一种基于自适应分水岭的图割的双目立体匹配方法

摘要

本发明提出一种基于自适应分水岭的图割的双目立体匹配方法，本发明提出了新的自适应局部阈值方法，并将其应用于分水岭结合Prim方法的区域融合中。使用自适应分水岭对图像进行处理，使图中像素以一定关系将图像分割成不同的区域并分配标号来建立能量方程，并提出新的大领域无参数的平滑约束模型。最后通过优化的α-扩展法，利用最小生成树的区域中像素范围来搜索，在范围内搜索区域像素，寻找匹配点，否则不搜索。大邻域能够使本发明更灵活地获得更好的目标边界，在不连续的边界和高折叠纹理区域都得到很好的效果。在不影响合成视图质量的同时解决了静态图像和动态视频序列的矛盾性，深度估计的结果不会呈现不连续的跳跃现象。

主权项

一种基于自适应分水岭的图割的双目立体匹配方法，其特征在于包括以下步骤：(1)拍摄同一场景和同一时刻的两幅图像，输入这两幅图像；(2)判断两幅输入图像与摄像机个数是否匹配，若不同，提示错误并跳出；若相同，读取相关数据，加载图像并执行步骤(3)；(3)一种自适应分水岭方法，提出了新的自适应局部阈值方法，并将其应用于分水岭结合Prim方法的区域融合中；具体这个方法包括两个主要步骤：首先，使用分水岭分割方法将图像分割成大量的区域；第二步按照Prim方法，即在图表中利用Prim方法对使用分水岭分割方法将图像分割成的大量区域进行融合，在融合过程中追踪每个区域的变化并将变化的特征保存下来；重复以上区域融合过程，直到达到局部阈值则停止融合；(4)根据步骤(3)中求出的融合区域作为标号，建立能量方程，使用大邻域无参数深度平滑模型来建立图割的能量方程的立体匹配方法；(5)一种能量函数最小化的方法即立体匹配的方法，具体是对于步骤(4)中的能量方程进行最小化；使用优化的α‑扩展法，寻找匹配点时不需要对整幅图进行搜索，而是利用Prim方法求得的最小生成树的区域中像素范围来搜索，在范围内搜索区域像素，寻找匹配点。