[发明专利]一种基于分段匹配和贝叶斯估计的递进式立体匹配算法

说明书

技术领域

本发明涉及计算机视觉领域的立体匹配方法，特别是涉及一种基于分段匹配和贝叶斯估计的递进式立体匹配算法。

背景技术

立体匹配技术是从对场景从不同视角拍摄的两幅或多幅图像中寻找对应的匹配点，从而计算出图像中每个像素点处的深度，是立体视觉技术的重要部分。立体匹配是目前计算机视觉研究中的热点和难点，在三维重构、三维物体建模和识别、机器人路径规划中得到了广泛的应用。

立体匹配算法从优化方式上可以分为全局立体匹配算法和局部立体匹配算法。其中，全局立体匹配算法通过搜索整幅图像的全局最优解计算出整个图像的深度图，具有较高的准确性，但是运算量较大，不能实时运算。局部立体匹配算法一般是在像素点附近的窗口内定义评价函数，搜索局部最优解，运算速度快，但是在纹理不清晰和物体遮挡的情况下会出现误匹配，而且结果的深度图像不够平滑，不能完好的保持边缘特征，丢失了较多的环境信息。

发明内容

本发明为了克服现有技术的不足，提供了一种基于分段匹配和贝叶斯估计的递进式立体匹配算法，该方法在保证运算速度的同时，可以有效地处理场景中的弱纹理和遮挡，得到平滑的深度图像，良好的保持边缘特性。

一种基于分段预匹配和贝叶斯估计的递进式立体匹配算法，用于从双目图像中稠密地提取深度信息，使用一种从粗到细、从稀疏到稠密的匹配策略，包括了分段预匹配、无效点估计以及贝叶斯估计三个步骤，具体如下：

1）分段预匹配：将图像基于Sobel滤波器响应分割成边缘区域和分段区域；其中所述的分段区域分为横向和纵向分段，对所述的边缘区域和横向/纵向分段区域分别进行预匹配；所述的边缘区域的预匹配使用基于窗口的立体匹配方法，边缘区域预匹配的评价函数考虑以像素点为中心的窗口内的像素值和Sobel滤波响应的差异；所述的分段区域的预匹配使用平移的策略，分段区域预匹配的评价函数考虑两个分段重合部分的颜色差异、重合比例、长度差异以及分段内平均颜色差异；将所述的横向/纵向分段区域预匹配结果进行合并，再与边缘区域预匹配的结果合并得到较稠密的预匹配深度图；

2）无效点估计：所述的预匹配深度图中匹配失败的点成为无效点，对于每一个无效点在其周围搜索与其颜色差异在一定阈值内的像素点，组成支持窗口；在所述的支持窗口内拟合最小二乘平面，三维坐标分别为图像行、列和深度值；将所述的无效点的图像坐标代入最小二乘平面得到估计深度值，从而将所述的预匹配深度图稠密化；

3）贝叶斯估计：根据贝叶斯条件概率原理，计算每一点处关于深度值的概率分布，以所述的预匹配深度图稠密化结果作为先验知识，以图像相似度以及深度平滑程度作为后验概率；定义先验概率为以预匹配值为均值的高斯分布；定义图像相似度为以考虑点为中心的窗口内的census函数；定义平滑程度为以考虑点为中心的窗口内深度的差值和；根据得到的关于深度值的概率分布，使用最大后验概率方法取概率最大的深度后获取深度图。

步骤1)中所述的边缘区域预匹配评价函数使用公式（2）定义，公式(2)为：

cost＝cost_edge+cost_data