基于联合相似性测度和自适应支持权重的立体匹配方法组成比例

本发明专利技术提供一种基于联合相似性测度和自适应支持权重的立体匹配方法，具体步骤为：（1）将得到的左右视图通过校正算法校正为标准视图；（2）利用局部的基于联合相似性测度进行立体匹配代价计算，得到初始的基于像素的匹配代价；（3）利用自适应支持权重算法，为支持域中的每个像素设置支持权重，利用导向滤波器进行过滤得到平滑的基于支持域窗口的匹配代价；（4）利用WTA原则选择匹配代价取最小值时的视差值为该像素的视差值；（5）进行左右一致性检查，替换无效视差值并过滤；（6）求取目标物体的深度值。本方法可以应用于计算机视觉、机器人导航、模式识别、医学诊断、工业检测、军事应用、航空测绘等领域。

【技术实现步骤摘要】

本专利技术涉及计算机视觉领域的立体匹配方法，尤其是ー种基于联合相似性測度和自适应支持权重的立体匹配方法。
技术介绍
双目立体视觉是计算机视觉的ー个重要分支，通过两个不同位置的相机获得同一场景的左右视图，求取场景中每个物点在左右视图中对应的像点，并获得两个像点之间的位置差，即视差。求取左右视图中对应的像点称为立体匹配，立体匹配是双目立体视觉的核心，也是难点。 目前的立体匹配算法主要分为两类基于全局和基于局部的立体匹配算法。基于全局的立体匹配算法主要有动态规划、图割、模拟退火和可信度传播等，基于局部的立体匹配算法主要是利用对应点的邻域像素点的局部信息来进行匹配计算。近年来又出现了ー种基于上述两者折中的算法，即基于半全局的立体匹配算法。基于全局和基于半全局的立体匹配算法一般能获得精度较高的视差图，但相应的參数设置较难而且复杂度较高，实时性不强。而基于局部的立体匹配算法在高纹理区域能够很快得到视差图，计算复杂度较低，具有很强的实时性，但在弱纹理区、重复纹理区以及视差不连续区的匹配精度不是很高，因此，很多学者针对基于局部的立体匹配算法进行了深入研究。目前，大多数相似性測度算法都是基于像素点的本文档来自技高网...

【技术保护点】
一种基于联合相似性测度和自适应支持权重的立体匹配方法，其特征在于包括如下步骤：（1）将得到的左右视图通过校正算法校正，得到左右视图的匹配点位于同一扫描线上的标准视图；（2）利用局部的基于联合相似性测度进行立体匹配代价计算，得到初始的基于像素的匹配代价；（3）利用自适应支持权重算法，为支持域中的每个像素设置支持权重，利用导向滤波器进行过滤得到平滑的基于支持域窗口的匹配代价；（4）利用WTA原则选择匹配代价取最小值时的视差值为该像素的视差值；（5）进行左右一致性检查，并将无效的视差值替换为同一扫描线上的距离该像素最近的最小的有效视差值，对替换后的视差值区域进行过滤，得到平滑的视差图；（6）通过双目...

【技术特征摘要】
1.ー种基于联合相似性測度和自适应支持权重的立体匹配方法，其特征在于包括如下步骤 (1)将得到的左右视图通过校正算法校正，得到左右视图的匹配点位于同一扫描线上的标准视图； (2)利用局部的基于联合相似性测度进行立体匹配代价计算，得到初始的基于像素的匹配代价； (3)利用自适应支持权重算法，为支持域中的每个像素设置支持权重，利用导向滤波器进行过滤得到平滑的基于支持域窗ロ的匹配代价； (4)利用WTA原则选择匹配代价取最小值时的视差值为该像素的视差值； (5)进行左右一致性检查，并将无效的视差值替换为同一扫描线上的距离该像素最近的最小的有效视差值，对替换后的视差值区域进行过滤，得到平滑的视差图； (6)通过双目立体视觉方法求得目标物体的深度值。2.根据权利要求I所述的基于联合相似性測度和自适应支持权重的立体匹配方法，其特征在于所述步骤(2)中利用局部的基于联合相似性測度计算立体匹...

【专利技术属性】
技术研发人员：韩燮，韩慧妍，杨晓文，熊风光，
申请(专利权)人：中北大学，
类型：发明
国别省市：