一种基于改进Census算法的立体匹配方法组成比例

本发明专利技术涉及立体匹配技术领域，公开了一种基于改进Census算法的立体匹配方法，采集左右图像信息进行预处理；将图像进行多区域分割成多个子区域体；使用改进后的Census算法对多个子区域进行匹配代价计算，对初始窗口内像素灰度值计算方差，根据方差选用像素灰度值的中值或平均值替换中心像素点灰度值，并将灰度值、颜色信息和图像梯度信息按照各自的比例进行加权融合；采用四路径代价聚和策略进行代价聚合，赢家通吃策略进行视差计算；使用左右一致性检测与中值滤波进行视差图优化处理。本发明专利技术用自适应窗口并且融合多匹配代价降低对中心像素点灰度值的过度依赖，使得算法对图像弱纹理区域以及不连续区域匹配效果更佳。理区域以及不连续区域匹配效果更佳。理区域以及不连续区域匹配效果更佳。

【技术实现步骤摘要】
一种基于改进Census算法的立体匹配方法


[0001]本专利技术涉及立体匹配
，具体涉及一种基于改进Census算法的立体匹配方法。

技术介绍

[0002]当前立体匹配技术逐渐发展成熟，按照分类可以分为全局立体匹配、局部立体匹配以及半全局立体匹配技术，其一般的流程为代价计算、代价聚合、视差计算、视差优化四步。全局立体匹配技术是通过对全图构建能量函数，利用能量函数求取最优解的方式获取最优视差，该方法虽然能都获取高质量的视差图，但是该方法运算量较大，复杂性较高不易实现；局部立体匹配技术利用局部窗口来遍历图像，对图像逐像素匹配，该方法匹配速度快，但匹配精度较低，容易受光照、图像重复纹理和图像不连续点影响产生误匹配；半全局立体匹配是一种介于全局与局部立体匹配之间的方法，该方法是通过构建多个路径上的能量函数进行代价聚合，具有较好的匹配效果以及较高的运算效率。目前广泛应用的局部立体匹配方法主要通过在代价计算阶段采用Census算法、绝对差AD、绝对差和SAD以及AD
‑
Census算法等实现对图像特征点的匹配，这些方法在匹配上具有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进Census算法的立体匹配方法，其特征在于，包括如下步骤：步骤1：通过双目相机采集左右图像信息；步骤2：对左右图像分别进行预处理，保留需要的图像区域；步骤3：将图像进行多区域分割，每个分割后的子区域为一个独立的整体，使得多个子区域可以并行处理；步骤4：使用改进后的Census算法对步骤3中的多个子区域进行匹配代价计算，所述改进后的Census算法为对初始窗口内像素灰度值计算方差，根据方差选用像素灰度值的中值或平均值替换中心像素点灰度值，并将灰度值、颜色信息和图像梯度信息按照各自的比例进行加权融合；步骤5：采用四路径代价聚和策略进行代价聚合；步骤6：采用赢家通吃策略进行视差计算；步骤7：在视差后处理过程中使用左右一致性检测与中值滤波进行视差图优化处理。2.根据权利要求1所述的基于改进Census算法的立体匹配方法，其特征在于，所述步骤3中将图像通过Opencv技术进行图像多等分，图像分割后的每个区域分别作为一个独立的子区域。3.根据权利要求1所述的基于改进Census算法的立体匹配方法，其特征在于，所述步骤4中改进后的Census算法包括：获取步骤3处理后的左右相机图像，定义一个n0×
n0大小的初始窗口，初始窗口的最大范围不能超过n
m
，初始窗口内每个像素点代表一个灰度值，对窗口内除中心值之外的其他像素点灰度值进行排序，公式如下：像素点灰度值进行排序，公式如下：其中，q代表初始窗口内除中心像素点以外的其他像素点，I(q)表示像素点灰度值，A1表示依据从小到大排序后的像素点灰度值集合；通过对窗口内像素灰度值计算方差，判断窗口内灰度值的数据离散性，公式如下：其中，表示灰度值的平均值；对比方差的大小，当方差大于0.5时则选用窗口内像素灰度值的中值来替换中心像素点灰度值，反之，则选用去除最大最小值之后的平均值来替换中心像素点灰度值，如下：
其中，M
ax
(I(q))表示窗口内像素点的最大值，Mi
n
(I(q))表示最小值，[]表示对数值进行取整，I
avg
(p)表示去除最大最小值后剩余像素灰度值的平均值，I
zz
(p)表示窗口内像素灰度值的中值，I
center
(p)表示替换后图像的中心像素点灰度值。4.根据权利要求3所述的基于改进Census算法的立体匹配方法，其特征在于，所述步骤4中改进后的Census算法还包括：设定阈值T0，将初始窗口中最终得到的替换值与中心像素值做差的绝对值，如果与阈值相近则使用该替换值，否则n0＝n0+2,重新进行比较；...

【专利技术属性】
技术研发人员：张青春，王文聘，高峰，潘银，唐欢，冯军，张明超，杨康，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：