基于双目视觉的自适应匹配优化方法

黄 ,

(中国民航大学 中欧航空工程师学院,天津 300300)

0 概述

作为计算机视觉研究领域的热点问题,立体匹配在匹配精度方面和算法运行时间的表现引起了国内外专家学者的广泛关注[1-3]。根据采用的最优化理论算法不同,现有的立体匹配算法可分为全局算法和局部算法[4]。一般来说,局部算法比全局算法的匹配精度低,但算法运行时间相对较短,适合于工程和工业应用[5]。2005年,Yoon等人提出的自适应支持权重(Adaptive Support Weight,ASM)算法[6]将局部算法的视差精度提升到了一个新的高度,但由于其能量代价函数的计算过于复杂,该算法的运行时间比较长[7],因此近年来许多学者都对ASW算法进行优化,例如使用稀疏匹配方法[8]、优化能量代价函数[9]和引入随机游走的树结构[10]等,在不降低原ASW算法精确度的同时减少程序的运行时间。但这些算法在兼顾匹配精度和运行时间方面存在着一定的缺陷。因此,本文提出一种新的优化算法,在降低算法复杂度的同时引入多项后续处理。

1 ASW算法

ASW算法依据格式塔理论[11],在计算一点像素的支持权重时,自适应地根据该点与待匹配点的颜色相似度和空间距离相似度为该点分配一个支持权值。

以生成一张左右视差图为例,左图中一待匹配像素点p对其支持窗口中一像素点的支持权值为:

w(p,q)=f(Δcpq)·f(Δgpq)

(1)

其中,f(Δcpq)代表由颜色相似性确定的q点对p点的支持权值,f(Δgpq)代表由空间相似性确定的q点对p点的支持权值,其表达式分别为:

其中,Δcpq代表p点和q点的颜色相似度……