[发明专利]一种立体图像匹配图计算方法

摘要

本发明属于图像处理、立体视觉技术领域，为提出一种立体图像匹配图计算方法，为立体图像重定向带来较好的像素匹配结果。本发明采用的技术方案是，立体图像匹配图计算方法，步骤如下：1.能量方程的建立2.基于动态规划的线选择3.匹配图的建立线选择之后，按照选择的顺序，进行线匹配。首先，线中的像素根据视差关系寻找匹配像素得到匹配线对。然后，线匹配对被暂时移除，以避免重复匹配。接着寻找下一个线匹配对。这个过程将会持续直到每一条线都有一个匹配线；4.基于匹配图的匹配关系建立。本发明主要应用于图像处理。

主权项

1.一种立体图像匹配图计算方法，其特征是，步骤如下：1)能量方程的建立选择线匹配对来表示立体图像对之间的像素关系：首先，在线匹配像素之前进行线选择，建立能量方程来对线选择进行模型化处理，该能量方程同时考虑了线的选择特性和匹配特性，定义如下：E_total(i,j,j^±)＝α·E_select(i,j,j^±)+(1‑α)·E_match(i,j),其中i代表像素的横坐标，j代表像素的纵坐标，j^±代表第i‑1行被选择的像素的纵坐标，使用广义上的线，也就是说，i‑1行中被选择的像素可以是该行任意一个像素，而不像连续的线那样，i‑1行中被选择的像素必须是第i行被选择像素的相邻像素，也就是说j^±∈{j‑1,j,j+1}，α是一个权衡因子，来表示线选择特性和线匹配特性的重要性，E_select为线选择特性的能量方程，E_match为线匹配的能量方程；2)基于动态规划的线选择建立了能量方程之后，根据该能量方程建立代价矩阵M，并采用动态规划方法进行线选择；由于被遮挡的像素没有匹配像素点，不能被选择，因此将这些点的代价值设为无穷M(i,j)＝∞，该约束能够避免被遮挡像素被选择，所以代价矩阵如下：O(i,j)是一个二值图，代表坐标为(i,j)的像素是否被遮挡；O(i,j)＝1代表坐标位置为(i,j)的像素没有被遮挡，是可以匹配的；O(i,j)＝0代表坐标位置为(i,j)的像素被遮挡；被选择的线将会从代价矩阵M中移除以免重复选择，然后，重新计算代价矩阵M来选择出下一条线，该动态规划过程将会重复直到某一行中剩下的像素全部为不能被选择的被遮挡点为止；3)匹配图的建立线选择之后，按照选择的顺序，进行线匹配；首先，线中的像素根据视差关系寻找匹配像素得到匹配线对；然后，线匹配对被暂时移除，以避免重复匹配； 接着寻找下一个线匹配对；这个过程将会持续直到每一条线都有一个匹配线；线匹配之后，每一个线对会被分配一个ID，ID代表线匹配的顺序，其值是从1到n，n是线选择的数目，在图像对中，除了那些被选择的像素，剩下的被遮挡像素也会分配一个ID值，从左到右，这些像素将会按顺序的分配一个ID，ID值从n+1到W，W是原图像的宽度，通过这种方法，每一行中的每一个像素都会有一个ID值，而且右视图中的匹配像素也会有相同的ID值，而且，被遮挡点在右视图中也会有一个匹配像素，根据ID值，所有的像素被匹配而且获得了匹配图；4)基于匹配图的匹配关系建立建立好匹配图之后，用匹配图将左右视图的像素进行匹配，左右视图中，ID值相同的像素就是相匹配的像素，将匹配像素做相同的处理，能够保存左右视图的一致性；其中，1)线选择特性的能量方程：同一条线上的相邻像素应该相似，而且线周围的像素应该有相似的纹理特征和深度值；考虑到这个情况，线选择能量方程E_select由和这两部分组成：代表像素之间的纹理相似度；代表像素之间的深度相似度，能量方程的定义如下：代表同一条线上像素之间的相似性，是线周围像素之间的相似性，的定义如下：T(i,j)代表左视图中坐标为(i,j)的像素的纹理特征值，线周围像素坐标是由第i‑1行被选择的像素的坐标决定的，分为三种情况，的定义如下：其中W＝|T(i,j‑1)‑T(i,j+1)|,表示像素之间视差相似性的能量方程的定义和相似，只是将纹理特征换成视差特征；2)线匹配的能量方程用匹配能量方程来计算像素匹配的正确性，该能量方程由两部分组成：E_match(i,j)＝E_diff(i,j)+E_correct(i,j)E_diff代表匹配像素之间的纹理差异，定义如下：其中D(i,j)代表坐标位置为(i,j)的像素的视差值，代表右视图坐标位置为(i,j+D(i,j))的像素的纹理特征值；用下面方程计算相匹配像素之间的视差失真：代表右视图坐标位置为(i,j+D(i,j))的像素的视差值。