基于融合代价和优化引导滤波的立体匹配算法 |
| |
引用本文: | 余嘉昕,王春媛,韩华,高燕.基于融合代价和优化引导滤波的立体匹配算法[J].计算机工程,2023(3):257-262+270. |
| |
作者姓名: | 余嘉昕 王春媛 韩华 高燕 |
| |
作者单位: | 上海工程技术大学电子电气工程学院 |
| |
基金项目: | 国家自然科学基金(61801286); |
| |
摘 要: | 现有局部立体匹配算法与全局立体匹配算法相比,计算量更小、速度更快,能达到实时匹配的要求,但存在误匹配率较高、视差结果精度较低等问题。提出一种新的局部立体匹配算法,依据像素梯度信息、像素梯度的平均值及标准差计算多指标梯度代价,使算法对图像局部结构的表达更加全面。根据像素的灰度差异程度划分等级,提出7等级编码的精细化Census变换匹配代价,以有效识别图像信息之间的细微差异,弥补Census变换在相似纹理区域精度较低的不足。将多指标梯度代价和精细化Census变换匹配代价按一定权重进行融合,形成初始匹配代价,从而充分发挥两种代价的优越性。在代价聚合阶段,对引导滤波的线性系数进行自适应优化,解决固定参数引起图像局部过于平滑或平滑不足的问题,并使用优化后的引导滤波模型进行代价聚合,改善代价聚合的效果。使用胜者为王算法计算视差获得初始视差图,最后通过左右一致性检测和加权中值滤波进行视差优化,得到更为理想的视差图。在Middlebury V3立体评估平台上的实验结果表明,所提算法在非遮挡区域的加权平均误匹配率为15.7%,与Cens5、IGF、ISM等算法相比具有较高的精度。
|
关 键 词: | 图像处理 立体匹配 梯度 Census变换 引导滤波 自适应优化 |
|
|