论文部分内容阅读
提出一种基于梯度和MRF(Markov Random Field)模型的视差估计及优化算法.采用图像灰度和梯度加权联合的方法进行块匹配运算,获得初始视差场.然后根据顺序匹配准则对该视差场进行交叉块检测,并运用基于MRF模型的因果预测对误匹配块进行迭代校正,最终获得较为精确平滑的视差场.实验表明,与传统块匹配法相比,该算法生成的视差场能够将预测图像峰值信噪比提高1.2~1.8 dB,且运算时间在1 s以内.