一种基于颜色内相关和自适应支撑权重的立体匹配方法

摘要

本发明提出一种基于颜色内相关和自适应支撑权重的立体匹配方法。本发明方法提出了像素点颜色内相关函数，并结合颜色相似性、欧式距离相似性和颜色内相关相似性来确定匹配窗口内像素点的权重大小，从而获得立体匹配的初始视差值，然后对初始视差图进行三步优化，分别为左右一致性检查、中值滤波、直方图统计。本发明平均准确率高，而且具有很强的鲁棒性。

主权项

一种基于颜色内相关和自适应支撑权重的立体匹配方法，其特征在于，步骤如下：步骤一、定义左图像和右图像的像素点颜色内相关函数，获得颜色内相关分量rin，左图像与右图像的颜色内相关分量rin表达式相同，均如公式(1)所示，rin＝[rce1,rce2,rce3]      (1)公式(1)中，rce1、rce2、rce3依次为左图像或者右图像的三个颜色内相关函数，具体如公式(2)、(3)、(4)所示，rce1＝I_R(x,y)‑I_G(x,y)      (2)rce2＝I_G(x,y)‑I_B(x,y)      (3)rce3＝I_B(x,y)‑I_R(x,y)      (4)公式(2)、(3)、(4)中，I_R(x,y)、I_G(x,y)、I_B(x,y)依次为左图像或者右图像像素点的R通道分量、G通道分量、B通道分量的像素值，x、y表示当前像素点在行方向和列方向上的坐标值；步骤二、建立如公式(5)所示的匹配窗口权重函数，$\begin{array}{c}w\left(p,q\right)=\exp \left(-\frac{{\mathrm{\Delta c}}_{pq}}{{\tau }_c}\right)·\exp \left(-\frac{{\mathrm{\Delta d}}_{pq}}{{\tau }_d}\right)·\exp \left(-\frac{{\mathrm{\Delta r}}_{pq}}{{\tau }_r}\right)\\ =\exp \left(-\left(\frac{{\mathrm{\Delta c}}_{pq}}{{\tau }_c}+\frac{{\mathrm{\Delta d}}_{pq}}{{\tau }_d}+\frac{{\mathrm{\Delta r}}_{pq}}{{\tau }_r}\right)\right)\end{array}---\left(5\right)$公式(5)中，w(p,q)为匹配窗口权重函数，exp为指数函数符号，p为左图像匹配窗口的中心像素点，q为左图像匹配窗口中除中心像素点之外的像素点，Δc_pq为像素点p和q的RGB颜色相似性，Δd_pq为像素点p和q的欧式距离相似性，Δr_pq为像素点p和q的颜色内相关分量rin的相似性，τ_c为颜色相似性所占匹配窗口权重函数的比例，τ_d为欧式距离相似性所占匹配窗口权重函数的比例，τ_r为颜色内相关相似性所占匹配窗口权重函数的比例；公式(5)中，颜色相似性Δc_pq、欧式距离相似性Δd_pq、颜色内相关相似性Δr_pq的计算方法依次如公式(6)、(7)、(8)所示：$\begin{array}{c}{\mathrm{\Delta c}}_{pq}=\left|\right|p-q|{|}_2\\ =\sqrt{{\left(p_R-q_R\right)}^2+{\left(p_G-q_G\right)}^2+{\left(p_B-q_B\right)}^2}\end{array}---\left(6\right)$$\begin{array}{c}{\mathrm{\Delta d}}_{pq}=\left|\right|d_p-d_q|{|}_2\\ =\sqrt{{(x_p-x_q)}^2+{(y_p-y_q)}^2}\end{array}---\left(7\right)$$\begin{array}{c}{\mathrm{\Delta r}}_{pq}=\left|\right|{\mathrm{rin}}_p-{\mathrm{rin}}_q|{|}_2\\ =\sqrt{{(rce{1}_p-rce{1}_q)}^2+{(rce{2}_p-rce{2}_q)}^2+{(rce{3}_p-rce{3}_q)}^2}\end{array}---\left(8\right)$公式(6)、(7)、(8)中，p_R、p_G、p_B依次为像素点p点的R、G、B颜色像素值，q_R、q_G、q_B依次为像素点q点的R、G、B颜色像素值，(x_p,y_p)为像素点p的坐标值，(x_q,y_q)表示像素点q的坐标值，rin_p为像素点p处的颜色内相关分量值，rin_q为像素点q处的颜色内相关分量值；步骤三、根据匹配窗口权重函数w(p,q)计算左右图像立体匹配的初始视差值；步骤四、对初始视差值依次进行左右一致性检查、中值滤波和直方图统计，获得最终精确的视差结果。