[發明專利]一種針對弱紋理區域的立體匹配算法有效
| 申請號: | 201810376408.7 | 申請日: | 2018-04-25 |
| 公開(公告)號: | CN108596975B | 公開(公告)日: | 2022-03-29 |
| 發明(設計)人: | 杜娟;沈思昀;馮穎 | 申請(專利權)人: | 華南理工大學 |
| 主分類號: | G06T7/73 | 分類號: | G06T7/73;G06T7/13 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 王東東 |
| 地址: | 510640 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 針對 紋理 區域 立體 匹配 算法 | ||
1.一種針對弱紋理區域的立體匹配算法,其特征在于,包括如下步驟:
S1對輸入圖像進行圖像校正,將校正后的圖像對進行尺度變換,獲得不同尺度下圖像對;
S2采用Canny算法檢測圖像邊緣,通過閉運算獲得平滑連續的邊界并標記邊緣位置,邊緣內的區域則為弱紋理區域;
S3檢測校正后圖像對的Harris角點并進行特征點的匹配,確定同一連通域內的視差搜索范圍;
S4采用改進的滑動窗口方法計算各尺度圖像像素間匹配代價;
具體為:選取像素點周圍N*N大小的鄰域,取N=3,對八鄰域中的點進行區域判別,按單連通域、多連通域、其他區域的優先級進行有效區域的選擇,只計算高優先級區域內像素點的匹配代價,從中選取最優值;
S5采用正則化約束下的多尺度的代價聚合函數計算視差搜索范圍內的各視差值對應的聚合代價,選擇最小聚合代價所對應的視差值作為像素視差值;
S6通過遍歷原始圖像像素得到稠密視差圖。
2.根據權利要求1所述的立體匹配算法,其特征在于,所述S1中采用高斯金字塔的方法獲得不同尺度下圖像對。
3.根據權利要求1所述的立體匹配算法,其特征在于,所述S3中檢測校正后圖像對的Harris角點并進行特征點的匹配,確定同一連通域內的視差搜索范圍,具體為:
校正后的圖像對包括左圖及右圖,提取兩幅圖像中的Harris角點作為特征點,將左圖設為基準圖像,取出其中一個特征點,在滿足極線約束的條件下找出該點在右圖中的對應點,若右圖中有不止一個特征點滿足條件,則通過計算最近距離與次近距離的比值確定其是否為匹配特征點,直到遍歷基準圖像中的所有特征點,得到匹配點集;
對匹配點集進行視差求解,通過對特征點的位置判斷,綜合某一連通域內的所有特征點的視差,確定該連通域內的視差搜索范圍。
4.根據權利要求1所述的立體匹配算法,其特征在于,所述S4采用改進的滑動窗口方法計算各尺度圖像像素見匹配代價,具體為:
判斷像素點i是否位于圖像邊緣上,如果是,則該像素點為中心像素點,對其八鄰域中的點進行區域判別,按照區域的優先級別,只計算優先級高的區域內像素點的匹配代價,得到最優值;
如果不是圖像邊緣,則通過S3得到視差搜索范圍,設定匹配代價計算時的窗口大小,進一步求解匹配代價。
5.根據權利要求4所述的立體匹配算法,其特征在于,所述區域包括單連通域、多連通域及其他區域,優先順序為單連通域多連通域其他區域。
6.根據權利要求1所述的立體匹配算法,其特征在于,S5,具體為:
計算各個尺度下圖像的各像素對的匹配代價;
計算單一尺度下的匹配代價的聚合結果;
通過正則化約束下求解多尺度圖像的融合的匹配代價;
選取匹配代價最小的點為對應點;
獲得最終的視差值。
7.根據權利要求6所述的立體匹配算法,其特征在于,
匹配代價聚合模型:
其中,l為未知的視差變量,j是以像素i為中心的窗口N內的其他像素點,z為整體代價,K(i,j)為一可以體現i,j兩點間相似程度的核函數。
8.根據權利要求6所述的立體匹配算法,其特征在于,采用WTA策略選取匹配代價最小的點為對應點。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南理工大學,未經華南理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810376408.7/1.html,轉載請聲明來源鉆瓜專利網。





