基于双权重聚合的立体匹配算法

何 凯，朱程涛，姚静娴

（天津大学 电子信息工程学院，天津300072）

0 引 言

立体匹配算法主要是通过建立一个能量代价函数，通过此能量代价函数最小化来估计像素点视差值［1］。由视差图得到深度信息，再将深度信息用于三维场景的重建。立体匹配算法的实质就是一个最优化求解问题，通过建立合理的能量函数，增加一些约束，采用最优化理论的方法进行求解，这也是目前病态问题常用的求解方法。

目前国内外学者已经提出了许多立体匹配方法，如基于局部约束的立体匹配算法［2－5］以及全局约束的立体匹配算法［6－7］。局部立体匹配算法是利用兴趣点周围的局部信息进行计算，涉及信息量较少，相应的计算复杂度较低；其优点是算法速度快、效率高；缺点是其对噪声较敏感，对低纹理区域、深度不连续区域效果不理想。

本文将所有邻近像素的匹配代价与权值相结合，得到参考像素的聚合匹配代价；并采用文献［8］中提出的SWS 方法进行快速匹配代价聚合减少计算复杂度。同时，在视差精炼阶段，提出了基于聚合匹配代价平滑的精炼策略。

1 传统局部立体匹配算法

传统算法通常采用AD、AG、NCC［9］等匹配代价：

式中：x、y 分别为像素点P 所在的列数、行数；d为视差；IL、IR分别代表左、右图；∇IL、∇IR分别代表左、右两图的梯度图。

代价聚合则通常采用窗口聚合，即

式中：N（x，y）为参考像素（x，y）的邻近区域；ek（i，j，d）代表某种类型的匹配代价；wk（i，j）为相应的权重。

2 本文算法

提出了一种新的权重匹配代价聚合方法，以及基于该匹配代价的视差精炼方法。……