[发明专利]一种旋转和尺度不变的宽基线立体匹配方法

摘要

本发明涉及一种旋转和尺度不变的宽基线立体匹配方法，包括S1、对基准图像和参考图像进行初始的旋转和尺度不变的稀疏特征匹配；S2、对基准图像中的当前像素点，先计算局部几何变换矩阵和初始匹配点，然后选取方形匹配窗口，根据几何变换矩阵得到归一化后的匹配窗口；S3、在参考图像中搜索当前像素点的最佳匹配点，并记录匹配的可信度；S4、重复步骤S2至S3，直至遍历图像的所有像素点，并按照可信度将得到的匹配点分类；S5、输出稠密视差图，显示立体匹配结果。与现有技术相比，本发明能较好地处理存在旋转和尺度变化的宽基线立体图像匹配，得到准确、稠密的视差图，具有鲁棒可靠、匹配精度高、设计简单等特点以及较高的实用价值。

主权项

一种旋转和尺度不变的宽基线立体匹配方法，其特征在于，包括以下步骤：S1、读取待匹配的宽基线立体图像对：基准图像Il和参考图像Ir，对这两幅图像进行初始的旋转和尺度不变的稀疏特征匹配；S2、对基准图像Il中的当前像素点pl，先利用初始稀疏匹配结果计算局部几何变换矩阵H，再计算当前像素点pl在参考图像Ir中的初始匹配点pr0，即pr0＝H*pl，然后选取方形匹配窗口Nl，根据局部几何变换矩阵H归一化该窗口，使归一化后的匹配窗口Nr能根据两幅图像之间的几何变换自适应地调整大小、方向及形状，捕捉相同场景的图像内容，其中pl，pr0是齐次坐标，即pl＝(xl,yl,1)T,pr0＝(xr0,yr0,1)T；S3、对基准图像Il中的像素点pl，在参考图像Ir中以pl+d0为中心选取邻域Npr0内的若干个候选匹配点pr，采用加权的零均值归一化互相关算法计算窗口图像的匹配代价CWMZNCC(pl，pr)，搜索匹配代价最小的候选匹配点pr作为像素点pl的最佳匹配点，并记录匹配的可信度S，S=1-minpr∈Npr0(CWMZNCC(pl,pr))]]>其中，d0为当前像素点pl与其初始匹配点pr0的初始视差，即d0＝(xr0‑xl，yr0‑yl)T，CWMZNCC(pl,pr)=1-2Σql∈Nl,qr∈Nrwl(pl,ql)wr(pr,qr)(Il(ql)-Il‾(ql))(Ir(qr)-Ir‾(qr))Σql∈Nlwl(pl,ql)(Il(ql)-Il‾(ql))+Σqr∈Nrwr(pr,qr)(Ir(qr)-Ir‾(qr))]]>式中，Il(ql)表示图像Il中位置为ql的像素点的灰度值，Ir(qr)表示图像Ir中位置为qr的像素点的灰度值，是窗口Nl中所有像素点灰度值的均值，是窗口Nr中所有像素点灰度值的均值，权值wl(pl,ql)、wr(pr,qr)由下式给出：w(p,q)=exp(-(Δcpqγc+Δgpqγp))]]>其中，表示q点和p点在Lab颜色空间的颜色相似度，即欧几里德距离，表示q点和p点在空间位置上的欧几里德距离，γc、γp是根据经验设定的比例常数，分别用来调节颜色相似度和几何接近性对权值大小的影响；S4、重复步骤S2至S3，直至遍历图像Il的所有像素点，并按照可信度S将得到的匹配点分为可靠匹配点、不可靠匹配点和遮挡点，即其中S1为遮挡点阈值，S2为可靠匹配点阈值；S5、先以不可靠匹配点周围区域内的可靠匹配点作为参考，校正当前像素点的视差，再由遮挡点周围可靠匹配点的视差插值得到该遮挡点的视差，最后输出稠密视差图，显示立体匹配结果。