基于NCC的改进立体匹配算法*

欧阳鑫玉 ，张娟娟 ，赵楠楠 ，徐建楠

（1.辽宁科技大学 电子与信息工程学院，辽宁 鞍山 114051；2.国家金融安全及系统装备工程技术研究中心，辽宁 鞍山 114051）

0 引言

双目立体视觉是计算机视觉的一个重要分支，近年来，双目立体视觉技术得到了大量研究[1]，主要应用在机器人导航、三维测量和虚拟现实等领域。双目立体视觉系统的实现过程由图像获取、摄像机标定、特征点提取、图像匹配和三维立体重建等步骤组成[2]。图像匹配本质上是寻找两幅图像的相似性[3-4]，是恢复三维立体场景的先决条件[5]，是立体视觉系统中的关键技术之一。双目立体视觉图像匹配[6]技术是通过两台水平摆放的摄像机分别获取两幅图像，并从中找出相同景物各像素点的对应关系，得到其最佳视差值，最终获得图像视差图的技术。

图像匹配方法按照匹配基元不同可分为特征匹配[7]、相位匹配[8]和区域匹配[1，9]三种。特征匹配是针对提取的特征进行描述，然后运用所描述的参数进行匹配的一类算法，计算量小，速度快，但是匹配效果受到图像特征稀疏性的影响难以获得致密视差图。相位匹配是最近才发展起来的一类算法，能够反映信号的结构信息和抑制图像的高频噪声，适用于并行处理存在相位奇点和相位卷绕问题的情况。区域匹配是基于局部窗口间灰度信息相关程度的匹配算法，常用的匹配相似度量函数有NCC（Normalized Cross Correlation，归一化互相关）、SAD（Sum of Absolute Differences，差绝对值和） 和 SSD （Sum of Squared Differences，差平方和）。这三种算法中，NCC算……