本發(fā)明屬于計(jì)算機(jī)立體視覺領(lǐng)域，具體涉及一種基于概率產(chǎn)生模型的快速立體匹配方法。

背景技術(shù)：

計(jì)算機(jī)立體視覺主要研究如何從多幅圖像中，獲取場(chǎng)景中物體的距離(深度)信息。雙目立體視覺是計(jì)算機(jī)立體視覺中最基礎(chǔ)的問題之一，用于從由兩個(gè)相機(jī)拍攝的同一場(chǎng)景的兩幅圖像中，恢復(fù)出場(chǎng)景的深度信息。雙目立體視覺的主要流程為：獲取圖像、標(biāo)定攝像機(jī)、校正圖像、立體匹配和三維重建等五個(gè)部分。其中立體匹配是整個(gè)算法的核心部分，用以生成稠密的視差圖，其中視差即為左右兩圖中同名點(diǎn)的橫坐標(biāo)差值。立體匹配是整個(gè)算法中最困難也最能影響三維重建質(zhì)量的一個(gè)部分。

根據(jù)雙目視覺原理，如果能夠在圖像坐標(biāo)系中確定兩個(gè)匹配點(diǎn)，并知道其各自的圖像坐標(biāo)，那么就可以獲得對(duì)應(yīng)空間點(diǎn)的深度信息。因此，實(shí)現(xiàn)深度信息獲取的關(guān)鍵是獲得空間點(diǎn)在左右圖像平面內(nèi)的一個(gè)匹配對(duì)，而立體匹配問題則是實(shí)現(xiàn)深度獲取的關(guān)鍵。在實(shí)際操作中，雙目立體匹配實(shí)施要考慮諸多因素，并以計(jì)算復(fù)雜度和穩(wěn)定性等總體性能指標(biāo)來衡量方案實(shí)施的可行性和有效性。

當(dāng)前立體匹配算法主要分為四個(gè)步驟：匹配代價(jià)計(jì)算、代價(jià)聚合、視差計(jì)算、視差優(yōu)化。由于代價(jià)聚合和視差計(jì)算是對(duì)圖中的所有點(diǎn)進(jìn)行相關(guān)的優(yōu)化計(jì)算，因此時(shí)間花費(fèi)比較大。目前主流的快速算法主要對(duì)這兩個(gè)步驟進(jìn)行性優(yōu)化，并普遍使用gpu進(jìn)行加速。在另一種立體匹配思路中，先找出少量穩(wěn)定的匹配點(diǎn)，作者假設(shè)穩(wěn)定匹配點(diǎn)對(duì)目前尚未匹配的點(diǎn)有著先驗(yàn)指導(dǎo)作用，因此通過概率產(chǎn)生模型來求解出它們最優(yōu)的視差。這個(gè)過程避免了代價(jià)聚合和視差計(jì)算中的能量求解過程，因此算法速度很快。但是，在這個(gè)算法中，穩(wěn)定匹配點(diǎn)的選取對(duì)最后的結(jié)果至關(guān)重要，而作者的選取方式并不能保證這些點(diǎn)的精確性。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于概率產(chǎn)生模型的雙目圖像深度信息快速立體匹配算法。對(duì)于從已校正好的雙目圖像中恢復(fù)深度信息這一問題而言，本發(fā)明技術(shù)方案的方法，提供了一種更加魯棒的匹配點(diǎn)置信度衡量方法，可以獲得更加魯棒的穩(wěn)定匹配點(diǎn)；本發(fā)明技術(shù)方案的方法還可以快速進(jìn)行立體匹配，改善匹配效果。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于概率產(chǎn)生模型的快速立體匹配方法，其特征在于，包括，

一種基于概率產(chǎn)生模型的快速立體匹配方法，其特征在于，包括，

s1提取雙目相機(jī)所拍攝的一組圖像的每個(gè)像素點(diǎn)的特征；

s2對(duì)一組圖像中的一張圖像按照固定間隔采樣獲得采樣特征點(diǎn)，根據(jù)所述采樣特征點(diǎn)匹配該組圖像中另一張圖像上的特征點(diǎn)，篩選后獲得穩(wěn)定匹配點(diǎn)；

s3利用所述穩(wěn)定匹配點(diǎn)分別對(duì)圖像進(jìn)行三角化分割，分別獲得圖像對(duì)應(yīng)的三角集合；

s4利用所述圖像中穩(wěn)定匹配點(diǎn)的視差，確定每個(gè)三角形三個(gè)頂點(diǎn)上的視差，進(jìn)一步地，獲得擬合該三角形區(qū)域視差平面的參數(shù)；

s5對(duì)于所述像素點(diǎn)，利用平面參數(shù)獲得每個(gè)視差的先驗(yàn)概率，再結(jié)合每個(gè)視差下匹配代價(jià)計(jì)算似然概率，綜合獲得某個(gè)視差的后驗(yàn)概率，以進(jìn)一步地獲得整個(gè)圖像的初始視差圖；

s6對(duì)所述初始視差圖進(jìn)行優(yōu)化以獲得質(zhì)量更好的視差圖。

本發(fā)明技術(shù)方案中，優(yōu)選采用的是雙目相機(jī)拍攝的一組圖像來進(jìn)行深度信息計(jì)算。雙目相機(jī)一般是由兩臺(tái)平行排列的單目相機(jī)組合而成，通過模擬人眼造成角度差，以此來達(dá)到立體成像或者探測(cè)景深的效果。也就是說，兩個(gè)平行排列的單目相機(jī)也可以實(shí)現(xiàn)雙目相機(jī)的功效。雙目相機(jī)的一次拍攝，實(shí)際上就是組成雙目相機(jī)的兩個(gè)單目相機(jī)對(duì)目標(biāo)同時(shí)進(jìn)行拍攝，針對(duì)同一目標(biāo)可以一次獲得一組圖像。因?yàn)殡p目相機(jī)模擬的是人眼角度差，因此這一組圖像具有不同的視角。通過對(duì)具有不同視角的一組圖像進(jìn)行匹配，可以獲取其中的深度信息。

本發(fā)明技術(shù)方案中，步驟s1中提取的是組成雙目相機(jī)的兩個(gè)單目相機(jī)分別拍攝的圖片中每個(gè)像素點(diǎn)的特征，通過對(duì)每個(gè)相機(jī)所拍攝的每組圖像特征點(diǎn)進(jìn)行匹配，可以獲取場(chǎng)景中物體的距離信息，即深度信息。在進(jìn)行匹配的時(shí)候，選取一張圖像，相應(yīng)的，其至少對(duì)應(yīng)存在一張著從另一角度拍攝的圖像。對(duì)二者進(jìn)行采樣特征點(diǎn)匹配后，剔除其中匹配錯(cuò)誤的特征點(diǎn)，就可以獲得穩(wěn)定的匹配點(diǎn)。多個(gè)匹配點(diǎn)可以將整個(gè)圖像分割成多個(gè)三角形組成的集合，通過對(duì)這些三角形的頂點(diǎn)視差進(jìn)行計(jì)算，可以獲得該三角形區(qū)域視差平面的參數(shù)。進(jìn)一步地，可以利用三角形的平面參數(shù)和匹配代價(jià)，獲得每個(gè)視差的先驗(yàn)概率、似然概率和后驗(yàn)概率，最終獲得整個(gè)圖像的初始視差圖。初始視差圖經(jīng)過優(yōu)化后，即為目標(biāo)視差圖。

本發(fā)明技術(shù)方案中，主要步驟有，提取圖像特征點(diǎn)、篩選獲得穩(wěn)定的匹配點(diǎn)、對(duì)圖像進(jìn)行三角化分割、計(jì)算擬合視差平面參數(shù)、基于概率產(chǎn)生模型獲得整個(gè)圖像的視差圖以及視差圖優(yōu)化。

作為本發(fā)明的一個(gè)優(yōu)選技術(shù)方案，步驟s1具體包括，

s11使用邊緣提取算子計(jì)算分別所述圖像的邊緣梯度；

s12選取每個(gè)像素鄰域內(nèi)若干點(diǎn)的梯度信息，組合成當(dāng)前點(diǎn)的特征向量。

在具體進(jìn)行特征提取的時(shí)候，使用邊緣提取算子分別計(jì)算圖像的邊緣梯度，并且為每個(gè)像素點(diǎn)選取鄰近區(qū)域內(nèi)若干點(diǎn)的梯度信息，形成當(dāng)前點(diǎn)的特征向量。也就是說，當(dāng)前像素點(diǎn)的特征向量，是由每個(gè)像素點(diǎn)對(duì)應(yīng)的邊緣梯度值以及相鄰區(qū)域內(nèi)的梯度信息綜合組成的。

作為本發(fā)明的一個(gè)優(yōu)選技術(shù)方案，步驟s2具體包括，

s21選取一個(gè)采樣特征點(diǎn)，計(jì)算其與一定視差范圍內(nèi)的匹配點(diǎn)之間的匹配代價(jià)；

s22考察采樣特征點(diǎn)在各視差下的匹配代價(jià)，找出其最小值、次小值以及第二局部最小代價(jià)值，以計(jì)算采樣特征點(diǎn)的穩(wěn)定性；保留滿足穩(wěn)定條件的采樣特征點(diǎn)，其視差值為取得最小代價(jià)值的視差值；

s23根據(jù)采樣特征點(diǎn)的視差找到其對(duì)應(yīng)的匹配點(diǎn)，考察匹配點(diǎn)在各視差下的匹配代價(jià)，找出其最小值、次小值以及第二局部最小代價(jià)值，以計(jì)算匹配點(diǎn)的穩(wěn)定性；保留滿足穩(wěn)定條件的匹配點(diǎn)，其視差值為取得最小代價(jià)值的視差值；

s24若采樣特征點(diǎn)與其對(duì)應(yīng)的匹配點(diǎn)的視差一致，則確定該采樣特征點(diǎn)和其對(duì)應(yīng)的匹配點(diǎn)為穩(wěn)定匹配點(diǎn)。

在確認(rèn)穩(wěn)定匹配點(diǎn)的過程中，最關(guān)鍵的就是找到匹配代價(jià)最小的視差值。在全部的像素點(diǎn)中，根據(jù)一定規(guī)則選取若干個(gè)采樣點(diǎn)，計(jì)算采樣點(diǎn)的匹配代價(jià)。依次篩選出匹配代價(jià)的最小值、次小值以及第二局部最小值，利用上述值判斷當(dāng)前采樣點(diǎn)是否滿足相應(yīng)的穩(wěn)定條件，若滿足，則保留這個(gè)采樣點(diǎn)，并確認(rèn)使得匹配代價(jià)最小的視差值為該點(diǎn)的視差值。對(duì)于該采樣點(diǎn)，確認(rèn)其在另一張圖像上的匹配點(diǎn)，并判斷該匹配點(diǎn)是否滿足穩(wěn)定條件，穩(wěn)定則保留該點(diǎn)。計(jì)算得到采樣點(diǎn)與對(duì)應(yīng)的匹配點(diǎn)的視差值后，判斷二者視差是否一致，如果一致，則說明二者匹配關(guān)系穩(wěn)定，該采樣點(diǎn)與其對(duì)應(yīng)的匹配點(diǎn)是穩(wěn)定匹配點(diǎn)。

作為本發(fā)明的一個(gè)優(yōu)選技術(shù)方案，步驟s5具體包括，

s51根據(jù)任一像素點(diǎn)所在平面的參數(shù)，計(jì)算得到該點(diǎn)在平面上的視差值；

s52以所述視差值為中心建立概率分布，對(duì)于確定范圍內(nèi)任意一個(gè)視差值，根據(jù)所述概率分布計(jì)算出該視差的先驗(yàn)概率；

s53計(jì)算像素點(diǎn)與一定視差范圍內(nèi)的匹配點(diǎn)之間的匹配代價(jià)，進(jìn)一步地，計(jì)算其似然概率；

s54計(jì)算得到確定范圍內(nèi)各視差下的后驗(yàn)概率，選取概率最大的視差作為該點(diǎn)最終的視差；

s55分別獲得所述圖像上全部像素點(diǎn)的視差，進(jìn)一步地，分別獲得所述圖像的視差圖。

作為本發(fā)明的一個(gè)優(yōu)選技術(shù)方案，概率分布優(yōu)選由一個(gè)高斯分布疊加上一個(gè)均勻分布形成。

針對(duì)三角化分割所得的的三角形，其平面參數(shù)的計(jì)算需要利用三角形三個(gè)頂點(diǎn)的信息，包括坐標(biāo)和視差，根據(jù)這些信息可以求解任意三角區(qū)域的視差平面參數(shù)。根據(jù)視差平面參數(shù)，可以求解某一像素點(diǎn)在平面上的視差值；以該視差值為中心可以建立概率分布。在本發(fā)明技術(shù)方案中，概率分布優(yōu)選由一個(gè)高斯分布疊加上一個(gè)均勻分布形成。利用這個(gè)概率分布，對(duì)于一個(gè)確定范圍內(nèi)的任意一個(gè)視差值，都可以計(jì)算出其概率，也就是針對(duì)該視差的先驗(yàn)概率。然后，在一個(gè)確定的視差范圍內(nèi)，計(jì)算像素點(diǎn)與匹配點(diǎn)之間的匹配代價(jià)，其計(jì)算方法與上述步驟s2中的計(jì)算方法一致。計(jì)算得到像素點(diǎn)與匹配點(diǎn)之間的匹配代價(jià)后，可以進(jìn)一步地計(jì)算得到某一視差的似然概率。一個(gè)像素點(diǎn)在一個(gè)確定的視差范圍內(nèi)可以由先驗(yàn)概率和似然概率計(jì)算出每個(gè)視差對(duì)應(yīng)的后驗(yàn)概率，選取其中概率最大的視差作為該點(diǎn)最終的視差。一幅圖像具有多個(gè)像素點(diǎn)，所有像素點(diǎn)選取合適的視差后，可以獲得針對(duì)某一具體圖像的一個(gè)視差圖，該視差圖是初始視差圖。

作為本發(fā)明的一個(gè)優(yōu)選技術(shù)方案，步驟s6具體包括，

s61對(duì)初始視差圖進(jìn)行左右交叉驗(yàn)證；

s62對(duì)未通過左右交叉驗(yàn)證的點(diǎn)，選取其鄰近區(qū)域的其他視差值替換當(dāng)前視差；

s63對(duì)視差圖使用濾波器進(jìn)行濾波，去除噪聲點(diǎn)，獲得最終的視差圖。

初始視差圖需要經(jīng)過一系列的優(yōu)化過程才能獲得最終的視差圖。具體來說，就是需要對(duì)初始視差圖進(jìn)行驗(yàn)證，即確定不同圖像之間的視差圖終點(diǎn)各自對(duì)應(yīng)的視差大小是否滿足交叉驗(yàn)證的條件。對(duì)于未通過交叉驗(yàn)證條件的匹配點(diǎn)，選取其鄰近區(qū)域內(nèi)滿足交叉驗(yàn)證條件，且在該區(qū)域內(nèi)數(shù)值最小的視差，替換當(dāng)前視差。

按照本發(fā)明的另一個(gè)方面，提供了一種應(yīng)用權(quán)利要求1～6任一項(xiàng)所述的一種基于概率產(chǎn)生模型的快速立體匹配方法的系統(tǒng)，其特征在于，包括，

圖像提取單元，用于提取平行排列的雙目相機(jī)所拍攝圖像的每個(gè)像素點(diǎn)的特征；

特征匹配單元，用于對(duì)其中一張圖像按照固定間隔采樣獲得采樣特征點(diǎn)，根據(jù)所述采樣特征點(diǎn)匹配另一張圖像上的特征點(diǎn)，篩選后獲得穩(wěn)定的匹配點(diǎn)；

圖像分割單元，用于利用所述匹配點(diǎn)分別對(duì)圖像進(jìn)行三角化分割，分別獲得圖像對(duì)應(yīng)的三角集合；

參數(shù)擬合單元，用于利用所述圖像中穩(wěn)定匹配點(diǎn)的視差，確定每個(gè)三角形三個(gè)頂點(diǎn)上的視差，進(jìn)一步地，獲得擬合該三角形區(qū)域視差平面的參數(shù)；

視差獲取單元，用于對(duì)于所述像素點(diǎn)，利用平面參數(shù)獲得每個(gè)視差的先驗(yàn)概率，再結(jié)合每個(gè)視差下匹配代價(jià)計(jì)算似然概率，綜合獲得某個(gè)視差的后驗(yàn)概率，以進(jìn)一步地獲得整個(gè)圖像的初始視差圖；

視差優(yōu)化單元，用于對(duì)所述初始視差圖進(jìn)行優(yōu)化以獲得質(zhì)量更好的視差圖。

按照本發(fā)明的另一個(gè)方面，提供了一種存儲(chǔ)設(shè)備，其中存儲(chǔ)有多條指令，所述指令適用于由處理器加載并執(zhí)行：

s1提取平行排列的雙目相機(jī)所拍攝圖像的每個(gè)像素點(diǎn)的特征；

s2對(duì)其中一張圖像按照固定間隔采樣獲得采樣特征點(diǎn)，根據(jù)所述采樣特征點(diǎn)匹配另一張圖像上的特征點(diǎn)，篩選后獲得穩(wěn)定的匹配點(diǎn)；

s3利用所述匹配點(diǎn)分別對(duì)圖像進(jìn)行三角化分割，分別獲得圖像對(duì)應(yīng)的三角集合；

s4利用所述圖像中穩(wěn)定匹配點(diǎn)的視差，確定每個(gè)三角形三個(gè)頂點(diǎn)上的視差，進(jìn)一步地，獲得擬合該三角形區(qū)域視差平面的參數(shù)；

s5對(duì)于所述像素點(diǎn)，利用平面參數(shù)獲得每個(gè)視差的先驗(yàn)概率，再結(jié)合每個(gè)視差下匹配代價(jià)計(jì)算似然概率，綜合獲得某個(gè)視差的后驗(yàn)概率，以進(jìn)一步地獲得整個(gè)圖像的初始視差圖；

s6對(duì)所述初始視差圖進(jìn)行優(yōu)化以獲得質(zhì)量更好的視差圖。

按照本發(fā)明的另一個(gè)方面，提供了一種終端，其特征在于，包括：

處理器，適于實(shí)現(xiàn)各指令；

存儲(chǔ)設(shè)備，適于存儲(chǔ)多條指令，其中所述指令適用于由處理器加載并執(zhí)行：

s1提取平行排列的雙目相機(jī)所拍攝圖像的每個(gè)像素點(diǎn)的特征；

s2對(duì)其中一張圖像按照固定間隔采樣獲得采樣特征點(diǎn)，根據(jù)所述采樣特征點(diǎn)匹配另一張圖像上的特征點(diǎn)，篩選后獲得穩(wěn)定的匹配點(diǎn)；

s3利用所述匹配點(diǎn)分別對(duì)圖像進(jìn)行三角化分割，分別獲得圖像對(duì)應(yīng)的三角集合；

s4利用所述圖像中穩(wěn)定匹配點(diǎn)的視差，確定每個(gè)三角形三個(gè)頂點(diǎn)上的視差，進(jìn)一步地，獲得擬合該三角形區(qū)域視差平面的參數(shù)；

s5對(duì)于所述像素點(diǎn)，利用平面參數(shù)獲得每個(gè)視差的先驗(yàn)概率，再結(jié)合每個(gè)視差下匹配代價(jià)計(jì)算似然概率，綜合獲得某個(gè)視差的后驗(yàn)概率，以進(jìn)一步地獲得整個(gè)圖像的初始視差圖；

s6對(duì)所述初始視差圖進(jìn)行優(yōu)化以獲得質(zhì)量更好的視差圖。

總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下有益效果：

1)本發(fā)明技術(shù)方案的方法，采用概率產(chǎn)生模型，計(jì)算像素點(diǎn)各視差的概率，將概率最大的視差值記為像素點(diǎn)的視差，得出整個(gè)圖像的視差圖的方法，提供了一種更加魯棒的匹配點(diǎn)置信度衡量方法，可以獲得更加魯棒的穩(wěn)定匹配點(diǎn)，提高了雙目深度信息計(jì)算的準(zhǔn)確性。

2)本發(fā)明技術(shù)方案的方法，采用采樣匹配的方法，按照一定的規(guī)律選取若干個(gè)采樣點(diǎn)及其在另一圖像中的匹配點(diǎn)，并進(jìn)一步篩選出其中穩(wěn)定的匹配點(diǎn)，針對(duì)穩(wěn)定的采樣點(diǎn)和匹配點(diǎn)進(jìn)行匹配代價(jià)計(jì)算和視差概率計(jì)算，可以快速進(jìn)行立體匹配，改善匹配效果。

附圖說明

圖1是本發(fā)明技術(shù)方案實(shí)施例的快速立體匹配算法的流程示意圖示意圖；

圖2是本發(fā)明技術(shù)方案實(shí)施例的特征向量構(gòu)造方式示意圖；

圖3是本發(fā)明技術(shù)方案實(shí)施例的匹配代價(jià)示意圖；

圖4是本發(fā)明技術(shù)方案實(shí)施例的三角化分割示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。下面結(jié)合具體實(shí)施方式對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。

本發(fā)明提供的基于概率產(chǎn)生模型的快速立體匹配算法，流程如圖1所示，包括特征提取，穩(wěn)定匹配點(diǎn)計(jì)算、三角化分割、三角平面擬合、計(jì)算稠密視差和視差優(yōu)化步驟；以下結(jié)合實(shí)例來具體闡述本發(fā)明提供的這種基于概率產(chǎn)生模型的快速立體匹配算法。

本發(fā)明實(shí)施例提供的基于概率產(chǎn)生模型的快速立體匹配算法，具體步驟如下：

(1)特征提取。選擇平行排列的雙目相機(jī)所拍攝的兩張圖像，考慮到雙目相機(jī)本身還是由兩部單目相機(jī)構(gòu)成，結(jié)合雙目圖像的特點(diǎn)，將其命名為左圖像和右圖像。對(duì)左右圖像分別進(jìn)行特征提取，其具體步驟如下：

(1.1)根據(jù)輸入圖像的不同分別進(jìn)行下列處理：如果輸入圖像為rgb彩色圖像，則將其都轉(zhuǎn)換為單通道灰度圖像，如果輸入圖像為灰度圖像，則直接使用該灰度圖像，記左右圖分別為i1,i2。

(1.2)對(duì)左右圖像分別使用sobel算子進(jìn)行卷積操作，以對(duì)其進(jìn)行邊緣梯度提取，得到x,y方向的梯度圖像，此時(shí)sobel算子的兩組權(quán)值矩陣分別為：

卷積操作結(jié)束后，再將計(jì)算出的所有梯度值線性映射到[0,255]范圍內(nèi)，具體映射方法為，將上述梯度值乘以1/4再加上128；兩個(gè)梯度圖像的梯度值分別記為gx，gy。

(1.3)通過上一步計(jì)算出的梯度值，為每個(gè)像素點(diǎn)構(gòu)建一個(gè)16維的特征向量，具體構(gòu)建方法為：在每個(gè)像素點(diǎn)對(duì)應(yīng)gx和gy位置的5*5鄰域內(nèi)，選取一定的點(diǎn)作為特征值，如圖2所示，在x方向梯度中選取12個(gè)點(diǎn)，在y方向梯度選取4個(gè)點(diǎn)，圖中的數(shù)字代表該點(diǎn)處于特征向量中的順序。為每個(gè)像素選取鄰域內(nèi)若干點(diǎn)的梯度信息，組合成當(dāng)前點(diǎn)k的特征向量fk，記所有像素點(diǎn)的特征值組成的空間為f。

(2)計(jì)算穩(wěn)定匹配點(diǎn)。對(duì)左圖按照固定間隔采樣，對(duì)采樣點(diǎn)進(jìn)行匹配和篩選，獲得穩(wěn)定的匹配點(diǎn)，其具體流程如下：

(2.1)在左圖中按固定間隔5個(gè)像素采樣，即選取坐標(biāo)為(0,0),(0,5),(0,10)……(15,5)……(325,200)……這樣的點(diǎn)作為考察對(duì)象。設(shè)設(shè)當(dāng)前采樣點(diǎn)為s^(l)(x,y),計(jì)算其與視差d∈[dmin,dmax]范圍內(nèi)的匹配點(diǎn)s^(r)(x-d,y)之間的匹配代價(jià)，計(jì)算方法為：選取s^(l)和s^(r)所在位置四鄰域點(diǎn)比較特征，并將其特征差別進(jìn)行累加：

其中p和q分別為s^(l)和s^(r)的四鄰域點(diǎn)。

(2.2)考察s^(l)采樣點(diǎn)在各視差下的的匹配代價(jià)，找出其最小代價(jià)值c0，次小代價(jià)值c1，第二局部最小代價(jià)值c2，c0,c1,c2含義參考如圖3?？疾炱涫欠駶M足以下條件：

若全部滿足上述條件，則s^(l)滿足穩(wěn)定條件，保留該點(diǎn)，其視差值為取得最小代價(jià)值的視差值：

(2.3)對(duì)保留的左圖采樣點(diǎn)，根據(jù)其視差找到右圖的匹配點(diǎn)，對(duì)右圖的匹配點(diǎn)進(jìn)行步驟(2.2)中的考察，如果滿足穩(wěn)定條件，則保留。

(2.4)如果左圖采樣點(diǎn)和其右圖匹配點(diǎn)的視差一致，即：

|d(s^(l))-d(s^(r))|≤2

則說明二者匹配關(guān)系穩(wěn)定，該采樣點(diǎn)和其匹配點(diǎn)為穩(wěn)定匹配點(diǎn)。

(2.5)記錄所有的穩(wěn)定匹配點(diǎn)。

(3)三角化分割。利用左圖、右圖中穩(wěn)定匹配點(diǎn)，優(yōu)選分別對(duì)左右圖像使用進(jìn)行delaunay三角化分割算法，分別獲得一個(gè)三角集合t，如圖4。

(4)三角平面擬合。利用左圖、右圖中穩(wěn)定匹配點(diǎn)的視差，確定每個(gè)三角形三個(gè)頂點(diǎn)上的視差，從而獲得擬合該三角形區(qū)域視差平面的參數(shù)，具體過程如下：

(4.1)假設(shè)第i個(gè)三角區(qū)域ti頂點(diǎn)信息為：a(x1,y1,d1),b(x2,y2,d2),c(x3,y3,d3),其中x,y分別為坐標(biāo)，d為視差，建立方程組：

(4.2)求解方程組獲得第i個(gè)三角區(qū)域視差平面參數(shù)θi＝{ai,bi,ci}。

(4.3)為所有三角形進(jìn)行上述求解，分別獲得其平面參數(shù)。

(5)基于概率產(chǎn)生模型計(jì)算每個(gè)點(diǎn)的視差。對(duì)于每個(gè)像素點(diǎn)，利用平面參數(shù)獲得每個(gè)視差的先驗(yàn)概率，再結(jié)合每個(gè)視差下匹配代價(jià)計(jì)算似然概率，綜合獲得某個(gè)視差的后驗(yàn)概率。其過程如下：

(5.1)對(duì)于左圖中第i個(gè)三角形中ti的像素點(diǎn)利用上一步驟計(jì)算出的平面參數(shù)，可以計(jì)算得到該點(diǎn)在平面上的視差值dk0＝aixk+biyk+ci。

(5.2)以dk0為中心建立一個(gè)概率分布，此概率分布由一個(gè)高斯分布疊加上一個(gè)均勻分布，對(duì)于[dmin,dmax]范圍內(nèi)任意一個(gè)視差值dk可以根據(jù)這個(gè)概率分布計(jì)算出其概率，即該視差的先驗(yàn)概率：

其中γ＝5和σ＝1為人工設(shè)定的參數(shù)。

(5.3)計(jì)算與視差dk∈[dmin,dmax]范圍內(nèi)的匹配點(diǎn)之間的匹配代價(jià)，計(jì)算方式與步驟(2)中相同，從而得到則視差dk的顏色似然為：

其中參數(shù)β＝1。

(5.4)計(jì)算各視差下后驗(yàn)概率：

在dk∈[dmin,dmax]范圍內(nèi)選取概率最大的視差作為該點(diǎn)最終的視差。重復(fù)以上步驟，為所有像素點(diǎn)選取合適的視差，獲得左圖的視差圖。以右圖為考察對(duì)象，重復(fù)(3)-(5)步驟獲得右圖的視差圖。

(6)視差優(yōu)化。對(duì)初始視差圖進(jìn)行優(yōu)化以獲得質(zhì)量更好的視差圖。其過程如下：

(6.1)左右交叉驗(yàn)證

將左右視差圖進(jìn)行比較，假設(shè)左視差圖終點(diǎn)a(x,y)的視差為d1,則其右視差圖中對(duì)應(yīng)的點(diǎn)為b(x-d1,y)，考察b點(diǎn)在右視差圖中對(duì)應(yīng)的視差d2,若|d1-d2|≤ε，(設(shè)置ε＝2)則認(rèn)為a點(diǎn)通過左右交叉驗(yàn)證，否則未通過。

(6.2)填補(bǔ)空洞

對(duì)于未通過交叉驗(yàn)證條件的匹配點(diǎn)，選取其鄰近區(qū)域內(nèi)滿足交叉驗(yàn)證條件，且在該區(qū)域內(nèi)數(shù)值最小的視差，替換當(dāng)前視差，以填補(bǔ)該匹配點(diǎn)的空缺。因?yàn)椴粷M足交叉驗(yàn)證的點(diǎn)一般是處于遮擋區(qū)域，遮擋區(qū)域的真實(shí)視差一般是背景視差，這里數(shù)值最小的視差可以作為背景視差。

(6.3)視差圖濾波

對(duì)視差圖使用中值濾波器進(jìn)行濾波，去除噪聲點(diǎn)，獲得最終的視差圖。

本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。