刘天亮 戴修斌 朱秀昌 罗立民
①(江苏省图像处理与图像通信重点实验室 南京 210003)
②(南京邮电大学通信与信息工程学院 南京 210003)
③(南京邮电大学地理与生物信息学院 南京 210003)
④(东南大学影像科学与技术实验室 南京 210096)
双目立体匹配是实现从2维图像对3维视觉感知的基础,在机器视觉、无人车自主导航、3维建模及3维视频编码等领域应用广泛。文献[1]全面概述并分类总结了一些代表性的立体匹配技术及评价体系,并将其分为局部匹配和全局匹配两大类。局部方法通常容易实现、效率较高,但也存在兼顾鲁棒性和计算效率、利用局部特征和代价聚合消除匹配歧义等问题[2-11]。利用截断阈值[1]和特征描述[2]初始化匹配代价,适度改善匹配性能。DAISY描述显著特征较鲁棒[2]。文献[12]利用韦伯准则构造鲁棒光照局部描述。稳健高效的代价聚合有利于局部匹配。传统自适应权重[3]及带分割变种[4],需要稠密计算或图像预分割,匹配效果虽然较好,但由于算法复杂度和内存容量的限制[13],速度较慢,难处理大视差搜索范围、高分辨率图像对。文献[5]利用导引滤波[6]快速增强匹配代价;而文献[13]回顾了代价聚合中减少计算冗余方法。传统的双边滤波基于四邻域搜索去除视差噪声、保存边缘[7];但该方法改善效果欠佳。兼顾实时性,可以牺牲精度[8]来实现高效匹配;也可借助硬件(图形加速硬件[9]或嵌入式系统[10])实现。
设基准图像Ib和待匹配图像Im是极线校正彩色图像对;视差范围Rd=[dmin,dmax],其总个数Nd为dmax-dmin+1。……