基于视觉显著性区域立体匹配算法.docVIP

基于视觉显著性区域立体匹配算法 　　摘要：针对区域立体匹配算法对光照变化敏感，视差图存在目标和弱纹理区域的错配、边界不平滑等问题，提出一种利用视觉显著性特征改进的快速区域立体匹配算法。该算法先利用显著性检测定位图像主要目标区域；再结合索贝尔（Sobel）边缘特征和相角特征完成特征匹配、得到粗视差图；最后通过检测粗视差图中的视觉显著性，消除图像弱纹理区域的突兀噪声。相比绝对误差累计（SAD）、平方误差累计（SSD）和归一化灰度互相关（NCC）算法，所提算法对光照变化不敏感，得到的视差图完整，匹配率高，有利于实时系统应用。 　　Abstract： 　　Regional stereo matching algorithm is sensitive to illumination change. Disparity map has the problems that target and the weak texture region mismatch， boundary is not smooth， and so on. In order to solve these problems， an improved quick stereo matching algorithm by using visual saliency characteristics was proposed. Saliency detection was used to locate the main target area in the image. Then feature matching was completed by combining image Sobel edge characteristics and phase features to get the rough disparity map. Finally， by detecting visual saliency in the disparity map， abrupt noise in weak texture image area was eliminated. Compared to the traditional algorithms such as Sum of Absolute Differences （SAD）， Sum of Squared Differences （SSD）， Normalized Cross Correlation （NCC）， the proposed algorithm is not sensitive to light changing， and it can get better disparity map and higher matching rate， which is conducive to realtime applications. 　　英文关键词Key words： 　　stereo matching； saliency； edge； phase angle； parallax optimization 　　0引言 　　双目立体视觉[1]通常用双目摄像头观测一个场景获取左右2幅视图；匹配左右视图中的对应立体像素对，可得到其空间位置差（视差），再借助空间几何理论得到场景三维信息。其中，“经立体匹配得到视差”是立体视觉中的难点问题。研究高效、准确、抗干扰的立体匹配算法对立体视觉性能的提升和实用化有重要意义。 　　基于区域的立体匹配算法是以某图像中的一个区域为匹配基元，通过在另一幅图像中寻找最优匹配区域来得到视差图的方法。典型算法如绝对误差累计（Sum of Absolute Differences， SAD）、平方误差累计（Sum of Squared Differences， SSD）、归一化灰度互相关（Normalized Cross Correlation， NCC） [2]，这些方法以区域为匹配基元，对光照变化敏感，像素特征选择影响匹配结果。 　　传统立体匹配算法在匹配过程中，一方面缺乏类似人眼的关注机制，只将图像作为数据看待，对所有像素点不分主次，算法效率低、视差图错配多；另一方面，需选择对光照变化不敏感的图像特征来解决左右视图光照不均的问题。 　　人类视觉具有关注机制，在视觉处理中有明显的选择性和目的性。视觉显著度是一种符合人类视觉感知的新的图像描述指标，用于模拟人类视觉注意，是计算机视觉领域的研究热点。本文提出一种利用视觉显著性特征改进的快速区域立体匹配算法，实验表明该方法能够获得类似人类视觉的视差图。 　　1彩色视觉显著性检测 　　据获得视觉显著性的机制来分，典型的显著性检测模型有：基于认