本发明专利技术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。本发明专利技术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。本发明专利技术平均准确率高，而且具有很强的鲁棒性。
【技术实现步骤摘要】
一种基于颜色内相关和自适应支撑权重的立体匹配方法
本专利技术属于三维图像重建
，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。
技术介绍
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。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；Veksler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AdaptiveSupport-WeightApproachforCorrespondenceSearch)，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。
技术实现思路
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。为了解决上述技术问题，本专利技术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：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(1)所示，rin＝[rce1,rce2,rce3](1)公式(1)中，rce1、rce2、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，rce1＝IR(x,y)-IG(x,y)(2)rce2＝IG(x,y)-IB(x,y)(3)rce3＝IB(x,y)-IR(x,y)(4)公式(2)、(3)、(4)中，IR(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；步骤二、建立如公式(5)所示的匹配窗口权重函数，公式(5)中，w(p,q)为匹配窗口权重函数，exp为指数函数符号，p为左图像匹配窗口的中心像素点，q为左图像匹配窗口中除中心像素点之外的像素点，Δcpq为像素点p和q的RGB颜色相似性，Δdpq为像素点p和q的欧式距离相似性，Δrpq为像素点p和q的颜色内相关分量rin的相似性，τc为颜色相似性所占匹配窗口权重函数的比例，τd为欧式距离相似性所占匹配窗口权重函数的比例，τr为颜色内相关相似性所占匹配窗口权重函数的比例；公式(5)中，颜色相似性Δcpq、欧式距离相似性Δdpq、颜色内相关相似性Δrpq的计算方法依次如公式(6)、(7)、(8)所示：公式(6)、(7)、(8)中，pR、pG、pB依次为像素点p点的R、G、B颜色像素值，qR、qG、qB依次为像素点q点的R、G、B颜色像素值，(xp,yp)为像素点p的坐标值，(xq,yq)表示像素点q的坐标值，rinp为像素点p处的颜色内相关分量值，rinq为像素点q处的颜色内相关分量值；步骤三、根据匹配窗口权重函数w(p,q)计算左右图像立体匹配的初始视差值；步骤四、对初始视差值依次进行左右一致性检查、中值滤波和直方图统计，获得最终精确的视差结果。本专利技术与现有技术相比，其显著优点在于：(1)本专利技术在传统的自适应支撑权重算法上增加了颜色内相关分量，可以有效提高左右图像的正确匹配率，且不影响方法的计算速度；(2)本专利技术对获得的初始视差值进行三步优化，剔除匹配过程中可能出现的错误视差点，并用周围正确的视差点进行填充，从而进一步提高了图像的正确匹配率；(3)本专利技术克服了传统立体匹配算法在纹理单一、场景重复、部分遮挡处所得到的视差不准确的问题，显著提高了立体匹配的准确率，并且其计算速度上与传统的局部立体匹配算法的速度相当，使的将本专利技术运用于实际系统中成为了可能。附图说明图1是本专利技术方法流程图。图2是本专利技术仿真实验所用的4幅国际标准图像，(a)、(b)、(c)、(d)依次为“Tsukuba”，“Venus”，“Teddy”，“Cones”。图3是图2中4幅图的标准图像库的标准视差图。图4是使用本专利技术方法对图2中4幅标准图像进行处理获得的视差图。图5是将图3中4幅图与图4中4幅图进行对比获得的视差错误点图，图中黑色的点表示视差错误点。具体实施方式结合图1，本专利技术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：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(1)所示，rin＝[rce1,rce2,rce3](1)公式(1)中，rce1、rce2、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，rce1＝IR(x,y)-IG(x,y)(2)rce2＝IG(x,y)-IB(x,y)(3)rce3＝IB(x,y)-IR(x,y)(4)公式(2)、(3)、(4)中，IR(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；步骤二、根据步骤一定义的颜色内相关分量rin，结合自适应支撑权重算法(ASW)中的颜色相似性、欧式距离相似性建立匹配窗口权重函数，匹配窗口权重函数如公式(5)所示，公式(5)中，w(p,q)为匹配窗口权重函数，exp为指数函数符号，p为左图像匹配窗口的中心像素点，q为左图像匹配窗口中除中心像素点之外的像素点，Δcpq为像素点p和q的RGB颜色相似性，Δdpq为像素点p和q的欧式距离相似性，Δrpq为像素点p和q的颜色内相关分量rin的相似性，τc为颜色相似性所占匹配窗口权重函数的比例，τd为欧式距离相似性所占匹配窗口权重函数的比例，τr为颜色内相关相似性所占匹配窗口权重函数的比例；公式(5)中，颜色相似性Δcpq、欧式距离相似性Δdpq、颜色内相关相似性Δrpq的计算方法依次如公式(6)、(7)、(8)所示：公式(6)、(7)、(8)中，pR、pG、pB依次为像素点p点的R、G、B颜色像素值，本文档来自技高网...
【技术保护点】
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(1)所示， rin＝[rce1,rec2,rce3] (1) 公式(1)中，rce1、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， rce1＝IR(x,y)‑IG(x,y) (2) rce2＝IG(x,y)‑IB(x,y) (3) rce3＝IB(x,y)‑IR(x,y) (4) 公式(2)、(3)、(4)中，IR(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； 步骤二、建立如公式(5)所示的匹配窗口权重函数， 公式(5)中，w(p,q)为匹配窗口权重函数，exp为指数函数符号，p为左图像匹配窗口的中心像素点，q为左图像匹配窗口中除中心像素点之外的像素点，Δcpq为像素点p和q的RGB颜色相似性，Δdpq为像素点p和q的欧式距离相似性，Δrpq为像素点p和q的颜色内相关分量rin的相似性，τc为颜色相似性所占匹配窗口权重函数的比例，τd为欧式距离相似性所占匹配窗口权重函数的比例，τr为颜色内相关相似性所占匹配窗口权重函数的比例； 公式(5)中，颜色相似性Δcpq、欧式距离相似性Δdpq、颜色内相关相似性Δrpq的计算方法依此如公式(6)、(7)、(8)所示： 公式(6)、(7)、(8)中，pR、pG、pB依次为像素点p点的R、G、B颜色像素值，qR、qG、qB依此为像素点q点的R、G、B颜色像素值，(xp,yp)为像素点p的坐标值，(xq,yq)表示像素点q的坐标值，rinp为像素点p处的颜色内相关分量值，rinq为像素点q处的颜色内相关分量值； 步骤三、根据匹配窗口权重函数w(p,q)计算左右图像立体匹配的初始视差值； 步骤四、对初始视差值依次进行左右一致性检查、中值滤波和直方图统计，获得最终精确的视差结果。...
【技术特征摘要】
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(1)所示，rin＝[rce1,rce2,rce3](1)公式(1)中，rce1、rce2、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，rce1＝IR(x,y)-IG(x,y)(2)rce2＝IG(x,y)-IB(x,y)(3)rce3＝IB(x,y)-IR(x,y)(4)公式(2)、(3)、(4)中，IR(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；步骤二、建立如公式(5)所示的匹配窗口权重函数，公式(5)中，w(p,q)为匹配窗口权重函数，exp为指数函数符号，p为左图像匹配窗口的中心像素点，q为左图像匹配窗口中除中心像素点之外的像素点，Δcpq为像素点p和q的RGB颜色相似性，Δdpq为像素点p和q的欧式距离相似性，Δrpq为像素点p和q的颜色内相关分量rin的相似性，τc为颜色相似性所占匹配窗口权重函数的比例，τd为欧式距离相似性所占匹配窗口权重函数的比例，τr为颜色内相关相似性所占匹配窗口权重函数的比例；公式(5)中，颜色相似性Δcpq、欧式距离相似性Δdpq、颜色内相关相似性Δrpq的计算方法依次如公式(6)、(7)、(8)所示：公式(6)、(7)、(8)中，pR、pG、pB依次为像素点p点的R、G、B颜色像素值，qR、qG、qB依次为像素点q点的R、G、B颜色像素值，(xp,yp)为像素点p的坐标值，(xq,yq)表示像素点q的坐标值，rinp为像素点p处的颜色内相关分量值，rinq为像素点q处的颜色内相关分量值；步骤三、根据匹配窗口权重函数w(p,q)计算左右图像立体匹配的初始视差值；步骤四、对初始视差值依次进行左右一致性检查、中值滤波和直方图统计，获得最终精确的视差结果。2.如权利要求...
【专利技术属性】
技术研发人员：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(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。