基于Census变换和改进自适应窗口的立体匹配算法 Stereo Matching Algorithm Based on Census Transform and Modified Adaptive Windows.pdfVIP

252012V01．33No5 航空学报 May 886—892 ActaAeronauticaetAstrenauticaSinica ISSN1000-6893CN1 1-1929／V http：#hkxb．buaa．edu．cnhkxb@buaa．edu．crl 文章编号：1000—6893(2012)05—0886—07 基于Census变换和改进自适应窗口的立体匹配算法 周龙，徐贵力。，李开宇，王彪，田裕鹏，陈欣 南京航空航天大学自动化学院，江苏南京210016 摘要：针对现有立体匹配算法难以在幅度失真图像中获取高匹配精度的问题，提出了一种基于Census变换和改进自 适应窗口的立体匹配算法。首先根据图像结构和色彩信息获得基于十字骨架的任意形状和大小的Census变换窗口；其 次利用Census变换的Hamming距作为匹配代价，使用两次累加降低计算复杂度，采用局部优化得到初始视差；最后提 出一种基于均值偏移的视差提精方法，有效地处理了不可信视差区域，获得高精度的视差图。实验表明，通过该算法获 得的视差图与当前优秀的局部算法相比精度相当，特别是能很好地处理现有算法难以解决的幅度失真问题，适用于无人 机视觉导航的应用。 关键词：立体匹配；Census变换；改进自适应窗El；幅度失真；视差提精 中图分类号：V249．3；TP391．41文献标识码：A 基于立体视觉的无人机导航是当前国内外的 支持窗口；Veksler[61提出逐点自适应选取支持窗 一个研究热点【l‘]，也是我国的一个重大需求。通 13的形状和大小；Zhang[71根据相邻像素的色彩 过双目图像匹配得到视差图，可以为无人机视觉 关系自适应选择任意形状和大小的支持窗口，取 导航和着陆提供关键信息。国内外许多学者对这 得较好的视差结果。 个领域进行了深入研究。Scharstein和Szelis— 另一方面，还需要选择合适的匹配代价才能 ki[3]深入研究了一些典型的立体匹配算法，将其得到满意的视差结果。Hirsehmulle等拇鲍对典型 主要划分为全局算法和局部算法两类，并建立一 的匹配代价做了研究和评价，基于灰度／色彩一致 个立体匹配算法的评价网站[4]。相对于全局算法 性假设的匹配代价如AD、Adaptweight[】…、Seg— ment 计算繁琐且参数设定过多的弊端，局部算法效率更 support【lq等对于理想图像能够获得高精度 高，易于实现。但局部算法一直存在如何自适应选 的视差图，但对于因亮度变化、噪声等因素引起的 择支持窗13和如何选择合适的匹配代价的问题。 幅度失真非常敏感，难以处理真实场景图像。对 传统的固定窗口存在变换窗13大小的选择问 幅度失真不敏感的匹配代价主要有归一化互相关 题，若窗1：3太小，则匹配代价区分度过低，在低纹 理区域容易出现误匹配；若窗13过大，又会在深度 不连续区域出现误匹配。Fusiello和Roberto[5] 的匹配代价对各种幅度失真具有最强的鲁棒性。 提出在预先给定的多个窗口中选择最优窗口作为 针对上述存在的匹配代价和窗121选择问题， 收稿日期：20”-08-07；退修日期：2011-11-17：录用日期：20”．12-19；网络出版时间：20”一12-3114：06 onki 1406003htmI 网络出版地址：www net／kcms／detail／11．1929 003 基金项目：国家自然科学基会；航空科学基金(20100152003)；江苏高校优势学科建设工程资助项目