【技术实现步骤摘要】
本专利技术属于计算机立体视觉领域的立体匹配部分，涉及到一种快速自适应权重立体匹配算法，可用于图像的三维重建，为医学图像、机器人导航等提供指导。
技术介绍
立体匹配是根据同一场景内多幅不同视角的二维图像，来获得该场景内各物体的深度信息，它是计算机视觉领域的重要组成部分，也是当前的研究热点之一。目前，立体匹配已经被广泛应用到多个领域，例如监控，视觉导航，人机交互，虚拟现实等。立体匹配算法可以分为局部算法和全局算法。其中，全局算法本质上属于优化算法，它是将立体匹配问题转化为寻找全局能量函数的最优化问题，其虽然能够获得相对较低的误匹配率，但是算法复杂度高，不利于在实际工程中使用。局部算法主要利用待匹配点周围的局部信息进行计算，由于其涉及到的信息量较少，匹配时间较短，因此受到了广泛的关注。例如，有的科研人员提出利用固定聚合窗口结合自适应权重的方法获得视差图(Adaptivesupport-weightapproachforcorrespondencesearch.IEEETransactionsonPatternAnalysisandMachineIntelligence,2006,28(4):650-656)，此方法虽然计算简便，但由于在低纹理和高纹理区域应该分别采用大尺寸窗口和小尺寸窗口进行聚合，所以该方法对于不同场景缺乏自适应性。也有一些科研人员提出自适应权重立体匹配算法，该算法将双边滤波应用到匹配代价聚合阶段，虽然能获得较好的匹配精度，但由于需要计算每个待匹配点在所有视差深度处的自适应权重，计算量大，运行时间长，不适合运用到实际工程中。目前，在获得较高匹配...
【技术保护点】
一种快速自适应权重立体匹配算法，该方法改进权重计算方法并采用两次聚合算法来减少计算量，包括下列步骤，包括下列步骤：(1)对左右两幅图像进行极线矫正处理；(2)分别选取左、右图像为参考图，利用图像的亮度信息、水平梯度信息和垂直梯度信息的结合计算匹配代价；(3)计算每个像素点的水平线分割范围，以此作为聚合支撑窗口；利用余弦函数计算像素点P(x,y)和Pk(x‑k,y)之间的颜色权重wc(p,pk)和空间距离权重ws(p,pk)，其中(x,y)和(x‑k,y)分别代表点p和pk的坐标，β和ζ为相关系数，I(x,y)代表点P(x,y)的颜色，r∈{R,G,B}代表彩色图像的三原色，|p‑pk|代表点p和pk之间的空间距离；结合步骤(2)得到的匹配代价，利用加权聚合算法在视差深度0～D内作初次聚合得到视差空间；(4)对每个像素点的视差搜索范围0～D进行分割，得到t个子搜索范围；结合WTA准则以及步骤(3)得到的视差空间，计算每个像素点在t个视差子搜索范围里的局部最优值；(5)计算像素点p和pk之间的自适应权重w(p,pk)，选取大小为N*N的矩形窗口作为自适应权重聚合支撑窗口，其中N为矩形窗口的...
【技术特征摘要】
1.一种快速自适应权重立体匹配算法，该方法改进权重计算方法并采用两次聚合算法来减少计算量，包括下列步骤，包括下列步骤：(1)对左右两幅图像进行极线矫正处理；(2)分别选取左、右图像为参考图，利用图像的亮度信息、水平梯度信息和垂直梯度信息的结合计算匹配代价；(3)计算每个像素点的水...
【专利技术属性】
技术研发人员：何凯，葛云峰，闫佳星，甄蕊，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。