[發明專利]一種對光照不敏感的局部立體匹配方法

在審

• 申請號: 202010797807.8
• 申請日: 2020-08-10
• 公開（公告）號: CN112150519A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 高亞超;馬永輝;袁廣振;趙金升
• 申請（專利權）人: 華洋通信科技股份有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/13;G06T5/00;G06T7/90;G06T7/00
• 代理公司: 徐州創榮知識產權代理事務所(普通合伙) 32353
• 代理人: 晏榮府

本發明公開感的局部立體匹配方法，涉及光照不敏感的局部立體匹配技術領域。本方法包括算、代價聚合、視差計算和視差精化四個階段；代價計算階段：融合梯度信息和HSV顏色空間的像素強度信息作為初始代價，并采用邊緣加權的方法對邊緣信息相似點的代價進行加權；代價聚合階段：在跨尺度模型下使用引導濾波進行代價聚合；視差計算階段：采用WTA算法進行視差選擇；視差精化階段：通過左右一致性檢測，空洞填充和加權中值濾波的方法進行視差精化處理。

技術領域

本發明涉及照不敏感的局部立體匹配技術領域，具體是一種對光照不敏感的局部立體匹配方法。

背景技術

立體匹配旨在尋找同一場景下兩幅或多幅圖中對應點，進行場景深度信息估計的過程，是計算機視覺和機器視覺的重要組成部分。傳統立體匹配可分為全局立體匹配方法和局部立體匹配方法。立體匹配的過程可歸納為代價計算、代價聚合、視差計算和視差精化四個步驟。

全局立體匹配算法通常跳過代價聚合步驟，通過最小化能量函數來選擇最佳視差值，能夠獲得較精準的視差圖，常見的全局立體匹配算法有：置信度傳播匹配算法、圖割匹配算法、動態規劃匹配算法、馬爾可夫隨機場匹配算法等。但由于全局立體匹配算法復雜度較高，在解決現實生活中的立體匹配問題時耗時較長，具有一定的局限性。局部立體匹配算法通過構建窗口，計算窗口內像素代價進行聚合，并采用贏者通吃(WTA)算法得到視差圖，計算速度快，便于實現，具有遠大的發展前景。

大部分立體匹配算法的代價計算是基于像素灰度值的，當圖像受到光照影響出現輻射度失真時，這些算法的匹配精度會大打折扣。對此，Hirshmuller等人提出了Census算法。為了提高Census變換的抗噪性，Chang等提出了Mini-Census算法，對窗口內固定的六個點進行Census變換。劉建國等利用窗口內像素均值信息代替中心像素，并設置容錯閾值。但Census及其變體算法在進行代價計算時忽略了圖像的像素強度信息。

局部立體匹配過程中，處在邊緣位置的像素點大多是視差不連續的，其所在的聚合窗口背景發生了偏移，容易造成誤匹配。為了減少這種情況，Yoon等提出自適應權重的立體匹配算法，根據鄰域像素和中心像素的顏色和幾何相似性調整權重。Mattoccia等引入雙邊濾波進行代價聚合，具有良好的邊緣保持效果。但以上兩種方法計算復雜度隨內核增大而上升，實際應用中耗時較長。Hosni等把引導濾波應用到窗口聚合上，其計算復雜度與內核大小無關。Yang利用最小生成樹進行聚合，在較低的計算復雜度下取得了穩健的效果。傳統算法都是在最精細尺度下進行的，忽視了尺度間的信息，Zhang等考慮到多尺度交互，將現有的方法進行歸納融合，設計了統一的代價聚合模型。以上算法一定程度上減少了邊緣模糊現象，提升了匹配精度，但對圖像的邊緣信息利用不夠充分，在對邊緣點的代價計算中缺乏區分度，容易導致視差選擇錯誤。

(2)總結上述方法，目前同類方法的主要缺陷：

第一，大部分立體匹配算法的代價計算是基于灰度圖或者RGB顏色空間的像素強度，當圖像受到光照影響出現輻射度失真時，這些算法的匹配精度會大打折扣。對于灰度圖，其丟失了圖像顏色信息，對彩色圖像區分能力不強；對于RGB顏色空間，彩色圖像像素點在R、G、B顏色通道上相互影響，信息冗余且可靠性低。當外部環境光照發生變化時，匹配精度會受到影響而降低。

第二，現有算法對圖像的邊緣信息利用不夠充分，在對邊緣點的代價計算中缺乏區分度，容易導致視差選擇錯誤。

第三，傳統算法大多是在最精細尺度下進行的，忽視了尺度間的信息。往往在紋理豐富區域表現較好，而在低紋理區表現不理想。

發明內容

為了克服上述現有技術的缺點，本發明提供一種對光照不敏感的局部立體匹配方法。

本發明是以如下技術方案實現的：一種光照不敏感的局部立體匹配方法，包括代價計算、代價聚合、視差計算和視差精化四個階段；