基于图像分割的大面积低纹理区立体匹配算法

摘要

本发明的目的在于提供一种基于图像分割的大面积低纹理区立体匹配算法，其步骤是：第一步，根据实际需求对立体像对进行预处理；第二步，把经过预处理的立体像对按照三个方向进行处理，分三个支路；第三步，根据步骤二中3个支路产生的结果，合成视差图；第四步，对生成的视差图进行后期处理，本发明所提出的算法基于图像分割和图像多尺度空间技术，克服了常规算法不能处理低纹理区匹配的不足，可以得到较为准确的视差图。

主权项

一种基于图像分割的大面积低纹理区立体匹配算法，包括下列步骤：步骤一：对立体像对进行预处理；步骤二：把经过预处理的立体像对按照三个方向进行处理，分三个支路：支路1：利用mean shift算法对基准图像进行图像分割，按照分割后的结果对基准图像像素进行积累，积累窗口的形状为图像分割后每个聚类的形状，生成视差图disp_seg；1)利用mean shift算法对基准图进行图像分割；2)把分割后的图像作为输入，利用基本的局部匹配算法进行匹配，算子采用SSD，匹配过程中，积累窗口的形状即为图像分割后每个聚类的形状，C(u,v,d)值越小，证明匹配越理想；灰度差平方方式(Sum of Squared Differences,SSD)式中：u,v——图像中像素的坐标值，i，j——控制像素坐标前后变化的索引值，I(u,v)——(u,v)处像素的像素值，l——左图，r——右图，W——积累窗口，C(u,v,d)——位于(u,v)处点取视差d时的“耗费情况”；3)支路1生成视差图，命名为：disp_seg支路2：利用低通滤波自底向上，为左右图像分别逐层建立各自的图像金字塔，对于每一个待匹配像素点构造九个邻域窗口，计算每个窗口内的图像和基准图像的相似程度，具有最相似图像的窗口被保留；在图像金字塔内，从具有最低分辨率的最顶层开始，利用上层视差图对下层匹配结果的指导，自顶向下逐层求得视差图disp_Mutiscales；支路3：利用基准图像中像素点的灰度特征矢量及该像素点在邻域窗口内的分布密度，判定位于窗口中心像素点是否平滑，通过阈值将基准图像划分为纹理区和非纹理区，结果为Texture_Picture；步骤三：根据步骤二中3个支路产生的结果，合成视差图；支路3生成的Texture_Picture图像标明了图像纹理区和非纹理区；支路2所生成的视差图disp_Mutiscales在纹理区是准确的，而在大片的非纹理区中，支路1生成的视差图disp_seg在划分好聚类的区域是准确的；因此能按Texture_Picture的标记，综合disp_Mutiscales、disp_seg的结果，合成准确的视差图为：Texture_compose；步骤四：对生成的视差图进行后期处理。