[发明专利]基于不变矩空间信息的简单树动态规划的双目立体匹配方法

摘要

本发明提出一种基于不变矩空间信息的简单树动态规划的双目立体匹配方法。采用二阶矩构成的一阶不变矩将摄像机拍摄的双目灰度图像转换为不变矩空间图像；将每个视差的匹配差值矩阵构成的三维矩阵做为简单树动态规划算法中的初始视差矩阵；用简单树代价能量函数迭代计算水平树代价能量函数矩阵和垂直树的代价能量函数矩阵；代价能量函数值最小时所对应的视差即为精确视差，从而获得视差图。本发明有效改善了因光照不均或受其他噪声干扰的区域的视差图质量，使同一深度区域更加平滑，同时提高算法运算速度。

主权项

基于不变矩空间信息的简单树动态规划的双目立体匹配方法，其特征在于，包括以下步骤：步骤一、采用二阶矩构成的一阶不变矩将摄像机拍摄的双目灰度图像I1和I2转换为不变矩空间图像Ltex和Rtex；步骤二、在视差范围内，计算不变矩空间图像Ltex中以待匹配像素点为中心的方形支持窗口n的像素灰度值与不变矩空间图像Rtex中以候选匹配像素点为中心的方形支持窗口n的像素灰度值的差值，获得每个视差d相对应的匹配差值矩阵diff，将每个视差d的匹配差值矩阵diff构成的三维矩阵做为简单树动态规划算法中的初始视差矩阵Edata；步骤三、用方形支持窗nt遍历灰度图像I1，计算每个方形支持窗口nt的中心像素点k的自适应参数Lambda，计算方式如公式（1）所示，                            (1)lambda(k)＝vk·ε式（1）中，ε表示调节方差的常数项，ε的值为人为设定的值，用来调节代价能量函数的数量级；vk表示灰度图像I1的在支持窗内的像素方差，vk如公式（2）所示， v k = Σ q ∈ n t ( I 1 ( q ) - I v ) 2 - - - ( 2 ) 式（2）中，I1(q)表示在灰度图像I1的方形支持窗nt中任意像素点q的灰度值；Iv表示灰度图像I1的方形支持窗nt中所有像素点的平均灰度值；步骤四、将初始视差矩阵Edata和自适应参数Lambda代入简单树代价能量函数迭代计算水平树代价能量函数矩阵Edatat，水平树规划路径分为水平树中的前向规划和后向规划，且前向规划过程与后向规划同时进行，其中，前向规划为从水平左边像素点向中心像素点迭代，后向规划为水平右边像素点向中心像素点迭代；步骤五、根据简单树代价能量函数迭代计算垂直树的代价能量函数矩阵E，比较不变矩空间图像Ltex每个像素点在不同视差下的垂直树代价能量函数矩阵中的代价能量函数值E(p(x,y),d)，代价能量函数值最小时所对应的视差即为精确视差，从而获得视差图。