一种基于Census变换的双目立体匹配方法组成比例

本发明专利技术涉及计算机视觉领域、图像处理技术领域，具体涉及一种基于Census变换的双目立体匹配方法。该方法包括初始化，再进行匹配代价计算，代价聚合，然后视差计算，最后视差优化。现有基于Census变换匹配方法无法形成更高精度的视差图，特别是在遮挡区域和边缘的获得较精确的视差。本发明专利技术基于现有技术进行了改进，提升了双目立体匹配方法的匹配精度，为后续三维重建过程打好基础。

A binocular stereo matching method based on census transform

The invention relates to the field of computer vision and the field of image processing technology, in particular to a binocular stereo matching method based on census transformation. This method includes initialization, matching cost calculation, cost aggregation, disparity calculation and disparity optimization. The existing matching methods based on census transform can not form a more accurate disparity map, especially in occluded areas and edges. Based on the prior art, the invention improves the matching accuracy of the binocular stereo matching method and lays a good foundation for the subsequent 3D reconstruction process.

【技术实现步骤摘要】
一种基于Census变换的双目立体匹配方法
：本专利技术涉及计算机视觉领域、图像处理
，具体涉及一种基于Census变换的双目立体匹配方法。
技术介绍
：计算机视觉是一门研究使用计算机来模拟人的视觉系统的学科，人类对于图像中的信息感知效率远超文字等其他媒介，人类获取的信息总量中更是有高达80％依靠视觉系统。双目立体匹配是计算机视觉领域的重要分支，它通过模拟人的视觉系统来处理现实世界。随着社会的科技进步，立体匹配技术的发展日新月异，随着匹配算法精度与速度的提高，其应用场景进一步扩大。在此背景下，研究立体匹配变的意义非凡。立体匹配作为三维重建、立体导航、非接触测距等技术的关键步骤，通过匹配两幅或者多幅图像来获取深度信息。并且广泛应用于工业生产自动化、流水线控制、无人驾驶汽车(测距，导航)、安防监控、遥感图像分析、机器人智能控制等方面。虽然立体匹配应用广泛但是还有很多尚未解决的难题因此该技术成为了近年来计算机视觉领域广泛关注的难点和热点。通常根据立体匹配算法所采用的约束，可以将其分为两大立体匹配算法。第一类为基于区域约束的局部匹配算法。本文档来自技高网...

【技术保护点】
1.一种基于Census变换的双目立体匹配方法，其特征在于：该方法包括：/n步骤一：初始化：输入图像对，将图像对中的左图像和右图像分别作为参考图像和目标图像：/n步骤二：匹配代价计算：将参考图像和目标图像采用邻域中值做阈值进行Census变换，并引入高斯颜色模型和梯度算子，通过加权融合进行立体匹配代价计算；/n步骤三：代价聚合：采用最小生成树及多尺度高斯金字塔模型进行跨尺度代价聚合结合进行代价聚合；/n步骤四：视差计算：采用胜者为王的方法来计算视差，得到视差图；/n步骤五：视差优化：对视差图检测遮挡区域、边缘特征和误匹配点，再进行视差优化。/n

【技术特征摘要】
1.一种基于Census变换的双目立体匹配方法，其特征在于：该方法包括：
步骤一：初始化：输入图像对，将图像对中的左图像和右图像分别作为参考图像和目标图像：
步骤二：匹配代价计算：将参考图像和目标图像采用邻域中值做阈值进行Census变换，并引入高斯颜色模型和梯度算子，通过加权融合进行立体匹配代价计算；
步骤三：代价聚合：采用最小生成树及多尺度高斯金字塔模型进行跨尺度代价聚合结合进行代价聚合；
步骤四：视差计算：采用胜者为王的方法来计算视差，得到视差图；
步骤五：视差优化：对视差图检测遮挡区域、边缘特征和误匹配点，再进行视差优化。


2.根据权利要求1所述的一种基于Census变换的双目立体匹配方法，其特征在于：匹配代价计算的具体方法包括：
(1)采用Census算法并将邻域中值替换中心像素；
(2)引入高斯颜色模型，获取彩色图像的特征信息使模型不受阴影变换的影响；高斯颜色模型Census变换具体公式如下：



其中C1(p，d)是高斯颜色模型Census匹配代价，，表示Census变换的连接符，ΔEG是高斯颜色模型中两个像素之间的欧氏距离，窗口尺寸为：(2m+1)×(2n+1)；
(3)引入梯度算子，采用sobel梯度算子来进行边缘约束求取梯度图像，具体公式如下：
C2(p,d)＝max|0,L(pL)-Lmax(pR),Lmin(pR)-L(pL)|
C2(p，d)是引入梯度算子的匹配代价，pL左图像像素灰度值，pR为右图像像素灰度值，L(pL)和L(pR)分别代表左右图像像素点的梯度值，Lmax(pR)和Lmin(pR)分别代表...

【专利技术属性】
技术研发人员：魏东，樊启明，蒋晓彤，张晨，崔泽璐，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：辽宁;21