基于自适应权重与图像分割相结合的局部立体匹配算法制造技术

本发明专利技术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：选取左右视图其中一幅图作为基准图像；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；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；根据权重值获得左右视图的最优视差。

【技术实现步骤摘要】

本专利技术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。
技术介绍
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。
技术实现思路
本专利技术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：选取左右视图其中一幅图作为基准图像；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；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；根据权重值获得左右视图的最优视差。本专利技术与现有技术相比，具有以下优点：本专利技术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。下面结合说明书附图对本专利技术做进一步描述。附图说明图1是本专利技术的方法流程图。图2是本专利技术Census变换的方法流程图。具体实施方式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：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；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；步骤S103，根据权重值获得左右视图的最优视差。结合图2，步骤S101的实现方式如下：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δ(mcr,m‾ar)=0mcr≤m‾ar1mcr>m‾ar]]>其中，为右视图中Census窗口中中心像素点像素值，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。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，δ(mcl,m‾al)=0mcl≤m‾al1mcl>m‾al]]>其中，滑动Census窗口大小与步骤11中Census窗口大小相同，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。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：C(x,y)＝Bitstringδ(I(x,y),I(x+i,y+j))i∈[-M2,M2],j∈[-N2,N2]]]>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，M×N表示以(x,y)为中心的矩形窗口的大小，称为Census窗口。步骤S1014，计算基准字符串与每一比较字符串之间的HAMMING距离S(p,q)=HAMMING(C(p),C(q))=C(p)⊕C(q)]]>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；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；步骤S1016，遍历右视图中所有像素点，重复步骤S1011～S1015。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。e(p,q)d=S(p,q)d+Σpc,qc∈windowCensusS(pc,qc)d]]>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，pc表示以p为中心的Census窗口内除中心以外的点，qc表示在视差d条件下pc对应的匹配点。步骤S102的实现方式如下：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M'×N'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M'×N'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；步骤S1022，采用下述条件对基准图像建立基准分割单元Sp：Dc(p,p‾)<τ1if0<Ds(p,p‾)<l1Dc(p,p‾)<τ2ifl1<Ds(p,p‾)<l2]]>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，本文档来自技高网...

【技术保护点】
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，其特征在于，包括：选取左右视图其中一幅图作为基准图像；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；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；根据权重值获得左右视图的最优视差。

【技术特征摘要】
1.一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，其特征在于，
包括：
选取左右视图其中一幅图作为基准图像；
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；
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；
根据权重值获得左右视图的最优视差。
2.根据权利要求1所述的局部立体匹配算法，其特征在于，所述每一像素点的
Census变化包括：
步骤11，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
δ(mcr,m‾ar)=0mcr≤m‾ar1mcr>m‾ar]]>其中，为右视图中Census窗口中中心像素点像素值，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；
步骤12，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，并通
过δ函数进行二值化处理
δ(mcl,m‾al)=0mcl≤m‾al1mcl>m‾al]]>其中，滑动Census窗口大小与步骤11中Census窗口大小相同，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；
步骤13，对左右视图中每一Census窗口内经过δ函数变换后的像素值按照
下式从左到右先上后下的顺序排列成比特字符串，右视图的为基准字符串，左视

\t图的为比较字符串
C(x,y)=Bitstringi∈[-M2,M2],j∈[-N2,N2]δ(I(x,y),I(x+i,y+j))]]>其中，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，M×N表示以(x,y)为中心的Census窗口的大小；
步骤14，计算基准字符串与每一比较字符串之间的HAMMING距离
S(p,q)=HAMMING(C(p),C(q))=C(p)⊕C(q)]]>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；
步骤15，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；
步骤16，遍历右视图中所有像素点，重复步骤11～15。
3.根据权利要求2所述的局部立体匹配算法，其特征在于，采用下述公式获得
基准图像中每一像素点在不同的视差d下的匹配代价。
e(p,q)d=S(p,q)d+Σpc,qc∈windowCensusS(pc,qc)d]]>其中，pc表示以p为中心的Census窗口内除中心以外的点，qc表示在视差
d条件下pc对应的匹配点。
4.根据权利要求1所述的局部立体匹配算法，其特征在于，所述以基准图像每
一像素点为中心建立分割单元包括：
步骤21，以右图为基准图像，以右图中像素点p为中心建立大小为M'×N'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M'×N'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...

【专利技术属性】
技术研发人员：孙爱娟，顾国华，周玉蛟，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32