The present invention belongs to the field of stereo image matching, and proposes a new local stereo matching framework to achieve the purpose of obtaining the disparity map of stereo images quickly and accurately. The technical scheme of the invention is that local stereo matching method, similarity measure function based on the improved steps are: according to the matching of image color, gradient, the space distance between the pixel information, combined with the Census transform method, similarity measure function Gou Jianxin, calculate the matching cost of each pixel is calculated for each point of the matching cost; and, that is the price at the expense of polymerization, the polymerization process, using the adaptive window cross frame based on the initial disparity map by map filtering; after the initial disparity map segmentation using mean shift algorithm, combined with the reliability distribution map of the image through the surface interpolation method, the error points in the disparity map the matching optimization, the final results obtained parallax. The invention is mainly applied to the stereo matching of images.
【技术实现步骤摘要】
基于相似性测度函数的改进局部立体匹配方法
本专利技术属于图像立体匹配领域,涉及立体匹配算法的改进优化。具体讲,涉及基于相似性测度函数改进的局部立体匹配方法。
技术介绍
立体视觉是一种根据立体成像原理,借助计算机二维图像处理技术从二维图像中恢复出三维场景中的空间信息的技术,关于这项技术的研究起源于19世纪60年代Robert等人[1]进行的计算机视觉系统模拟实验,他们利用多个不同形状的多面体,通过对多面体点、线、面的位置和相对距离的识别研究计算机系统对真实场景物体的识别和定位能力。这是空间信息技术首从二维图像处理领域转换为三维空间场景的分析。目前,立体视觉技术已经广泛应用于人类社会的各个领域。作为视觉导航、遥感成像等领域的关键技术,立体视觉已经成为有线电视网、互联网和电信网三网融合环境下的发展主题。此外,立体视觉在卫星、机器人、医疗、航空航天等领域都有较大的应用前景。尤其是在医疗领域,成熟的CT技术通过三维图像显示病灶区域,并引导治疗,为数字化医疗打开了一扇新世界的大门。双目立体成像系统是由两个单目摄像机经过调整校正组合而成,由位于不同位置的摄像机从不同的视角采集三维场景的图像,对于静态的场景也可以由一个摄像机先后从不同的角度拍摄,来实现双目立体系统的图像采集。立体视觉系统可以大体分为以下四个组成部分:摄像机标定、图像获取、立体匹配和三维重建。在下一章中会对各模块进行详细的介绍。本文主要研究的是立体匹配这部分的内容。立体匹配是立体视觉系统中的核心问题,立体匹配算法的性能,直接影响三维信息的恢复精度。立体匹配是计算机视觉中的一个经典问题,也是一个病态问题,其基 ...
【技术保护点】
一种基于相似性测度函数的改进局部立体匹配方法,其特征是,步骤是:根据待匹配图像的颜色、梯度、像素间的空间距离信息,结合Census变换方法,构建新的相似性测度函数,计算出每个像素的匹配代价;计算每个点匹配代价的和,即代价聚合,在代价聚合过程中,采用基于十字框架的自适应窗口,通过引导图滤波的方法得到初始视差图;之后,利用均值漂移算法对初始视差图进行图像分割,结合图像的可信度分布图,通过表面插值方法,对视差图中的误匹配点进行优化,得到最终的视差结果。
【技术特征摘要】
1.一种基于相似性测度函数的改进局部立体匹配方法,其特征是,步骤是:根据待匹配图像的颜色、梯度、像素间的空间距离信息,结合Census变换方法,构建新的相似性测度函数,计算出每个像素的匹配代价;计算每个点匹配代价的和,即代价聚合,在代价聚合过程中,采用基于十字框架的自适应窗口,通过引导图滤波的方法得到初始视差图;之后,利用均值漂移算法对初始视差图进行图像分割,结合图像的可信度分布图,通过表面插值方法,对视差图中的误匹配点进行优化,得到最终的视差结果。2.如权利要求1所述的基于相似性测度函数的改进局部立体匹配方法,其特征是,构建的计算每个像素的匹配代价中的代价函数为,其中dcen(Ic(pi),Ic(pc))为基于Census变换的相似性测度函数,dc(Ic(pi),Ic(pc))表示左视图中像素pi,pc在CIE颜色空间中的颜色距离,dp(pi,pc)表示pi,pc之间的空间距离,常数γc,γp为自适应权值立体匹配算法的两个参数,γcen为Census变换的参数。3.如权利要求1所述的基于相似性测度函数的改进局部立体匹配方法,其特征是,基于十字框架的自适应窗口方法具体步骤是,以像素p作为中心建立十字框架支持窗口,其中p的坐标为(xp,yp),已知窗口的主要框架为互相垂直的两部分,它们的交点即为中心像素p,通过自适应的改变两条互相垂直的像素集合的长度,改变支持窗口的大小和形状;使用图像中像素的颜色相似性作为度量准则,计算出的参数值。4.如权利要求1所述的基于相似性测度函数的改进局部立体匹配方法,其特征是,计算步骤为:首先,根据相关性约束建立颜色相似性度量函数,用大小为3×3的滤波器对目标图像I进行滤波,以减少立体图像中由于朗博原理而产生的噪声,以目标像素p的水平左方向的窗口尺寸参数为例,介绍说明十字窗口框架的获得方法,该方法的最终目的是通过逐一检测目标像素一方向上相邻像素的颜色相似性,得到与目标像素具有相似颜色的最远像素与目标像素p的距离,并以此距离作为水平负向臂长相似像素集合长度最大值表示为ε*,计算公式如下(9)(10)所示:
【专利技术属性】
技术研发人员:李素梅,雷国庆,李永达,侯春萍,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
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。