[发明专利]一种基于边缘分割和种子点的局部立体匹配方法

权利要求书

1.一种基于边缘分割和种子点的局部立体匹配方法，其特征在于包括：

A.利用边缘轮廓构造动态变化匹配窗口；

B.对视差值进行一致性检测，得到视差种子点；

C.基于颜色差异将种子点的视差值传递给周围非种子点；

D.基于水平和竖直上的投票方法来消除错误的匹配点。

2.如权利要求1所述的方法，其特征在于，在步骤A中利用Canny边缘检测方法提取轮廓，将提取得到的边缘作为条件来构造匹配窗口。

3.如权利要求1所述的方法，其特征在于，将像素点p周围的点分为内点和外点，所有的内点构成p的匹配窗口。匹配窗口的构造过程是寻找所以内点的过程。

4.如权利要求1所述的方法，其特征在于，在步骤A中像素点p的匹配窗口通过如下过程获得：以像素点为起始点，在竖直方向上，在上、下两个方向上标记内点，直到遇到边缘像素点而停止；以竖直方向上得到的内点为起始点，在水平方向上，在左、右两个方向上标记内点，直到遇到边缘像素点而停止；以上标记的所有内点构成该像素点的匹配窗口。匹配窗口最大为31X31，最小为3X3。

5.如权利要求1中所述的方法，其特征在于，在所述步骤B之前得到的视差值进行一致性检测。通过了一致性检测的像素点，被标记为种子点；否则，被标记为非种子点。

6.如权利要求5所述的方法，其特征在于，一致性检测方法为：对于左图中的像素点p，通过WTA策略找到右图中与之匹配的像素点q，以及对应的视差值disp(L)；对于右图中的像素点q，通过WTA策略找到左图中与之匹配的像素点p’，以及对应的视差值disp(R)。如果disp(L)等于disp(R)，则通过了一致性检测；否则，未通过。

7.如权利要求1所述的方法，其特征在于，在步骤C中循环地寻找非种子点，一旦找到非种子点，则其视差值通过其周围的种子点的视差值得到。循环直到全部的非种子点视差值都求得之后才结束。所有的非种子点和种子点的视差值构成了完整的稠密视差图。

8.如权利要求7所述的方法，其特征在于，对于非种子点p，我们在水平方向上，p的两侧分别找到距离p点最近的左、右非种子点S1和S2，S1和S2的视差值分别为disp1和disp2。如果disp1＜disp2，则像素点p的视差值被赋值为disp1和disp2之间的较小者。否则像素点P的视差值通过颜色差异来得到。

9.如权利要求8所述的方法，其特征在于，颜色差异的方法为：对于非种子点p，我们分别比较p和S1和S2的颜色差异。如果P和S1的颜色差异大于p和S2的颜色差异，则将S2的视差值赋值给p；否则，将S1的视差值赋值给p。颜色差异是像素p和像素q在RGB空间里的R、G、B三通道的灰度值差异的绝对值之和。

10.如权利要求1所述的方法，其特征在于，由步骤C得到的视差图中仍然存在错误的视差值，我们先后通过水平和垂直方向上的投票机制来消除它们。

水平方向上，对任意相邻像素点p和q，若它们的视差值的差值的绝对值大于一个设定的阈值，则在像素点p的两侧构建分割段，其依据为颜色差异的大小。然后在分割段里的所有像素点的视差值进行投票，得到票数最多的视差值赋值给像素点p。在垂直方向上，在像素点p两侧构建分割段(p，p-N／2)和(p，p+N／2)，其中N为分割段的长度。在分割段里进行投票，得到票数最多的视差值将赋值给像素点p。