可变光源下的双目视图立体匹配方法
【技术领域】
[0001] 本发明涉及双目视图立体匹配方法，具体是一种可变光源下的双目视图立体匹配 方法。
【背景技术】
[0002] 双目视图的立体匹配是深度信息恢复的重要步骤，立体匹配的主要工作是利用对 应点之间颜色或梯度等特征的相似性为不同视角同一场景下寻找准确的像素对应。立体匹 配算法可以分为局部立体匹配算法和全局立体匹配算法。局部立体匹配算法通过区域匹配 或特征匹配的方法为每个像素独立地计算视差值。因为不考虑像素之间的相关性，局部立 体匹配算法一般速度较快，但得到的匹配结果比较粗糙。而全局性方法中的能量框架，既考 虑了每个像素的数据匹配代价，也为相邻像素之间的平滑性约束进行了建模，因此通常能 得到比局部方法更准确的结果。因此，虽然受到能量最优化算法的效率限制，全局立体匹配 算法比局部立体匹配算法的求解时间长，但其精确的匹配结果和相对独立的建模和优化过 程，使得全局匹配算法在立体匹配中占据越来越重要的地位。
[0003] 全局立体匹配算法一般可以基于马尔可夫随机场对匹配问题进行建模。根据马尔 可夫随机场的理论，假设P和q是图像I中的像素点，d，d，j是它们对应的视差值，则立 体匹配问题可以进行如下方式的建模：
【主权项】
1. 一种可变光源下的双目视图立体匹配方法，其特征在于，该方法包括w下步骤： 51、 对可变光源下的双目视图进行立体匹配，得到视差图； 52、 使用视差图从双目视图中对应提取图像前景区域； 53、 用贝叶斯理论框架的颜色恒常算法对提取到的图像前景区域进行光源估计； 54、 用估计的光源值对双目视图进行颜色校正； 55、 对颜色校正后的双目视图重新进行立体匹配，得到新的视差图； 重复上述步骤S2-S5,直至计算的视差值收敛到真实视差值或达到设定的迭代次数。
2. 根据权利要求1所述的可变光源下的双目视图立体匹配方法，其特征在于，在所述 步骤S2中，使用视差图从双目视图中对应提取图像前景区域包括： 对视差图进行二值化； 使用形态学方法对二值化后的图像进行去噪；W及 用上述二值化和去噪步骤处理后的图像与双目视图运算提取图像前景区域； 所述去噪步骤包括；对二值化后的图像使用结构元进行开操作，W及对开操作得到的 图像进行形态学孔洞填充。
3. 根据权利要求1所述的可变光源下的双目视图立体匹配方法，其特征在于，在所述 步骤S1和步骤S5中，使用马尔科夫随机场进行立体匹配，采用的带动态权重的能量模型为
其中，P和q是图像I中的像素点；dp和d。分别是像素P和像素q对应的视差值；D(p，dp)表示像素P的视差值为dp时的像素数据匹配代价；N表示图像对应的无向图中的边，即 像素之间的相邻关系，（P，q)GN表示像素P和像素q是相邻的；S(dp,d。）表示当像素P被 赋予视差值dp而像素q被赋予视差值d。时，像素P和像素q之间的由平滑性约束导致的代 价；aP为像素P的数据匹配代价权重值，
I内.J是像素点的梯度模值，II門lUtf是图像中梯度模值的最大值，0为自定义权重参 数，0在化1,0. 5]之间取值。
【专利摘要】本发明公开了一种可变光源下的双目视图立体匹配方法，该方法包括以下步骤：S1、对可变光源下的双目视图进行立体匹配，得到视差图；S2、使用视差图从双目视图中对应提取图像前景区域；S3、用贝叶斯理论框架的颜色恒常算法对提取到的图像前景区域进行光源估计；S4、用估计的光源值对双目视图进行颜色校正；S5、对颜色校正后的双目视图重新进行立体匹配，得到新的视差图；重复上述步骤S2-S5，直至计算的视差值收敛到真实视差值或达到设定的迭代次数。本方法能够有效提升可变光源下双目视图立体匹配的准确度。
【IPC分类】G06T7-00
【公开号】CN104851100
【申请号】CN201510268069
【发明人】袁春, 张江迪
【申请人】清华大学深圳研究生院
【公开日】2015年8月19日
【申请日】2015年5月22日