改进的基于多尺度融合的立体匹配算法

陈星, 张文海, 候宇, 杨林

1.重庆文理学院 智能制造工程学院, 重庆 402160; 2.重庆交通大学 机电与汽车工程学院, 重庆 400074；3.重庆长安工业(集团)有限责任公司 特种车辆研究所, 重庆 400023

双目立体视觉如今广泛地应用在虚拟现实、巡线无人机作业、智能车、非接触测距等诸多领域。立体匹配是双目立体视觉的核心技术之一，其难点表现在：①搜索匹配点时，一般会存在多个对应点，尤其是在重复纹理区域；②由于实际场景中的各个物体空间关系复杂、相互遮掩等噪声的影响，造成了一些特征点不能找到正确的匹配点；③场景中存在反光、弱纹理区域、透明物体和深度不连续等问题。

现有的立体匹配技术算法大致可以分为局部算法、全局算法和半全局算法。局部立体匹配算法的主要思想是通过支持窗口获得聚合代价，从而获得单个像素的视差，具有模型复杂度低、效率高的优点，但存在匹配精度相对较差的缺点。半全局立体匹(semi-global-matching,SGM)[1]，是基于一种逐像素匹配的方法，具有在保证近似于全局匹配算法匹配准确率的条件下，大幅度降低算法复杂度，提升计算速度的特点。全局立体匹配的主要思想是构造能量函数，通过最小化能量函数来得到匹配结果，主要有动态规划(DP)[2]、置信度传播[3]等算法，这类算法优点是精度高，但具有时间复杂度高、实时性差的缺点。

近年来，深度学习发展迅速，因此有学者通过训练卷积神经网络来完成图像块的匹配计算。Žbonta等[4]提出了(stereo matching by CNN,MC-CNN)，首次将卷积神经网络应用于匹配成本的计算，利用卷积从一对立体图像获取更为抽象鲁棒的特征，计算两者的相似性作为匹配成本。……