[发明专利]一种基于LOG算子的加权引导图滤波立体匹配算法

说明书

本发明涉及立体匹配算法技术领域，本发明公开了一种基于LOG算子的加权引导图滤波立体匹配算法，包括加权模板的匹配以及算法的选取，同时加权模板的匹配分为参数的设定、图像的分割、滤波的检测以及机器视觉，算法的选取包括特征空间的选取、代价计算、相似性度量以及搜索空间及搜索策略。本发明使用AD、梯度两种相似性测度相结合的方式来进行代价计算,采用基于LOG算子进行加权的改进引导图滤波,从而实现了高效、高精度的立体匹配。

技术领域

本发明涉及立体匹配算法技术领域，尤其涉及一种基于LOG算子的加权引导图滤波立体匹配算法。

背景技术

在早期的立体匹配研究中，人们往往采用单一的相似性测度来进行代价计算，其结果易受到环境变化的影响，传统的局部立体匹配算法在进行代价聚合时多，采用固定窗口的方式，这种方式简单有效，但是在深度不连续区域，其匹配效果很差，该算法需要计算矩形窗口内各像素点的权值，运行速度较慢。

发明内容

本发明提出了一种基于LOG算子的加权引导图滤波立体匹配算法，以解决上述背景技术中提出的问题。

本发明提出了一种基于LOG算子的加权引导图滤波立体匹配算法，具体的步骤如下：

S1、加权模板的匹配：同时加权模板的匹配包括如下步骤：

1)、参数的设定：目标物在不同的关照强度下，通过图像采集设备对图像进行采集，将采集到的图像进行对比并通过对图像进行编码的方式进行参数的设定；

2)、图像的分割：图像的分割又包括图像的取样及量化、图像的分析以及图像形状的描述以及分类；

3)、滤波的检测：利用BGA封装检测以及表面缺陷检测对滤波进行检测并记录；

4)、机器视觉；

S2、算法的选取：算法的匹配具体包括以下几个步骤：

M1、特征空间的选取：将原始的图像与模板的图像进行特征对比并选择匹配的特征空间，同时利用选择的特征空间来提高算法模板的匹配性能以及降低搜索空间和减小图像噪声；

M2、代价计算；

M3、相似性度量：将匹配的算法定义成函数的形式在计算机的程序中表示出来，同时函数包括相关函数、距离函数以及互信息函数，从而能够有效的提高衡量特征匹配图像与模板图像特征之间是否相似的准确度；

M4、搜索空间及搜索策略。

优选的，所述S1内的2)中图像的取样及量化具体包括通过采样设备获取图像，经过图像处理装置将计算机中的图像数据以数组的方式进行储存。

优选的，所述S1内的2)中图像的分析具体是指通过图像的颜色、亮度以及纹理判断图像是否存在相似之处，分析被分割的图像是否能够修改以及合并。

优选的，所述S1内的2)中图像形状的描述以及分类是指将图像通过计算机将原始图像编制成相应的编码，同时通过计算机内部的控制器将编码进行快速的分类。

优选的，所述S1内的4)中的机器视觉是指利用匹配的模板对目标物进行跟踪、物体的切割、物体表面信息数据的提取以及电阻的姿态检验。

优选的，所述M2中的代价计算具体如下：使用AD作为匹配代价的算法多采用单通道，AD或者均值AD,其中均值AD一般是先分别计算红、绿、蓝(R、G、B)三通道内AD，然后再求三者的平均值，为充分保留原始图像的色彩信息，为R、G、B三通道分别分配不同的权值，通过加权求和得到AD匹配代价，加权AD作为匹配代价能够更好地保持原始图像的颜色信息，采用加权AD作为匹配代价生成视差图的效果明显好于采用单通道。