[发明专利]一种改进的自适应权重视差匹配方法

说明书

技术领域

本发明涉及立体视觉技术领域，尤其涉及一种自适应权重立体匹配方法。

背景技术

近年来，随着多媒体、Internet等技术的发展，普通二维观感的图像、视频越来越无法满足人们的观赏需求。接近真实场景的三维成像及环视的视觉体验已越来越被大众所期待。随之，立体视觉系统作为一种新兴的媒体系统，能够在很大程度上满足人们的视觉体验，而受到越来越多的研究者和商业机构的关注。视差信息是立体视觉系统的基础，而立体匹配技术是获取视差信息的主要手段。故而，双目立体匹配问题作为立体视觉的关键成为计算机视觉领域研究的热点。上世纪七十年代末，MIT的Marr教授首次从信息处理的角度综合了图像处理、心理物理学、神经生物学及临床神经病学的研究成果，提出了第一个较为完善的视觉系统框架。大大促进了立体视觉技术的发展，立体匹配问题一直扮演着至关重要的角色。

目前存在的立体匹配算法，由于立体匹配方法的不确定性，并没有一种统一的方式来解决立体匹配的问题。根据不同匹配基元及算法依据等有着不同的分类标准。目前广泛认可的一种分类即局部匹配算法和全局匹配算法两大类。虽然全局立体匹配算法对于克服图像匹配的歧义性有很好的效果，但其算法代价过于昂贵。而局部立体匹配算法，为了消除匹配的歧义性，多采用窗口聚集的方法。由于传统的固定窗口算法的诸多缺陷，多窗口、自适应窗口匹配算法的提出，在一定程度上提高了匹配的精确度。自适应窗口的目的是为每一个像素找到一个最佳的支持窗口，它通过迭代不同尺寸窗口从而选取合适的窗口大小。该算法计算资源消耗很大，而其快速的窗口选取算法又无法得到较好的窗口尺寸，影响匹配精度。另大多数改进的自适应窗口立体匹配算法对于参数的选取也非常敏感，匹配精度无法与全局立体匹配算法相媲美。

自适应权重算法于2006年由Yoon和Kweon 首次在文献[1]中提出并应用于立体匹配算法中。自适应权重算法不需对匹配窗口进行调整、改变，仅仅利用固定窗口中的图像信息（物理空间和色彩空间）对匹配代价函数进行自适应的调整。对于匹配窗口中的点，根据其与中心点的物理距离与色彩差异信息分配权重，距离中心点越远则分配物理空间权重越大。色彩差异越小，分配的色彩权重越大。自适应权重算法因为不需要对支持窗口大小进行选择调整，目前成为很多立体视觉系统研究者的关注和研究基础。

但该经典自适应权重算法在边缘区域、纹理密集区域、重复纹理区域及同质区域，易产生误匹率，其在匹配的鲁棒性上存在不足。而这些不足归根结底在于经典自适应权重算法对于整幅图像应用格式塔准则。不断有学者在此基础上改进其算法，并取得更为理想的结果。其基本思想为将经典自适应权重算法结合彩色分割区域，分别考虑色彩权重和物理空间权重影响，并取得了更为理想的结果。基于分割区域的自适应权重算法的优点是其充分利用了分割后的彩色区域，区别对待的分配色彩和物理空间权重。这样合理分配权重信息，提高了权重计算的稳定性。

自适应权重算法用于视差匹配中，是针对参考图像和目标图像的，即对于参考图像和目标图像都要进行自适应权重的计算。文献[2]将参考图像和目标图像分别进行分割后，在分割的彩色区域上，计算自适应权重。文献[2]所提出的算法，由于综合考虑了色彩区域对于相似性和接近性两方面权重的影响程度，从而在一定程度上提高了匹配的精确度和算法的鲁棒性。但其算法完全未考虑物理空间信息的影响。同时，对于图像的彩色分割方面，视差匹配的目的在于为参考图像中的待匹配点找到正确的视差值，因此，在利用绝对值差之和TAD(Total Absolute Difference)进行匹配代价计算以及采用自适应权重进行匹配代价叠加这样的像素基元匹配策略时，对于目标图像的彩色分割其实意义不大。

本发明申请一种改进的自适应权重视差匹配算法既考虑了mean-shift分割图像的必要性，又考虑了自适应权重基于区域的相似性和接近性的影响差异，进而得到优于文献[1],[2]的匹配精确度。

            文献[1]: K. J. Yoon, I. S. Kweon: Adaptive support-weight approach for correspondence search[J].IEEE Transaction.on PAMI, Vol.28, No.4, pp.650-656, April 2006.