1.一种立体匹配中局部区域一致性对应方法,具体包括:
(1)对参考图像进行区域分割,得到第一分割区域对待校正图像进行区域分割,得到第二分割区域其中,n为第一分割子区域的个数,m为第二分割子区域的个数,且m小于n;
(2)提取参考图像的匹配特征点Xsrc和待校正图像的匹配特征点Xtgt,并对其优化得到鲁棒匹配对应点Xsrc′和鲁棒匹配对应点Xtgt′;
(3)根据待校正图像的鲁棒匹配对应点Xtgt′,对第二分割子区域进行区域合并操作,得到预处理第二分割区域;
(4)根据鲁棒匹配对应点Xsrc′和鲁棒匹配对应点Xtgt′,以预处理第二分割子区域为基准,对第一分割子区域进行区域合并操作,得到预处理第一分割区域;
(5)根据参考图像的鲁棒匹配对应点Xsrc′,对预处理第一分割子区域进行区域合并操作,得到优化第一分割区域;
(6)根据鲁棒匹配对应点Xsrc′和鲁棒匹配对应点Xtgt′,以优化第一分割子区域为基准,对预处理第二分割子区域进行区域合并操作,得到优化第二分割区域;
(7)根据鲁棒匹配对应点Xsrc′,鲁棒匹配对应点Xtgt′,获取优化第一分割子区域和优化第二分割子区域的一一对应关系,并记录一致性区域对应标签。
2.根据权利要求1所述立体匹配中局部区域一致性对应方法,其特征在于:在步骤(1)中,所述的区域分割方法为均值漂移图像分割方法。
3.根据权利要求1所述立体匹配中局部区域一致性对应方法,其特征在于:步骤(2)包括以下步骤:
(2-1)利用尺度不变特征变换方法提取参考图像的特征点与待校正图像的特征点,并对两图像的特征点进行匹配,得到参考图像的匹配特征点Xsrc和待校正图像的匹配特征点Xtgt;
(2-2)根据对极几何原理对匹配特征点Xsrc与匹配特征点Xtgt进行筛选,将不满足对极几何约束的匹配特征点Xsrc与匹配特征点Xtgt剔除,剩下的为鲁棒匹配对应点Xsrc′和鲁棒匹配对应点Xtgt′,对极几何约束公式为:
(Xsrc)TFXtgt=0
其中,F是根据RANSAC(Random Sample Consensus)方法估计的基础矩阵。
4.根据权利要求1所述立体匹配中局部区域一致性对应方法,其特征在于:在步骤(3)中,根据待校正图像的鲁棒匹配对应点Xtgt′,对第二分割子区域进行区域合并操作的具体步骤为:
(3-1)对所有的第二分割子区域进行筛选,并将鲁棒匹配对应点Xtgt′的个数小于门限值的第二分割子区域命名为第二无效子区域;
(3-2)找到第二无效子区域的第二二阶邻域区域集合;
(3-3)在第二二阶邻域区域集合中,找到一个满足鲁棒匹配对应点Xtgt′的个数大于门限值,且位置空间与颜色与该第二无效子区域都最为相近一个第二分割子区域,并将其命名为第二目标区域;
(3-4)将该第二无效子区域合并到寻找到的第二目标区域中,此时第二分割区域命名为预处理第二分割区域。
5.根据权利要求1所述立体匹配中局部区域一致性对应方法,其特征在于:在步骤(4)中,对第一分割子区域进行区域合并操作的方法为:
当某预处理第二分割子区域中的鲁棒匹配对应点Xtgt′在第一分割子区域中的对应点分布在多个第一分割子区域中时,将这多个第一分割子区域合并成一个,此时的第一分割区域命名为预处理第一分割区域。
6.根据权利要求1所述立体匹配中局部区域一致性对应方法,其特征在于:在步骤(5)中,根据参考图像的鲁棒匹配对应点Xsrc′,对第一分割子区域进行区域合并操作的具体步骤为:
(5-1)对所有预处理第一分割子区域进行筛选,并将鲁棒匹配对应点Xsrc′的个数小于门限值的预处理第一分割子区域命名为第一无效子区域;
(5-2)找到第一无效子区域的第一二阶邻域区域集合;
(5-3)在第一二阶邻域区域集合中,找到一个满足鲁棒匹配对应点Xsrc′的个数大于门限值,且位置空间与颜色与该第一无效子区域都最为相近一个预处理第一分割子区域,并将其命名为第一目标区域;
(5-4)将该第一无效子区域合并到寻找到的第一目标区域中,并将此时的预处理第一分割区域其被命名为优化第一分割区域。
7.根据权利要求1所述立体匹配中局部区域一致性对应方法,其特征在于:在步骤(6)中,以优化第一分割子区域为基准,对预处理第二分割子区域进行区域合并操作的具体方法为:
当某优化第一分割子区域中的鲁棒匹配对应点在预处理第二分割子区域中的对应点分布在多个预处理第二分割子区域中时,将这多个预处理第二分割子区域合并成一个,此时的预处理第二分割区域被命名为优化第二分割区域。