摘要
基于双目视觉的三维重建技术是计算机视觉的重要分支之一。因其成本低廉、适用性广，越发受到学术界与工业界的青睐，而立体匹配算法是其核心与关键。局部立体匹配算法因其计算复杂度低、实时性好的优点拥有巨大的发展潜力。边缘纹理包含了可观的图像信息，可以为像素代价提供更加有效的区分，却是局部立体匹配算法所忽略的。针对局部算法的匹配精度有待提升以及由于其自身的病态性导致在弱纹理区域误匹配较多的问题，本文从边缘保持的角度切入进行研究并且提出了行之有效的解决方法。 本文的主要工作及贡献如下： 1.针对局部立体匹配算法不能充分利用图像的信息建立像素间的约束性关系，匹配精度不高的问题，提出了一种基于边缘保持的代价计算与聚合立体匹配算法。首先利用图像的边缘空间信息构建权重矩阵，与传统的代价计算方法进行加权融合，形成新的代价计算方式。同时考虑到引导滤波的边缘保持特性，将边缘权重矩阵中的像素权重值与引导滤波的正则化项相结合，在不同的区域针对性地施加有差异的平滑力度，并在多分辨率尺度的框架下进行代价聚合。所得结果经过视差计算得到初始视差图，再经过一系列的视差精化步骤获得最终的视差图。通过对实验结果的分析表明，所提方法有效提升了图像在边缘纹理处的匹配精度，进一步降低了非遮挡与视差不连续区域的误匹配率，增强了所获视差图的质量。 2.针对局部立体匹配算法自身的局限性，在图像的弱纹理区域会造成大量误匹配的问题，提出一种基于边缘保持的自适应聚合立体匹配算法。首先对待匹配的图像进行预处理，增大算法在弱纹理区域可利用的信息量。然后构建边缘权重矩阵，提取图像边缘中的直线部分，并加大其在权重矩阵中的权重值。采用十字交叉窗口作为聚合的支持区域，使用基于颜色相似性的窗口生长判别方式，将边缘权重融入色彩判定阈值，决定臂长的长度。对称地考虑左右视图的匹配点关系以确定完整的初始代价自适应聚合窗口，并利用图像积分对聚合计算进行加速。实验表明，基于边缘保持的自适应聚合立体匹配方法可以令弱纹理区域的匹配精度得到进一步的提升。
NETL