【技术实现步骤摘要】
一种针对弱纹理区域的立体匹配算法
本专利技术涉及数字图像处理领域，具体涉及一种针对弱纹理区域的立体匹配算法。
技术介绍
双目立体视觉是计算机视觉的一个重要研究课题,双目立体视觉通过摄像机模拟人眼构造，通过比较同一场景下通过两个不同角度采集到的的不同图像信息,利用计算机模拟大脑进行处理，获取物体的三维坐标信息。双目立体视觉直接模拟人类观察外界事物的方式，具有成本低、效率高等优点。双目立体视觉系统主要包括图像采集、摄像机标定、图像校正、立体匹配、三维重建，其中立体匹配是立体视觉中是最重要的环节，决定最后匹配视差图的结果,也决定了最终恢复的三维信息正确性。立体匹配的内容主要是建立两幅二维图像之间的像素对应关系，计算视差，获取视差图像。立体匹配中难以攻克的问题主要有光照影响,遮挡引起的误匹配和所属场景低纹理区域的误匹配。低纹理区域内由于每个像素点的像素值非常接近，匹配时区域间差异不明显，容易导致匹配结果错误。基于局部的立体匹配包括四个步骤：匹配代价的计算、匹配代价聚合、计算视差、结果优化。常用的代价计算方法包括有基于像素点的匹配代价计算：绝对差absolutediffer...
【技术保护点】
1.一种针对弱纹理区域的立体匹配算法，其特征在于，包括如下步骤：S1 对输入图像进行图像校正，将校正后的图像对进行尺度变换，获得不同尺度下图像对；S2 采用Canny算法检测图像边缘，通过闭运算获得平滑连续的边界并标记边缘位置，边缘内的区域则为弱纹理区域；S3 检测校正后图像对的Harris角点并进行特征点的匹配，确定同一连通域内的视差搜索范围；S4 采用改进的滑动窗口方法计算各尺度图像像素间匹配代价；S5 采用正则化约束下的多尺度的代价聚合函数计算视差搜索范围内的各视差值对应的聚合代价，选择最小聚合代价所对应的视差值作为像素视差值；S6 通过遍历原始图像像素得到稠密视差图。
【技术特征摘要】
1.一种针对弱纹理区域的立体匹配算法，其特征在于，包括如下步骤：S1对输入图像进行图像校正，将校正后的图像对进行尺度变换，获得不同尺度下图像对；S2采用Canny算法检测图像边缘，通过闭运算获得平滑连续的边界并标记边缘位置，边缘内的区域则为弱纹理区域；S3检测校正后图像对的Harris角点并进行特征点的匹配，确定同一连通域内的视差搜索范围；S4采用改进的滑动窗口方法计算各尺度图像像素间匹配代价；S5采用正则化约束下的多尺度的代价聚合函数计算视差搜索范围内的各视差值对应的聚合代价，选择最小聚合代价所对应的视差值作为像素视差值；S6通过遍历原始图像像素得到稠密视差图。2.根据权利要求1所述的立体匹配算法，其特征在于，所述S1中采用高斯金字塔的方法获得不同尺度下图像对。3.根据权利要求1所述的立体匹配算法，其特征在于，所述S3中检测校正后图像对的Harris角点并进行特征点的匹配，确定同一连通域内的视差搜索范围，具体为：校正后的图像对包括左图及右图，提取两幅图像中的Harris角点作为特征点，将左图设为基准图像，取出其中一个特征点，在满足极线约束的条件下找出该点在右图中的对应点，若右图中有不止一个特征点满足条件，则通过计算最近距离与次近距离的比值确定其是否为匹配特征点，直到遍历基准图像中的所有特征点，得到匹配点集；对匹配点集进行视差求解，通过对...
【专利技术属性】
技术研发人员：杜娟，沈思昀，冯颖，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44
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。