论文部分内容阅读
立体图像系统是近年来兴起的一种新的媒体系统,能够极大程度的提升人们的视觉体验,而视差信息是进行立体图像处理的基础。立体图像匹配技术是获取视差信息的主要手段,是近年来计算机视觉领域研究的热点,在机器人视觉、医学、军事、航空、娱乐等各方面都有着非常广泛的应用前景。一般而言,立体图像匹配算法可以分为局部匹配算法和全局匹配算法两类,全局匹配算法由于运算复杂,因此匹配效率较低,本文主要对局部匹配算法中基于自适应窗、基于自适应权重和基于像素特征性的三种匹配方法进行了详细的研究。传统的固定窗匹配算法对每个像素采用大小固定的匹配窗口进行匹配。图像不同区域的像素匹配精度受到匹配窗口大小的影响,在匹配窗口较大时同质区域匹配精度较高而边缘区域匹配精度较低,在匹配窗口较小时同质区域匹配精度较低而边缘区域匹配精度较高。基于自适应窗的匹配算法为不同区域的像素选取大小和形状不同的匹配窗口,能够获得比传统的固定窗匹配算法更好的匹配精度。如何快速有效的为每个像素选取大小和形状不同的匹配窗口是基于自适应窗匹配算法的核心问题。本文提出了一种改进的自适应窗匹配算法,该算法基于颜色接近的像素视差相近的假设,采用彩色分组技术确定每个像素匹配窗口的大小和形状,保证了匹配窗口中所有像素视差都具有一致相关性。实验结果表明,该算法在仅采用一次迭代计算的前提下也具有较好的匹配精度。和基于自适应窗的匹配方法不同,基于自适应权重的匹配方法采用大小固定的匹配窗,但对匹配窗内每个像素点,根据其视差和中心点像素视差的接近程度,自适应的分配不同的匹配权重。自适应彩色权重法基于颜色相似、距离相近的两个像素的视差相关性大的假设,对匹配窗内每个像素,根据距离中心像素的远近和色彩的相似性,分配不同的匹配权重,有着较好的匹配精度。本文详细分析了自适应彩色权重法存在的不足,并结合彩色分割对自适应彩色权重算法中权重分配的过程进行了改进,提高了算法在边缘区域、纹理密集区域和同质区域的匹配精度。基于像素特征性的匹配方法首先提取左右图像每个像素的特征性,并基于两个像素特征性越强,相互匹配的可能性越高的假设,在匹配过程中综合考虑像素相似性和特征性两个因素进行匹配筛选。由于图像边缘区域和纹理密集区域像素特征性较强,基于像素特征性的匹配方法能够有效的改进这些区域的像素匹配精度。如何提取左右图像像素特征性是基于像素特征性的匹配方法的关键,本文提出了一种结合彩色分割的像素特征性估计方法,提高了左右图像像素特征性提取的准确性;并且基于处于同一彩色平面的像素视差相关性大的假设,利用彩色分割得到的区域信息,减少了视差搜索的范围,改进了视差匹配的效率。最后,为了进一步提高视差匹配效率,本文将自适应窗匹配算法和基于像素特征性的匹配算法相结合,提出了一种有着较高精度的快速算法。该算法仅在较易发生误匹配的图像区域采用复杂度较高的基于像素特征性的匹配方法,而在图像其他区域直接采用自适应窗匹配算法进行匹配,能够同时兼顾算法的精度和效率。