一种基于图割的快速立体匹配方法组成比例

一种基于图割的快速立体匹配方法，用于对至少两幅图像进行立体匹配的方法。本发明专利技术所述的方法主要包括以下四个步骤：获取已进行外极线校准的图像对并进行预处理、分别对第一图像和第二图像构建多分辨率金字塔、对高层金字塔(低分辨率)图像对进行立体匹配、将高层金字塔图像对的匹配结果逐层传递到低层图像。本发明专利技术用图割全局立体匹配算法估计第一图像中的至少一个点与第二图像中的至少一个对应点的视差，并用多分辨率金字塔加速。本发明专利技术具有精度高，运行效率快的优点，适用于在三维测量上应用。

【技术实现步骤摘要】

本专利技术涉及，属于计算机视觉

技术介绍
立体匹配是立体视觉系统中最重要也是最复杂的部分，主要通过一系列算法在立体图像对中找出匹配点并得到视差图，然后利用三角几何关系计算空间中点的深度，生成图像的深度图。当空间中物体被投影成平面图像时，物体的全部光学信息都由图像中的灰度值来表示，也就是说立体匹配要利用空间中物体的小部分光学信息来完成像素点的匹配，这是非常困难的。按参与计算的图像像素范围，立体匹配方法可分为局部匹配法和全局匹配法。其 中局部匹配法计算快速，但对低纹理区域往往有较高误匹配率，从而导致边界模糊，同时对遮挡的区域也很难进行处理，其最典型的方法是区域匹配法；全局匹配法由于是全局寻优，所以匹配准确性较高，但计算量过大，运算时间长，其最典型的方法是图割法(graphcuts)。
技术实现思路
本专利技术的技术解决问题克服现有技术的不足，提出，用于实现立体图像对的高效率高准确性匹配。该方法在用图割法准确匹配立体图像对的基础上，用多分辨率金字塔方法加速，使运行效率大大加快。该方法可用于三维测量。本专利技术的实现步骤如下，步骤如下(I)对第一图像和第二图像进行外极线校准处理，之后分别对两个图像进行灰度化处理，再之后通过自适应中值滤波对图像噪声进行抑制，接下来通过直方图均衡化对两个图像的亮度差异进行均衡，最后应用拉普拉斯算法锐化图像；(2)分别对第一图像和第二图像构建多分辨率金字塔，形成第一金字塔和第二金字塔；(3)对处于第一金字塔最高层的图像和第二金字塔最高层的图像进行立体匹配，所述最高层即为第k层；(4)对步骤(3)中的匹配结果进行线性插值，得到第k-ι层的匹配点搜索范围，根据第k-ι层的匹配点搜索范围对该层图像进行立体匹配，之后进入步骤(5)；(5)对第k-ι层的匹配结果进行线性插值得到第k-2层的匹配点搜索范围，根据第k-2层的匹配点搜索范围对第k-2层图像进行立体匹配，之后循环进行，直到对第2层的匹配结果进行线性插值得到第I层的匹配点搜索范围，根据第I层的匹配点搜索范围对第I层图像进行立体匹配，最终得到的匹配结果即为视差图，到此匹配完成。步骤(I)中所述通过自适应中值滤波对图像噪声进行抑制，其具体方法如下将图像分为若干子块，通过对各子块中的像素进行噪声检测，根据预设的阈值将各子块中的像素分为受噪声污染像素和未受噪声污染像素两类；统计受噪声污染像素的个数以确定子图像中噪声干扰大小，根据噪声干扰大小调整滤波窗口的尺寸；最后根据调整尺寸之后得到的滤波窗口，通过中值滤波方法对子图像中的噪声点进行滤波处理。步骤(I)中所述通过直方图均衡化对两个图像的亮度差异进行均衡，其具体方法如下在图像中挑选任意一个像素点，关于该像素点确定一个矩形区域，该矩形区域的大小为预设值，计算该矩形区域内部和外部的加权归一化直方图；对该矩形区域内的直方图进行均衡化，实现对该矩形区域中心像素的处理；移动该矩形区域到下一个相邻的像素点，重复上面的过程，直至处理完整幅图像。所述步骤(2)分别对第一图像和第二图像构建多分辨率金字塔具体为对步骤(I)中的锐化过的第一图像和第二图像均进行k次缩放，缩放比例为r，各 自得到k个不同分辨率的图像，即k层的第一金字塔和第二金字塔；第一图像为第一金字塔的最低层，即第一层，第二图像为第二金字塔的最低层，SP第一层，高层的金字塔图像像素值可以通过低层的图像rXr区域的像素值进行平均而获得；缩放次数k和缩放比例r均为预设值。所述步骤(3)中进行立体匹配采用图割法进行。本专利技术与现有技术相比带来的有益效果为在实现图像对间的立体匹配时，除具备极好的鲁棒性外，还有以下优点(I)匹配精度高由于采用基于图割的立体匹配算法，在整个像素范围内全局寻优，使得视差图的质量得到了明显的提高，并能解决低纹理区域和遮挡区域像素的准确匹配问题，能得到高精度的稠密视差图。大量实验表明，本专利技术的平均匹配精度达到98%以上，大大优于区域匹配法。(2)运行效率快本专利技术构建了多分辨率金字塔,通过金字塔方法加速,大大缩小了视差搜索范围，减小了匹配计算时间。大量实验表明，本专利技术的平均运行时间为图割法的25 %，运行效率大大加快。附图说明图I为本专利技术方法流程图；图2为本专利技术方法的步骤一中图像处理流程图；图3为本专利技术方法的步骤二中构建多分辨率金字塔示意图；图4为本专利技术方法立体匹配中网格图构造示意图；图5为本专利技术方法的高层金字塔图像对的立体匹配结果向低层金字塔逐层传递示意图。具体实施例方式本专利技术方法能取得图割法匹配准确性高的特点的同时，通过多分辨率金字塔方法加速，运行效率大大加快。立体匹配的计算复杂度与视差搜索范围成正比，而视差搜索范围与图像分辨率大小直接相关，因此缩小视差搜索范围可以大大减少计算时间。基于多分辨率金字塔的立体匹配方法是建立在多分辨率基础上的由粗到精的立体匹配方法，它产生的低分辨率匹配结果可以逐级传播，用以指导高分辨率的匹配过程。其加速的质是减少了视差的搜索范围，同时由于视差搜索范围的减少，也降低了误匹配的发生概率。如图I所示，本专利技术提供了，其特征在于步骤如下(I)对第一图像和第二图像进行外极线校准处理，之后分别对两个图像进行灰度化处理，再之后通过自适应中值滤波对图像噪声进行抑制，接下来通过直方图均衡化对两个图像的亮度差异进行均衡，最后应用拉普拉斯算法锐化图像；按下式进行灰度化处理Y = O. 299R+0. 596G+0. 21IB 将获取的彩色图像转化为灰度图像Y，式中R、G、B分别表示红、绿、蓝三种颜色分量。对灰度化处理之后的图像处理称为预处理，如图2所示，可将图像中的噪声近似为高斯白噪声，通过自适应中值滤波对图像噪声进行抑制，其具体方法如下将图像分为若干子块，通过对各子块中的像素进行噪声检测，根据预设的阈值将各子块中的像素分为受噪声污染像素和未受噪声污染像素两类；统计受噪声污染像素的个数以确定子图像中噪声干扰大小，根据噪声干扰大小调整滤波窗口的尺寸；最后根据调整尺寸之后得到的滤波窗口，通过中值滤波方法对子图像中的噪声点进行滤波处理。应用直方图均衡化来平衡图像对间的亮度差异，其首先对图像局部块进行直方图均衡化，而不是全局，然后利用双线性插值方法把各个小块拼接起来，以消除局部块造成的边界。这种方法既考虑窗口内也考虑矩形区域外的直方图，既由矩形区域内的直方图和矩形区域外的直方图两部分构成，其具体方法如下a)在图像中挑选任意一个像素点，关于该像素点确定一个矩形区域，该矩形区域的大小为预设值；b)计算该矩形区域内部和外部的加权归一化直方图；h (r) = a hff(r) + (l-a )hB(r) ,0 ^ a ^ I其中，hw(r)是矩形区域内的归一化直方图，hB(r)是矩形区域外的归一化直方图，a为加权因子。c)对该矩形区域内的直方图进行均衡化，实现对该矩形区域中心像素的处理；d)移动该矩形区域到下一个相邻的像素点，重复上面的过程，直至处理完整幅图像；应用Laplace (拉普拉斯)算法锐化图像，以提高图像的边缘和细节的清晰度。其中Laplace算子定义为V2/ = -^- + -^dx2 dy2上式中，f为连续的图像模型，对于数字图像而言，上式离散化为权利要求1.，其特征在于步骤如下 (1)对第一图像和第二图像进行外极线校本文档来自技高网...

【技术保护点】
一种基于图割的快速立体匹配方法，其特征在于步骤如下：(1)对第一图像和第二图像进行外极线校准处理，之后分别对两个图像进行灰度化处理，再之后通过自适应中值滤波对图像噪声进行抑制，接下来通过直方图均衡化对两个图像的亮度差异进行均衡，最后应用拉普拉斯算法锐化图像；(2)分别对第一图像和第二图像构建多分辨率金字塔，形成第一金字塔和第二金字塔；(3)对处于第一金字塔最高层的图像和第二金字塔最高层的图像进行立体匹配，所述最高层即为第k层；(4)对步骤(3)中的匹配结果进行线性插值，得到第k？1层的匹配点搜索范围，根据第k？1层的匹配点搜索范围对该层图像进行立体匹配，之后进入步骤(5)；(5)对第k？1层的匹配结果进行线性插值得到第k？2层的匹配点搜索范围，根据第k？2层的匹配点搜索范围对第k？2层图像进行立体匹配，之后循环进行，直到对第2层的匹配结果进行线性插值得到第1层的匹配点搜索范围，根据第1层的匹配点搜索范围对第1层图像进行立体匹配，最终得到的匹配结果即为视差图，到此匹配完成。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴振国，李勐，孙协昌，
申请(专利权)人：航天恒星科技有限公司，
类型：发明
国别省市：