一种基于改进的自适应加权和置信度传播的视差估计方法

摘要

一种基于改进的自适应加权和置信度传播的视差估计方法，属于计算机立体视觉技术领域。本发明为了解决现有的匹配算法计算的视差在遮挡区域、深度不连续区域匹配精度低；高精度匹配算法的计算量大，可实施性差；基于分割的细化方法视差平面评估不准确的问题。本发明的技术要点为：利用加权等级变换方法计算匹配像素间的相关值；通过改进的自适应加权方法对遮挡像素进行重新匹配；利用改进的置信度传播算法对视差图进行全局优化；利用细化模块对视差图进行精细化；再次利用改进的置信度传播算法和相关值和视差图进行全局优化。本发明可应用于立体图像分割、立体视频编码、机器人视觉，目标跟踪等领域。

主权项

一种基于改进的自适应加权和置信度传播的视差估计方法，其特征在于所述方法是按照以下步骤实现的：步骤一、利用加权等级变换方法计算匹配像素间的相关值C_L；步骤二、利用左右一致性检测方法检测图像中的遮挡像素，并通过改进的自适应加权方法对遮挡像素进行重新匹配，生成初始视差图D₁和初始相关值C₁；其中，自适应加权方法的改进过程如下：假设f(x,y)代表参考图像中某一点，f(x+i,y+j)代表以像素f(x,y)为中心的匹配窗口内的像素，窗口内像素权重的计算如公式(1)所示：$W_{x,y}^f(i,j)=\exp (-(\frac{{\mathrm{\Delta C}}_{x,y}^f(i,j)}{{\beta }_{aw}}+\frac{{\mathrm{\Delta G}}_{x,y}^f(i,j)}{{\gamma }_{aw}}\left)\right)---\left(1\right)$其中，f代表参考图像的像素值，β_aw和γ_aw分别为颜色相似度和空间邻近度的计算系数，ΔC代表中心像素f(x,y)与周围像素f(x+i,y+j)在Lab颜色空间的欧几里得距离，通过公式(2)计算，其中c代表Lab颜色通道，ΔG代表f(x,y)与f(x+i,y+j)间的空间距离，通过公式(3)计算：${\mathrm{\Delta C}}_{x,y}^f(i,j)=\sqrt{\underset{c\in \left\{Lab\right\}}{\Sigma }{\left(f_c\right(x+i,y+j)-f_c(x,y\left)\right)}^2}---\left(2\right)$${\mathrm{\Delta G}}_{x,y}^f(i,j)=\sqrt{i^2+j^2}---\left(3\right)$计算目标窗口的像素权重；步骤三、利用改进的置信度传播算法对视差图D₁进行全局优化，生成新的视差图D₂；其中，置信度传播算法的改进过程如下：在第t次迭代时刻，节点p传递到周围节点q的信息的计算如公式(10)所示：$m_{p\to q}^t\left(d\right)=\underset{d}{max}{\phi }_p\left(d\right){\psi }_{p,q}(I,d)\underset{s\in N\left(p\right)/q}{\Pi }{m}_{s\to p}^{t-1}\left(d\right)---\left(10\right)$其中，N(p)/q代表除q以外的p的周围节点，φ_p(d)代表节点q的局部匹配代价的聚合，利用相关值C₁放大α_bp倍后计算e的指数得到，如公式(11)所示：φ_p(d)＝exp(α_bp×C_p(d))                 (11)其中，α_bp为恒定的算法系数，通过经验获得；Ψ_p,q(I,d)代表平滑函数，当周围临近的像素违背平滑约束的时候做出惩罚，改进后如公式(12)：ψ_p,q(I,d)＝exp(‑h₁(△I_pq)×h₂(△d_pq))                 (12)其中I代表像素的亮度值，d代表像素的视差，p和q代表两个相邻的像素，当周围临近的像素违背平滑约束的时候做出惩罚，其中函数h₁和h₂分别通过公式(13)、(14)表示：$h_1\left({\mathrm{\Delta I}}_{pq}\right)=\left\{\begin{array}{cc}{\mu }_{bp},& {\mathrm{if\Delta I}}_{pq}>{\beta }_{bp}\\ {\lambda }_{bp}\times {\mu }_{bp},& otherwise\end{array}\right.---\left(13\right)$h₂(△d_pq)＝min(γ_bp,|△d_pq|)+δ_bp                  (14)公式中ΔI_pq代表图像中p和q的像素亮度差，β_bp代表像素亮度差的阈值，λ_bp和μ_bp代表平滑惩罚系数，通过经验获得，Δd_pq代表p和q视差的差，γ_bp和δ_bp为恒定的系数，通过经验获得，γ_bp代表截断阈值，用于限制平滑强度的，而δ_bp的设置用于保证一定量的平滑强度；步骤四、利用细化模块对视差图D₂进行精细化，并生成相关值C₂，视差图D₃；步骤五、再次利用改进的置信度传播算法和相关值C₂和视差图D₃进行全局优化，得到最终的视差图D_f。