[发明专利]一种基于区域生长的遮挡检测和视差校正的方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于区域生长的遮挡检测和视差校正的方法。

背景技术

遮挡现象一直是双目立体匹配的研究热点。由于景物深度不同，距离摄像机较远的景物被距离摄像机较近的景物遮挡，从而不能投影至摄像机成像面上形成图像。即某一视点下可见的场景区域在另一个视点下可能成为遮挡区域，如附图2所示。遮挡现象对整体视差图造成较大误匹配。现有一些方法能简单有效的检测遮挡区域，列如视差直方图峰值比例法(BMD)，匹配点对的顺序性约束法(ORD)，遮挡约束法(OCC)。这些方法只能定性检测部分遮挡区域，无法精确获得遮挡区域，同时，此类方法都没有考虑到受遮挡点影响的区域，最后获得的视差图有较大误差，匹配正确率低，所以本文创新性的提出一种基于初始视差图像边缘的存疑区域生长法确定受到遮挡现象影响的区域，称为存疑区域。

存疑区域处理可有效减少此区域的误匹配。参考文献(Q Yang,L Wang,R Yang,et a1.Stereo matching with color-weighted correlation,hierarchical belief propagation and occlusion handling[C]，2008)利用图像分割块之间的几何约束和分割块内的像素点的视差概率，估计不可信的像素点的最优视差值。此类方法有效估计受遮挡影响的像素点的视差近似值，但是依赖于算法分割结果，所以部分受遮挡点影响像素点的视差估计没有较好实现，将错误的视差值填充进去，导致加大了匹配错误。

发明内容

本发明提出一种基于区域生长的遮挡检测和视差校正的方法，能够明显减少遮挡对遮挡区域和受遮挡影响区域的误匹配率。

为了解决上述技术问题，本发明提供一种基于区域生长的遮挡检测和视差校正的方法，包括以下步骤：

步骤一：读取待匹配双目图像I_l和I_r，设左视图I_l为待匹配图像，右视图I_r为匹配图像，获取图像的大小和颜色通道信息；

步骤二：使用树结构的动态规划算法，获取匹配图像I_r中每个匹配点在待匹配图像I_l中对应的待匹配点，计算每个匹配点和待匹配点的位移差值即视差值，然后将视差值存储在初始视差矩阵中，获得初始视差图；

步骤三：根据步骤二的初始视差矩阵检测出基于初始视差图的存疑区域，所述存疑区域为遮挡区域和受遮挡影响的区域的集合；

步骤四：通过颜色通道向量化方法，计算存疑区域中存疑点和校正窗口T中每个非存疑点的相似度，选取与存疑点最相似的非存疑像素点，将非存疑像素点视差值作为存疑点的视差值，从而完成视差矩阵的视差校正；

步骤五：将步骤四中校正完成的视差矩阵再次检测存疑区域和视差校正，然后返回步骤三，重复步骤三至步骤五的计算直到视差矩阵中视差点视差值不在发生变化，结束校正，得到最终校正完成的视差矩阵，将最终视差矩阵中的视差值映射到相应的灰度空间[0，255]，生成最终视差图。

本发明与现有技术相比，其显著优点在于：(1)通过树结构动态规划算法得到初始视差图，对初始视差图提取边界时，减少背景中的误匹配也被提取成边界，有效减少复杂背景的干扰；(2)通过初始视差图像边缘的存疑区域生长法检测遮挡区域和受遮挡影响区域，不仅考虑遮挡区域，同时考虑到受遮挡影响区域的误匹配，对遮挡区域和受遮挡影响区域都进行视差校正，有效提高算法的匹配正确率；(3)利用颜色通道向量化方法对遮挡区域和受遮挡影响区域的像素点视差值进行重新填充，减少像素点间的颜色数值差异小，实质表示不同颜色的情况下的误匹配，比单一比较颜色差值更有效的判断像素间的颜色相似性；(4)本发明方法整体不需要依赖于图像分割，算法较为简单，有效降低算法复杂程度，计算效率远高于上述基于全局和图像分割的算法，同时有效规避遮挡引起的视差模糊，有效处理因遮挡对视差图造成的影响而造成的信息丢失，提高视差图的正确匹配率。

附图说明

图1是本发明方法流程图。

图2是双目立体匹配的遮挡原理图。

图3是本发明仿真实验采用的Middlebury测试平台提供的Teddy标准测试图像，图3(a)为Teddy标准测试左视图，图3(b)为Teddy标准测试右视图。

图4是使用本发明方法处理图3所示双目图像获得的初始视差图和最终视差图，其中图4(a)是初始视差图，图4(b)是最终视差图。

具体实施方式