发明名称 |
一种视差估计快速算法 |
摘要 |
本发明公开了一种利用Kalman滤波优化的视差估计方法,在视差估计时,先利用传统的快速块匹配算法得到视差向量,对视差向量的结果进行kalman滤波,使其更接近全搜索算法得到的结果,同时经过kalman滤波优化处理,视差向量精确度能提高到分数级别,且避免了传统的分数精度搜索所带来的插值运算及搜索次数增加。 |
申请公布号 |
CN102378009B |
申请公布日期 |
2013.05.08 |
申请号 |
CN201110359517.6 |
申请日期 |
2011.11.14 |
申请人 |
清华大学深圳研究生院 |
发明人 |
王好谦;杜成立;戴琼海 |
分类号 |
H04N7/26(2006.01)I;H04N7/32(2006.01)I |
主分类号 |
H04N7/26(2006.01)I |
代理机构 |
深圳新创友知识产权代理有限公司 44223 |
代理人 |
江耀纯 |
主权项 |
一种利用Kalman滤波优化的视差估计方法,其特征在于,包括以下步骤:A)以待估计的第一视点视频序列各帧作为锚定帧,第二视点视频序列各帧作为预测帧,其中第一视点视频序列的第n帧记为Pln、第二视点视频序列的第n帧记为Prn;并将第一视点视频序列和第二视点视频序列的各帧分成预定大小的多个宏块;B)对于首帧Pl1和Pr1,采用全搜索块匹配算法确定Pr1各个宏块在Pl1中的最佳匹配块,进而得到各个宏块的视差向量Xr1(r,s),其中,r、s分别用于标识该宏块位于首帧Pr1的第r列,第s行;C)对于首帧图像以外的第n(n>1)帧,分别进行如下处理:C‑1)计算预测帧各个宏块与锚定帧对应宏块之间灰度值的平均绝对误差值,通过排序算法将各宏块的平均绝对误差值由大到小进行排序,将排在预定位置的宏块的平均绝对误差值设为阈值T;C‑2)对预测帧Prn的每一宏块,采用快速块匹配算法依次在锚定帧Pln的预定搜索区域确定其最佳匹配块,进而得到相应的视差向量Yrn(r,s);C‑3)计算预测帧Prn的每一宏块与其最佳匹配块之间灰度值的平均绝对误差Tn,若Tn<T则将步骤C‑2)计算得到的视差向量Yrn(r,s)作为最终的视差向量;否则执行步骤D);D)将预测帧Prn每一宏块的视差向量Xrn(r,s)视为与前一帧对应块的视差向量Xrn‑1(r,s)仅相差一个噪声信号Wrn(r,s),从而构建Kalman滤波的系统状态方程;将Yrn(r,s)视为被噪声Vrn(r,s)污染的观测结果从而构建Kalman滤波的观测方程;设定噪声信号Wrn(r,s)和Vrn(r,s)的值进行Kalman滤波从而得到最终的分数级视差向量Xrn(r,s)。 |
地址 |
518055 广东省深圳市南山区西丽大学城清华校区 |