基于深度边缘检测三边滤波立体匹配方法研究.pdfVIP

，莫森·阿尔达比利安和

里昂理工学院，LIRIS，UMR5205，69134埃库利，法国

，基于三边滤波的方法在Middlebury基准上的表现

比其他局部立体匹配方法更准确。该方法的关键部分是

边界强度项，它从颜色边缘图中计算得出。在本文中，我

们证明从深度边缘图中计算出的边界强度项能够产生更准(a)强度图像(b)颜色边缘图(c)TF方法的视差图

确的结果。随后，我们提出了一种深度边缘检测技术，以

获得准确的深度边缘图，并提出了一种基于深度边缘的三图1。（a）强度图像。（b）从强度图像检测出的颜色

边滤波方法。在Middlebury基准上的实验评估表明，所边缘图，用于计算TF方法的边界强度项。（c）通过

TF方法计算出的视差图，未进行视差优化。

方法优于原始的三边滤波方法以及其他局部方法。

索引术语—立体匹配，三边滤波，深度边缘检测，自

适应支持权重一种是视差不连续，定义为深度边缘；另一种是视差连

续，定义为纹理边缘。实际上，只有深度边缘对TF方法

1.引言是有帮助的，因为该方法背后的基本思想是：如果两个

像间存在深度边缘，则它们位于不同的深度上。然

立体匹配旨在对一对立体图像中的对应点进行匹配，是

而，如[13]中所分析的，深度边缘和纹理边缘很难区分。

三维计算机视觉中的一个基础性问题。一般来说，立体

提出了两种解决方案，要么将所有颜色边缘都视为深度

匹配方法大致可分为两类[1],全局方法[2][3]和局部方

边缘，要么都视为纹理边缘。通常选择第案，因

法[4][5]。全局方法能够产生较为精确的结果，但由于

为第二种方案中错误像素的聚合会引入错误信息，比第

需要进行迭代的全局优化，因此耗时较多；局部方法效

案中遗漏正确像素的危害更大。过视差优化

率较高，但精度往往较低。然而，近年来由于自适应支

（后处理）的TF方法所计算出的视差图如图1(c)所示。

持权重（ASW）方法表现出色，局部方法重新引起了研

究人员的关注[6][7][8][9][10]。我们有一个猜想：如果能够提取出深度边缘并用于

边界强度项，最终的准确性可能会得到提高。为了验证

基于三边滤波（TF）的ASW方法[10]是目前最先进这个猜想，我们使用Middlebury基准的视差

的方法，比其他ASW方法更精确，例如基于双边滤波的图（图2(a)）进行了一个实验。使用边缘检测器从该真

ASW方法[7][11],、基于滤波的ASW方法[8][12],、实视差图中检测出深度边缘图（图2(b)）。该

基于测地距离的ASW方法[9],等。TF方法[10]通过引入一深度边缘图被用于计算TF方法的边界强度项，并且计算

个新的边