基于视差信息的自适应权重聚合的立体匹配算法制造技术

本发明专利技术涉及一种基于视差信息的自适应权重聚合的立体匹配算法，包括：设定左图像作为参考图像IR、右图像为目标图像IT；采用截断亮度联合截断梯度的初始匹配代价计算方法计算得到参考图像的初始匹配代价pR，并根据基于窗口聚合的立体匹配算法对pR进行聚合匹配，得到参考图像初始视差图Dori_R；计算自适应聚合权重平滑参数；得到聚合权重W(i,j)→(x,y)；将聚合权重W(i,j)→(x,y)与初始匹配代价pR相乘后进行聚合，对聚合得到的结果采用WTA策略获取参考图像视差图；设定右图像作为参考图像IR、左图像为目标图像IT，重复步骤(2)、(3)、(4)、(5)，对得到的两幅视差图采用常规的视差精炼方法后即可得到精炼后的参考图像视差图。

【技术实现步骤摘要】
基于视差信息的自适应权重聚合的立体匹配算法
本专利技术涉及计算机立体视觉领域中的立体匹配，可用于图像的三维重建，在医学图像、媒体设备等中提供指导。
技术介绍
立体匹配技术是计算机视觉领域内的研究热点之一，该技术通过精确的相机标定、像素匹配后可以得到较为准确的深度和位置等数值信息，这使得机器人的精密控制、三维模型重建等工作可以更好的完成。立体匹配的精度直接影响到场景三维重建效果以及深度计算的精度。目前的立体匹配算法主要分为局部立体匹配算法以及全局立体匹配算法，全局算法主要是通过构建数据项与平滑项用以组成全局的能量函数，并对能量函数进行优化求解，使其达到最小化，从而得出场景的视差信息，在定义能量函数方面，不同的算法采用不同的匹配信息和不同的先验假设来描述能量函数中的不同部分，通过这些假设把大量的特征联系起来，联合求解以消除歧义。相较于全局算法，局部算法通常只需要构建数据项作为能量函数的唯一组成成分，最小化能量函数后得到相应的初始匹配结果，并通过后续的优化过程以提高匹配的精度。传统的基于权重聚合的局部立体匹配算法依据图像的亮度差异信息进行立体匹配的计算。由于该算法的聚合权重只依据图像亮度差本文档来自技高网...

【技术保护点】
一种基于视差信息的自适应权重聚合的立体匹配算法，包括下列步骤：(1)设定左图像作为参考图像IR、右图像为目标图像IT；(2)采用截断亮度联合截断梯度的初始匹配代价计算方法计算得到参考图像的初始匹配代价pR，并根据基于窗口聚合的立体匹配算法对pR进行聚合匹配，得到参考图像初始视差图Dori_R；(3)设参考图像的中心像素点为(x,y)，参考图像中任意像素点为(i,j)，根据公式

【技术特征摘要】
1.一种基于视差信息的自适应权重聚合的立体匹配算法，包括下列步骤：(1)设定左图像作为参考图像IR、右图像为目标图像IT；(2)采用截断亮度联合截断梯度的初始匹配代价计算方法计算得到参考图像的初始匹配代价pR，并根据基于窗口聚合的立体匹配算法对pR进行聚合匹配，得到参考图像初始视差图Dori_R；(3)设参考图像的中心像素点为(x,y)，参考图像中任意像素点为(i,j)，根据公式计算像素点(k1,y)与像素点(k1-1,y)之间的自适应聚合权重平滑参数值β(k1,y)→(k1-1,y)，其中k1为横向坐标变量且k1∈[min(i,x)+1,max(i,x)]，β0为常数，根据公式计算像素点(x,k2)与像素点(x,k2-1)之间的自适应聚合权重平滑参数值β(x,k2)→(x,k2-1)，其中k2为纵向坐标变量且k2∈[min(j,y)+1,max(j,y)]；(4)根据公式计算像素点(k1,y)与(k1-1,y)之间亮度差异信息G(...

【专利技术属性】
技术研发人员：朱程涛，李锵，滕建辅，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12