基于动态规划的立体匹配算法研究

立体匹配是双目立体视觉中的关键技术,一直是立体视觉领域研究的焦点与难点。针对立体匹配中视差深度不连续、图像边缘、弱纹理和遮挡区域高误匹配率等问题,国内外研究者们提出了大量的优化算法试图去解决这些问题,但由于这些问题本身具有病态性,所以至今还没有比较完美的解决方案,与此同时如何在保证匹配精度的前提下提高立体匹配算法的速度是现阶段主要的研究方向。本文深入研究动态规划立体匹配算法,并对算法存在的弱纹理区域条纹现象和边缘误匹配以及同一深度区域视差不连续等问题进行分析,在传统动态规划算法上进行改进,论文具体内容如下:1、论文介绍了双目立体视觉基本原理和理论知识,对立体匹配的国内外研究现状进行描述,归纳了目前立体匹配算法的一般步骤和通用评价标准,通过总结立体匹配算法的分类,最后指出当今立体匹配的难点与挑战。2、针对传统规动态规划算法在弱纹理区域所得视差图会出现条纹现象,以及在图像边缘误匹配率较高等问题,本文提出了一种基于引导图滤波的树形结构动态规划立体匹配算法。首先计算基于RGB彩色图像的匹配代价,然后将匹配代价函数进行引导图滤波,算法采用基于行列方向的树形结构动态规划算法进行视差全局优化,所得能量函数的最优解对应的视差为初始视差,最后对初始视差进行后处理得到最终视差图。通过实验表明,该算法能有效改善传统动态规划的条纹现象和图像边缘存在的高误匹配问题。3、针对同一深度区域的视差不连续问题,考虑因光照不均或受其他噪声干扰对匹配的影响,用归一化不变矩代替中心点像素计算匹配代价;将每个视差的匹配代价构成的三维矩阵做为基于滤波的树动态规划算法中的初始代价矩阵,得到初始视差图,并对其进行视差后处理,引入一种基于图像复原技术,用准二次变量分离算法求解目标函数最小值的改进后处理算法,获得最终视差图。实验表明算法在提高弱纹理和图像边缘的匹配率的同时在同一深度区域的视差更加平滑,可获得比较准确的视差图。