一种基于自适应高斯加权的立体匹配方法
【专利摘要】本发明涉及一种基于自适应高斯加权的立体匹配方法，按照如下步骤实现：在目标视图和参考视图中在同一水平方向上分别取一中心点构建相关窗；计算相关窗范围内的目标视图和参考视图对应中心点灰度差异值；计算目标视图和参考视图中中心点周围预设个数的像素与中心点的颜色权重；分别计算目标视图和参考视图中中心点周围的预设个数的像素与中心点的高斯权重；结合上述步骤计算聚合代价并在参考视图最大范围内移动参考视图中心点后重复上述步骤，计算在最大范围内的聚合代价；用WTA方法进行视差优选。本发明通过提供一种基于高斯分布改进的立体匹配方法，更清楚的保留了边缘细节信息，解决了根据经验确定相关窗大小的问题，得到了更加精确的视差图。
【专利说明】-种基于自适应高斯加权的立体匹配方法
【技术领域】
[0001] 本发明涉及立体匹配求取视差图，尤其是一种基于自适应高斯加权的立体匹配方 法。
【背景技术】
[0002] 立体匹配技术的基本原理是从多个视点观察同一物体，以获得不同视角下的图 像；通过算法处理计算出相应的视差图从而获得该物体的三维信息。近几年来立体匹配技 术成为视觉领域的研究重点，在诸如：绘制虚拟视点、重构三维图像、虚拟实现方面都有广 泛应用。
[0003] 立体匹配方法一般分为两大类：局部立体匹配方法和全局立体匹配方法，全局立 体匹配方法精度较高，但是处理速度很慢。局部立体匹配方法经过这些年的发展不但速度 明显快于全局立体匹配在精度上也有很大的提高。
[0004] 当前研究重点集中在经典局部立体匹配方法，即自适应加权法。Yoon提出的自适 应加权立体匹配方法不但在深度不连续部分有良好的效果而且在低纹理部分也有较好的 效果，但是在物体边缘细节方面效果并不是非常好。
【发明内容】
[0005] 本发明的目的在于提供一种基于自适应高斯加权的立体匹配方法，以解决传统自 适应加权法边缘细节不突出，凭经验设定窗口大小等问题。
[0006] 为实现上述目的，本发明的技术方案是：一种基于自适应高斯加权的立体匹配方 法，其特征在于，按照如下步骤实现： S 1 : 在 目标视图中取一点，表示为点 Pi;以所述点Pi为中心、为边长在所述目标视图中构造正方形相关窗，为第一相关 窗；在参考视图中，与所述目标视图相同的水平方向上最大视差范围内取一点，表示为点 %;以所述点%为中心、为边长在所述参考视图中构造正方形相关窗，为第二相关 窗； 52 :在当前视差下，将所述第一相关窗中所述点|_周围的个像素表示为_ ;将所述第二相关窗中所述点%周围的(11^-1)个像素表示为所述P丨与所述%-一 对应，并取所述Pf和所述%在RGB空间内的差异值为; 53 :在所述第一相关窗范围内取所述点和所述Ρ|之间的颜色权值为;在 所述第二相关窗范围内取所述点%和所述%之间的颜色权值为 54 :在所述第一相关窗范围内取所述点ps和所述P丨之间的高斯权值为;在 所述第二相关窗范围内取所述点%和所述%之间的高斯权值为; S5 :将所述步骤S2、所述步骤S3和所述步骤S4中的计算结果加以聚合，得聚合代价 Κι; se:保持所述点Ρ|在所述目标视图中的位置不变，在所述参考视图中水平方向最大视 差范围内以所述点%为参考点，并根据方向原则水平移动所述点%，并重复所述步骤S2、 所述步骤S3、所述步骤S4和所述步骤S5得到最大视差范围内的聚合代价； S7 :根据赢家通吃WTA法则处理所述最大视差范围内的聚合代价，即选取最大视差范 围内的聚合代价最小值；则该值所对应的视差即为所述点Pi在所述参考视图中对应的视 差。
[0007] 在本发明一实施例中，在所述步骤S2中所述差异值 秦#=陶-焉||梅"翻;其*麵、_和取分别是戶万述Pf在RGB空间中对应 的R、G、B分量;和1||分别是所述%在RGB空间中对应的R、G、B分量。
[0008] 在本发明一实施例中，在所述步骤S3中，所述颜色权值
【权利要求】
1. 一种基于自适应高斯加权的立体匹配方法，其特征在于，按照如下步骤实现： S 1 : 在 目 标视图 中取一点，表示为点 Pl;以所述点1>￡为中心、&为边长在所述目标视图中构造正方形相关窗，为第一相关 窗；在参考视图中，与所述目标视图相同的水平方向上最大视差范围内取一点，表示为点 以所述点%为中心、ρ--β为边长在所述参考视图中构造正方形相关窗，为第二相关 窗； S2:在当前视差下，将所述第一相关窗中所述点116周围的(ng-1)个像素表示为Ρ| ;将所述第二相关窗中所述点%周围的个像素表示为%;所述i与所述| 一一 对应，并取所述Pf和所述%在RGB空间内的差异值为; 53 :在所述第一相关窗范围内取所述点队和所述{I丨之间的颜色权值为Tf((p t，灼);在 所述第二相关窗范围内取所述点%和所述%之间的颜色权值为 54 :在所述第一相关窗范围内取所述点和所述P|之间的高斯权值为11^|||,巧)；在 所述第二相关窗范围内取所述点%和所述%之间的高斯权值为 55 :将所述步骤S2、所述步骤S3和所述步骤S4中的计算结果加以聚合，得聚合代价 se:保持所述点P|在所述目标视图中的位置不变，在所述参考视图中水平方向最大视 差范围内以所述点%为参考点，并根据方向原则水平移动所述点^，并重复所述步骤S2、 所述步骤S3、所述步骤S4和所述步骤S5得到最大视差范围内的聚合代价； S7 :根据赢家通吃WTA法则处理所述最大视差范围内的聚合代价，即选取最大视差范 围内的聚合代价最小值；则该值所对应的视差即为所述点P|在所述参考视图中对应的视 差。
2. 根据权利要求1所述的一种基于自适应高斯加权的立体匹配方法，其特征在于：在 所述步骤s2中所述差异值办,,今)：丨兩?厂]^丨+|%-.(^|+)%-]^| ;其中5巧、<^-和 f|?|分别是所述Pf在RGB空间中对应的R、G、B分量;和1||分别是所述||在RGB空 间中对应的R、G、B分量。
3. 根据权利要求1所述的一种基于自适应高斯加权的立体匹配方法，其特征在于： 在所述步骤 S3 中，所述颜色权值= ............. ;其中1^、^和为所述0在CIELab空间中的L分量、a分量和b分量； 为所述点I在CIELab空间中的L分量、a分量和b分量；fp为经验值常量；所述颜色权 值
;其中为所述_在 CIELab空间中的L分量、a分量和b分量；￡胃、~和ft胃为所述|￡点在CIELab空间中的L 分量、a分量和b分量;；7胃为经验值常量。
4. 根据权利要求1所述的一种基于自适应高斯加权的立体匹配方法，其特征在于： 在所述步骤S4中，所述高斯权
，为所述点|^的 水平坐标，I#为所述的水平坐标，为尺度分量；\的值越大，边缘细节信息越清晰 但相对噪点越多；所述用于通过高斯分布于原理确定所述的值；所述高斯权值
,~为所述点|^的水平坐标，&为所述|_的水平坐 标，&为尺度分量。
5. 根据权利要求1所述的一种基于自适应高斯加权的立体匹配方法，其特征在于：所 述聚合代价
6. 根据权利要求1所述的一种基于自适应高斯加权的立体匹配方法，其特征在于：在 所述步骤S6中，所述方向原则为：若所述目标视图为左视图，则参考点向右依次移动；若所 述目标视图为右视图，则参考点向左依次移动。
【文档编号】G06T7/00GK104123727SQ201410358425
【公开日】2014年10月29日 申请日期:2014年7月26日 优先权日:2014年7月26日
【发明者】郭太良, 林志贤, 姚剑敏, 林金堂, 徐胜 申请人:福州大学