；和中心像素点p属于同一个分割单元，其中， 从(/)，/7)是像素点口和|>的颜色差值，.1^〇,/7)是像素点口和#的距离差值，11、12是颜 色阈值，h、I2是距离阈值，τ ) τ 2, 1? τ τ 2的取值范围为[20, 50]，I I2的取值范围 为支撑窗口大小的[1/4, 1/2]，且颜色差值和距离差值的计算公式如下：
[0042] 其中，（xp，yp)为ρ点的像素坐标，(％，》)为F点的像素坐标；
[0043] 步骤S1023,采用下述条件对非基准图像建立非基准分割单元Sq:
[0045] 支撑窗口内满足上述条件的像素点^和中心像素点q属于同一个分割单元，其中， D, (?/，^)是像素点q和f的颜色差值，是像素点q和f的距离差值，τ η τ 2是颜色 阈值，L、I2是距离阈值，τ ) τ 2, 1? τ τ 2的取值范围为[20, 50]，I I2的取值范围为 支撑窗口大小的[1/4, 1/2]，且颜色差值和距离差值的计算公式如下：
[0048] 其中，（xq，yq)为q点的像素坐标，（?,?)为i点的像素坐标。<