一种基于倾斜聚集窗口的高效双目匹配算法研究-云南大学学报.pdf

云南大学学报（自然科学版），２０１６，３８（４）：５５０～５５６ ＤＯＩ：１０．７５４０／ｊ．ｙｎｕ Ｊｏｕｒｎａｌ ｏｆ Ｙｕｎｎａｎ Ｕｎｉｖｅｒｓｉｔｙ 一种基于倾斜聚集窗口的高效双目匹配算法研究∗ １，２ １，２ ３ ４ 刘建国 ，李雪松 ，覃　 琴 ，张　 皓 （１．武汉理工大学 汽车工程学院，湖北 武汉　 ４３００７０； ２．武汉理工大学 现代汽车零部件技术湖北省重点实验室，湖北 武汉　 ４３００７０； ３．三峡大学 计算机与信息学院，湖北 宜昌　 ４４３００２；４．国网宜昌供电公司，湖北 宜昌　 ４４３０００） － 摘要：目前双目匹配算法多采用正面平行的聚集窗口假设（Ｆｒｏｎｔａｌ Ｐａｒａｌｌｅｌ Ａｓｓｕｍｐｔｉｏｎ），但是这种假设不 符合实际场景中的倾斜平面．针对实际场景多为倾斜平面的问题，提出一种基于交叉倾斜聚集窗口的局部匹配 算法，将实际场景中的斜面和视差空间中的视差平面建立一种数学模型，该算法能够快速找到视差空间中聚集 窗口的视差平面信息，通过在ＫＩＴＴＩ公共评估网站上进行测试，实验结果表明提出的算法能够很好地提高对场 景中倾斜平面的匹配精度且有较高的执行效率． 关键词：双目视觉；局部匹配；倾斜平面；代价聚集；匹配精度 － － － 中图分类号：ＴＰ ７５１．１　 　 文献标志码：Ａ　 　 文章编号：０２５８ ７９７１（２０１６）０４ ０５５０ ０７ 由于双目视觉类似于人眼结构，能够得到外界物体的３Ｄ信息，在实际生活中应用前景广阔，如无人 驾驶、虚拟现实、对古文物的结构恢复或航拍图的重建等．而双目匹配技术作为双目视觉应用的核心技术， 也成为机器视觉中重要的研究对象． － ［２ ３］ 文献［１］对双目匹配算法进行了总结和分类，主要分成两大类：全局匹配算法 和局部匹配算 － 法［４ １０］．通常双目匹配算法分为４步：代价计算（Ｃｏｓｔ Ｃｏｍｐｕｔａｔｉｏｎ）、代价聚集（Ｃｏｓｔ Ａｇｇｒｅｇａｔｉｏｎ）、视差计算 （Ｄｉｓｐａｒｉｔｙ Ｃｏｍｐｕｔａｔｉｏｎ）和视差精细（Ｄｉｓｐａｒｉｔｙ Ｒｅｆｉｎｅｍｅｎｔ）．其中代价聚集对视差精度影响很大，目前提出 的代价聚集方法，大大提高了局部匹配算法的精度，很多甚至可以和全局匹配算法媲美． 代价聚集是假设聚集窗口内的点都有相似的视差值，把窗口中所有的像素点按照一定的权重系数累 加起来，从而可以消除代价空间（Ｃｏｓｔ Ｖｏｌｕｍｅ）中很多噪点．代价聚集算法的发展方向主要是自适应权重算 － － 法［７ １０］和自适应窗口形状算法［１１ １２］．在自适应权重算法中，文献［７］提出一种变权重系数代价聚集算法， 权重系数根据像素间的颜色相似程度和距离得到，距离越近，颜色越相似，表明两像素相似度越高，权重系 ［８］ 数越大，此方法相当于双向滤波算法 ；文献［９］通过计算中心点像素和其它像素点的测地线距离（Ｇｅｏ⁃ ｄｅｓｉｃ Ｄｉｓｔａｎｃｅ）得到对应权重；文献［１０］利用引导图（Ｇｕｉｄｅｄ Ｉｍａｇｅ）计算对应的权重系数．在自适应窗口形 状算法中，文献［１１］利用均值漂移颜色分割算法对原图像进行分割，在聚集窗口内只考虑和中心点在同 一个分割区域的像素点；文献［１２］提出交叉聚类算法，利用颜色相似性和距离限制得到多条相邻的水平