[發(fā)明專利]一種基于雙向加權(quán)聚合的實時立體匹配方法

有效

• 申請?zhí)枺?/td>: 201010623912.6
• 申請日: 2010-12-31
• 公開（公告）號: CN102096919A
• 公開（公告）日: 2011-06-15
• 發(fā)明（設(shè)計）人: 趙沁平;周忠;史英杰;常雪楓;吳威
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 成金玉;李新華

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于行列雙向聚合和可變權(quán)值的實時立體匹配方法，應(yīng)用在雙目立體視覺領(lǐng)域中，通過立體匹配計算圖像對中像素點的視差，進而求得像素點的深度信息，屬于計算機圖形學(xué)和計算機視覺領(lǐng)域。

背景技術(shù)

立體匹配技術(shù)是從多視點圖像中求取深度信息的主要方法之一。立體匹配的目標(biāo)是在給定校正的立體圖像之后，尋找參考圖像中每個像素點處的視差，即與其在目標(biāo)圖像中對應(yīng)點之間的列坐標(biāo)之差。立體匹配技術(shù)是計算機圖形學(xué)、計算機視覺、人工智能、機器人等領(lǐng)域的重要研究方向。

總體上，立體匹配方法可以分為全局匹配法和局部匹配法。全局匹配法是通過建立一個全局能量函數(shù)來求解每個像素點深度。其優(yōu)點是匹配精度高，錯誤率低，但缺點是計算復(fù)雜度較高，計算速度較慢，難以達到實時要求。局部匹配法通過引入支持窗口的概念，匹配根據(jù)支持窗口進行，優(yōu)點是運行速度較快，缺點是容易受到噪聲點和無紋理區(qū)域的影響，匹配精度較低，且支持窗口的大小對算法性能有較大影響，不易確定最優(yōu)值。實時立體匹配的應(yīng)用中，一般采用局部立體匹配的方法。

基于可變權(quán)值的局部算法是一種精度較高的立體匹配算法，該方法取得了接近于全局算法的效果，但時間復(fù)雜度較高。有些方法將支持窗口設(shè)為一維的縱向窗口，聚合過程中只對匹配代價進行一次縱向聚合，然后利用沿行的動態(tài)規(guī)劃進行視差選擇。該方法通過并行編程可以達到實時，但由于匹配代價的縱向聚合不能充分描述位于同一行上的相鄰像素點間的相關(guān)性，導(dǎo)致該算法的匹配精度比原算法下降了很多。

發(fā)明內(nèi)容

本發(fā)明的技術(shù)解決問題：克服立體匹配算法時間效率提高后精度降低的問題，提出了一種基于支持窗口和可變權(quán)值的實時立體匹配方法，該方法在保證實時性的前提下達到了較高的匹配精度。

本發(fā)明所采取的技術(shù)方案是：一種基于支持窗口和可變權(quán)值的實時立體匹配方法，步驟如下：

(1)根據(jù)匹配代價函數(shù)計算出圖像中各點的匹配代價；

(2)完成(1)步驟后，對支持窗口內(nèi)的代價函數(shù)值先后進行行列加權(quán)聚合以提高匹配精度；支持窗口內(nèi)各點權(quán)值僅由該點與中心點顏色相似度決定；聚合過程中設(shè)計了一種可信度評估機制，提高匹配結(jié)果的可信度，降低由于兩次聚合造成的誤差的概率和范圍；

(3)根據(jù)步驟(2)的聚合結(jié)果，在掃描行方向進行動態(tài)規(guī)劃和貪心策略相結(jié)合的視差選擇；

(4)完成步驟(3)后，對得到的整幅圖像的視差進行優(yōu)化，去除噪聲點，使整個視差選擇的結(jié)果更加精確；

(5)由各點視差圖以及整幅圖像的視差范圍求出各點深度。

本發(fā)明的原理是：

所述的立體匹配過程中，通過將行列雙向聚合應(yīng)用于加權(quán)聚合中，降低了加權(quán)聚合的時間復(fù)雜度，提高了算法的并行度，使算法能夠使用GPU并行加速，從而實現(xiàn)實時。

所述的在聚合過程采用的行列雙向聚合，將對一個二維支持窗口的加權(quán)聚合轉(zhuǎn)化為對兩個相互垂直的一維支持窗口的加權(quán)聚合，由于所有像素點在行方向聚合與列方向聚合這兩個過程中分別是相互獨立的，所以可以并行執(zhí)行。首先所有的像素點并行執(zhí)行行方向加權(quán)聚合，待聚合完畢后再進行并行的列方向加權(quán)聚合，從而大大降低了加權(quán)聚合過程的并行度以及時間消耗，為立體匹配算法的實時化提供了可能。

所述的權(quán)值計算公式，只使用顏色相似度作為權(quán)值參數(shù)，去除了其他因素對權(quán)值的干擾，而且降低了計算量。

所述的可信度評估機制對行列雙向加權(quán)聚合過程中產(chǎn)生的誤差進行控制，減小了誤差產(chǎn)生的概率和范圍。

所述的動態(tài)規(guī)劃與貪心相結(jié)合的視差選擇，在保持動態(tài)規(guī)劃在行方向上平滑的優(yōu)點的同時，貪心策略的適時介入將使視差跳變處的視差選擇更為準(zhǔn)確。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點是：

(1)本發(fā)明通過行列雙向聚合和可變權(quán)值聚合的結(jié)合，一方面降低了算法的時間復(fù)雜度，另一方面通過一種可信度評估機制降低兩者結(jié)合帶來的精度損失。通過GPU加速，對于320*240大小的圖像，本算法已實現(xiàn)實時。本算法在一個實時應(yīng)用中的截圖如圖7所示，其中7(a)為兩幅圖像中的左圖像，7(b)為實時求取的深度圖；