基于线段分割的图割立体匹配
基于半全局与全局算法的立体匹配研究
基于半全局和全局算法的立体匹配研究摘要：传统的基于像素点的匹配算法常常是算出初始匹配代价后直接采纳贪婪策略求取视差，尽管速度较快，但往往是局部最优的，以至精准度很低。
针对这一问题，目前策略要紧有：（1）半全局优化算法：扫描线算法和动态计划算法；（2）全局优化算法：置信度算法和图割算法。
本文旨在通过详细讨论这四种算法原理本质，算法步骤与算法运行，从而深刻分析各自的优势与缺点，为进一步改良其不足，进而研究新的算法打下基础。
关键词：半全局优化，全局优化，扫描线，动态计划，置信度，图割一．立体匹配介绍图像的立体匹配即给定同一场景的两幅图像,寻觅同一场景点投影到图像中的像素之间的对应关系。
依照考虑的是基于像素点的仍是基于区域块，能够分为基于像素点的匹配与基于区域的匹配。
立体匹配算法一般是通过构建能量函数试图取得图像的某些全局性质,即全局能量最小化，但通常很难取得能量函数的全局最小化，鉴于此,很多学者更偏向于寻觅局部小的求解.但是在一样情形下,局部小不能带来任何的全局性，因此匹配成效较差，准确率较低，基于像素点的匹配确实是一种局部小的解，因此假假想提高精度，研究的多是一种半全局或全局优化策略的区域匹配算法。
立体匹配的通常包括以下四步：1) 图像预处置(Preprocessing)—由于拍照照片的时候不免会有传感器的噪声（sensor noise）和光度的扭曲（photometric distortions）而这都会对视差的计算带来严峻阻碍，经常使用的解决方式有，高斯拉普拉斯滤波(Laplacian of Gaussian (LoG) filtering)[1]直方图均衡化(Histogram Equalization/Matching)，中值滤波 (Subtraction of mean values computed in the neighbours of each pixel)[2]双边滤波(Bilateral filtering)[3]。
gc立体视觉匹配原理 -回复
gc立体视觉匹配原理-回复GC立体视觉匹配原理GC立体视觉匹配是指利用一种名为图割(Graph Cut)的优化算法来解决立体视觉中的图像匹配问题。
在计算机视觉和机器视觉领域中，立体视觉是重要的研究方向之一，用于重建三维场景。
而图割算法则是一种常用的优化算法，被广泛应用于图像处理和计算机视觉领域中。
立体视觉匹配的目标是在两个或多个图片中寻找对应点，即在两个图片中找到具有相同物体的一对像素。
由于图像中的物体可能会有遮挡、光照变化以及视角不同等因素的影响，因此图像匹配是一个复杂的问题。
GC立体视觉匹配原理就是通过图割算法来解决这一问题。
GC立体视觉匹配的过程包括以下几个步骤：1. 图像预处理：首先，对两张输入图像进行预处理，包括去噪、灰度化、边缘检测等操作，以提取物体的形状和边缘信息。
2. 计算代价体积：在立体视觉中，代价体积是指在不同视角下，两个像素之间的匹配程度。
为了进行立体匹配，需要计算每个像素在两个图像中的代价值。
一种常用的方式是计算两个像素之间的像素值差异，即像素类似度的负值，作为代价值。
3. 基于代价体积计算能量函数：能量函数是图割算法的核心部分，用于描述图像匹配问题的优化目标。
根据代价体积计算每个像素的能量值，即将每个像素匹配到哪个视角的问题转化为最小化总能量的问题。
能量函数由两个部分组成：数据项和平滑项。
- 数据项：数据项表示代价体积的能量，即像素匹配的代价。
它通过计算像素在两个视角间的代价来衡量匹配的程度。
一般来说，代价越小，匹配程度越好。
- 平滑项：平滑项表示空间上的一致性约束，即在图像中相邻的像素应具有相似的匹配结果。
平滑项通过计算相邻像素的差异来衡量一致性程度。
4. 图割算法求解最小能量：基于能量函数，可以使用图割算法来求解最小能量。
图割是一种图论算法，用于求解具有最小割的图，从而得到最小能量的解。
在GC立体视觉匹配中，图割算法用于将每个像素划分到两个视角中的某一个，使得匹配能量达到最小。
gc立体视觉匹配原理
gc立体视觉匹配原理
GC（Graph Cuts）立体视觉匹配是一种基于图论的立体匹配方法。
它的基本原理是利用图论中的最小割/最大流算法来求解立体匹配问题。
在立体视觉中，两个或多个摄像机从不同的角度拍摄同一场景，然后通过匹配对应像素点来恢复三维信息。
匹配过程可以使用多种算法，其中GC算法是一种比较常用的方法。
GC算法的基本思想是将立体匹配问题转化为图的最小割问题，通过求解最小割来得到最优的匹配结果。
具体来说，GC算法将左、右两幅图像分别视为源点和汇点，它们之间的匹配关系可以用一条有向边来表示。
边的权重代表了两个像素点之间的相似度或差异度。
然后，通过最小割算法找到一条路径，使得路径上的边的权重之和最小，同时满足左右两边的像素点按照路径顺序匹配。
GC算法的优点在于它能够处理复杂的场景和光照变化，并且能够得到连续且平滑的视差图。
但是，它也存在计算复杂度较高、对噪声敏感等缺点。
为了提高匹配精度和降低计算复杂度，一些改进的GC算法被提出，如基于区域生长的GC算法、基于动态规划的GC算法等。
基于ELAS立体匹配算法的研究与改进
值 和像 素位 置计 算 场 景 中 目标 的三 维 坐 标 信 息 ， 进 而， 控制 机器 人 或机 械手 达到 目标 位置 ， 构成 了视 觉
伺 服 的基 本过 程 。立体 匹配是 由左 右 图像获 得 图像 中场 景 的视差 值 ， 生成 视 差 图 的过 程 。现 有 立 体 匹 配算 法 可以划 分 为全局 方法 和局 部方 法 两类 ］ 。全 局 方 法通 过能 量 函数 最 小 化 来 获 得 匹 配 结果 ， 精 度 较 高但 效 率较 低 ， 运 行 时 间过长 ， 不 能满足 实 时性应 用 。局部 方法 利用 窗 口内的邻域 信 息来进 行单 像 素 匹配 ， 视差 计 算依 赖于 待 匹配点 周 围的相 邻像 素值 。 其 优 点是 计算 复 杂度低 、 运 行速 度快 ， 但对 遮 挡或 纹 理 一致 等 局 部 歧 义 区 域 非 常 敏 感 ， 误 匹配率较高 。 立 体 匹配 的 步 骤 分 为 ： 匹配代 价计算 、 匹 配 代 价 聚
和 ＧＣ （ Ｇｒ ａ ｐ ｈ Ｃ ｕ ｔ ） 。Ｂ Ｍ 算 法是 一种 局部 立体 匹配 算法 ， 它使 用 了块 匹配 的思想 ， 即使 用包 围像 素 的局 部 窗 口， 对 比两 个局 部窗 口的相 似 性 ， 来 获得 正确 的 视 差 。该思 想被 广泛 应用 于其 他 的一些 立体 匹配 算 法 中 。Ｓ ＧＢ Ｍ 也是 一种 局部 立 体 匹 配算 法 ， 由 Ｈｅ ｉ －
［ 摘
要 ］在 双 目机 器 人 视 觉 伺 服 控 制 中 ， 双 目立 体 匹配 算 法 的 实 时 性 和 准 确 性 ， 对 机 器 人 的 精 确 定 位 及 控 制 至 关
ห้องสมุดไป่ตู้
重要 。 在 研 究 现 有 的 一 些 先 进 性 立 体 匹 配 算 法 的 基 础 上 ， 弓 ｌ 入 一 种 基 于 视 差 平 面 的局 部 立 体 匹 配 算 法 Ｅ Ｌ ＡＳ （ 算 法， 将 该 算 法 与 先 进 的立 体 匹 配算 法 对 比发 现 ， 其 克服 了 现 有 算 法 需 要 给 定 最 大 视 差 值 范 围 才 能 获 得 较 好 视 差 图 的缺 点 ， 综 合 处 理 时 间 和处 理 效 果 ， 表 现 最 好 。介 绍 Ｅ Ｌ Ａ Ｓ算 法 原 理 ， 并分析其 存在 的问题 ， 针对 Ｅ Ｌ Ａ Ｓ算 法 处 理
一种基于图像分割的立体匹配算法
一种基于图像分割的立体匹配算法
钟德海;姚剑敏;郭太良
【期刊名称】《电视技术》
【年(卷),期】2014(38)19
【摘要】针对在立体匹配过程中的低纹理和视差不连续的问题,提出了一种基于图像分割的立体匹配算法.首先采用Mean-Shift算法对彩色图像进行图像分割,并认为分割区域块内的像素视差是平滑的,然后采用较大窗口匹配方法,提取左右彩色图像相似像素点作为种子点,根据区域内的平滑约束条件,利用小窗口匹配方法将种子点向周围区域扩散,最终得到稠密视差图.实验结果表明该算法相比传统的自适应匹配算法,视差不连续区域匹配误差降低10％左右.
【总页数】4页(P5-7,12)
【作者】钟德海;姚剑敏;郭太良
【作者单位】福州大学物理与信息研究工程学院,福建福州 350000;福州大学物理与信息研究工程学院,福建福州 350000;福州大学物理与信息研究工程学院,福建福州 350000
【正文语种】中文
【中图分类】TN911.73;TP941.1
【相关文献】
1.一种基于彩色图像分割的立体匹配算法 [J], 殷虎;王敬东;李鹏
2.一种改进的基于图像分割的立体匹配算法硏究 [J], 殷均平
3.基于图像分割的立体匹配算法 [J], 张一飞; 李新福; 田学东
4.基于图像分割的改进Census变换立体匹配算法 [J], 王书侠;王国新;康辉
5.基于图像分割的自适应窗口双目立体匹配算法研究 [J], 曹林;于威威
因版权原因，仅展示原文概要，查看原文内容请购买。
基于ELAS立体匹配算法的研究与改进
基于ELAS立体匹配算法的研究与改进张道德;伍渊;吴良溢;胡新宇【摘要】在双目机器人视觉伺服控制中,双目立体匹配算法的实时性和准确性,对机器人的精确定位及控制至关重要.在研究现有的一些先进性立体匹配算法的基础上,引入一种基于视差平面的局部立体匹配算法ELAS(算法,将该算法与先进的立体匹配算法对比发现,其克服了现有算法需要给定最大视差值范围才能获得较好视差图的缺点,综合处理时间和处理效果,表现最好.介绍ELAS算法原理,并分析其存在的问题,针对ELAS算法处理效果不佳的问题,根据视差连续原理,研究改进的ELAS算法,并使用引导滤波器处理视差图.实验证明,改进的ELAS算法显著提高了原算法的效果,而处理时间增加不多,在不考虑实时性的情况下,结合上述滤波器后,处理效果能够接近真实视差图.%Binocular stereo matching algorithm is real-time and accurate in the binocular vision servo control system,which is very important for the accurate positioning and control of the robot.Based on the study of some advanced stereo matching algorithms,this paper introduces an algorithm of local stereo matching based on parallax plane-ELAS (Efficient LArge-scale Stereo) algorithm,introduces the principle of ELAS algorithm,Which overcomes the shortcomings of these existing algorithms in which the best disparity map cannot be obtained until the maximum disparity value range is given.The best performance is obtained by considering the combination of the processing time and processing effect.Aiming at the problem that the ELAS algorithm does not work well, the improved ELAS algorithm is studied based on the principle of disparity continuity.The disparity map is processed using the guidedfilter.Experiments show that the improved ELAS algorithm improves the performance of the original algorithm significantly.Without considering the real-time performance, combined with the above-mentioned filters, the processing effect can be close to the real disparity map, which is of great significance in 3D reconstruction and visual servoing.【期刊名称】《湖北工业大学学报》【年(卷),期】2017(032)002【总页数】6页(P1-6)【关键词】立体匹配;ELAS;滤波;实时性【作者】张道德;伍渊;吴良溢;胡新宇【作者单位】湖北工业大学机械工程学院,湖北武汉 430068;武汉市轻工装备工程技术研究中心,湖北武汉 430068;湖北工业大学机械工程学院,湖北武汉 430068;武汉市轻工装备工程技术研究中心,湖北武汉 430068;湖北工业大学机械工程学院,湖北武汉 430068;武汉市轻工装备工程技术研究中心,湖北武汉 430068;湖北工业大学机械工程学院,湖北武汉 430068;武汉市轻工装备工程技术研究中心,湖北武汉 430068【正文语种】中文【中图分类】TP242.62在基于双目视觉的视觉伺服中，视觉图像采集和处理的实时性至关重要[1]。
基于模板的图割立体匹配算法
ｓ ｉ ｎ ｇ Ｇ ｒ ａ ｐ ｈ ｃ ｕ ｔ（ Ｔ Ｇ Ｃ ）ｗ ｈ ｉ ｃ ｈ ｎ ｅ ｅ ｄ ｔ ｈ ｒ ｅ ｅ ｓ ｔ ｅ ｐ ｓ ｔ ｏ ｉ ｍ ｐ ｌ ｅ ｍｅ ｎ ｔ ： ｔ ｈ ｅ ｓ ｅ ｇ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｒ ｅ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｉ ｍ ａ ｇ ｅ ， ｄ ｉ ｓ ｐ ａ ｒ ｉ ｔ ｙ ｐ ｌ ａ ｎ ａ ｒ ｅ ｓ ｔ ｉ ｍ ａ —
中图分类号 ： Ｔ Ｐ ３ ９ １
文献标识码 ： Ａ
文章 编 号 ： ２ ０ ９ ５— ２ １ ６ ３ （ ２ ０ １ ３ ） ０ ５— ０ ０ ５ ０—０ ５
Ｔｅ ｍ ｐｌ ａ ｔ ｅ Ｂａ ｓ ｅ ｄ Ｓ ｔ ｅ ｒ ｅ ｏ Ｍａ ｔ ｃ ｈ ｉ ｎ ｇ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ Ｕｓ ｉ ｎ ｇ Ｇｒ ａ ｐｈ Ｃｕ ｔ ｓ
０ 引 言
近些年来 ， 已有 越来越 多 的立体 匹 配算法 涌 现 出来 ， 这 些算法 的基 本构架是 ： 在 基元 相似 的条 件下 ， 找 到一 种约 束 的匹配规则 进行最优搜索 ， 并且保证这种 搜索 能最终找 到近 似 的最 优解 。但是立 体 匹配 问题 的解 决本 身 就存在 着模 糊 性， 比如 ： 噪声干扰 、 弱纹 理区域 、 遮 挡区域 、 重 复纹理 区域和 深度不 连续性 。 立 体匹配 的算法 性 能依 赖 于 三个 因素 ： 准 确 的 匹配 基
第 ３卷 第 ５期
２ ０ １ ３年 １ Ｏ月
智 能 计 算 机 与 应 用
Ｉ ＮＴＥＬＬＩ ＧＥＮＴ ＣＯＭＰＵＴＥＲ ＡＮＤ ＡＰＰＬ Ｉ ＣＡＴ Ｉ ＯＮＳ
Ｖｏ １ ． ３ Ｎｏ ． ５
０ｃ ｔ ． ２ ０ １ ３
基于模板的图割立体匹配算法
基于模板的图割立体匹配算法作者：曾培龙来源：《智能计算机与应用》2013年第05期摘要：近年来，基于图像或视频的三维重建技术的研究和应用越来越受到人们的关注，尤其是基于图像的三维重建技术。
立体匹配技术是三维重建中的关键环节。
提出了一种全局立体匹配算法——基于模板的图割立体匹配算法（TGC），该算法包括三个步骤：参考图像的分割、视差平面估计、使用图割方法为视差平面分配标签。
选取Middlebury测试集，将文中的算法与立体匹配领域中的经典算法在PBM值和运行效率上进行了对比和分析，取得了较好的效果。
关键词：立体匹配；模板分割；视差平面；图割算法中图分类号：TP391 文献标识码：A 文章编号：2095-2163（2013）05-0050-050引言近些年来，已有越来越多的立体匹配算法涌现出来，这些算法的基本构架是：在基元相似的条件下，找到一种约束的匹配规则进行最优搜索，并且保证这种搜索能最终找到近似的最优解。
但是立体匹配问题的解决本身就存在着模糊性，比如：噪声干扰、弱纹理区域、遮挡区域、重复纹理区域和深度不连续性。
立体匹配的算法性能依赖于三个因素：准确的匹配基元、与基元相对应的匹配准则、构建能够准确匹配所选基元的稳定算法[1]。
2001年，Tao et al.提出了一个基于色彩分割的立体匹配算法的框架[2]，该框架建立在一种重要的假设之上，即：实现分割的区域之内是没有较大视差变化的。
其主要思想是：如果假设的视差值是正确的，则根据这个视差值将参考图像变换到另外一个视角，即匹配图像中，使其呈现出能够与匹配图像相匹配的效果。
因为，立体匹[JP2]配问题就是通过最小化全局图像的能量函数而得到解决的。
图像的色彩分割表示法旨在减少解决问题的步骤，且可以强化区域内的视差的平滑性约束。
通过邻近视差值假设的方法提出的贪婪区域的搜索机制进一步缩减卷积代价、为不匹配区域找到更好的视差值。
[JP]Boykov et al.和Kolmogorov 连同Zabin提出了基于Graph cuts的立体匹配算法[3，4]，以找到与观察到的数据相一致的光滑视差图像。
立体匹配技术浅析
立体匹配算法简介
立体匹配算法分类——基于全局约束算法
基于全局约束算法利用对应扫描线或整个图像数据信息进行计算,着重解决 图像中不确定区域的匹配问题,能到达全局最优解. 全局最优算法的本质是将 对应点的匹配问题转化为寻找某一能量函数的全局最优问题,通常跳过代价 聚合步骤,直接计算视差值. 这类算法的核心环节包括:1) 能量函数构造方 法;2) 能量函数优化求解策略. 4) 其他全局算法：A协作算法的灵感源于人类视觉计算模型,其所用的非线 性迭代操作在整体行为上类似于全局算法.B非线性扩散算法的研究热点集 中在提高遮挡问题的处理性能上.C置信度传播算法，此算法能得到全局算 法的精度和局部算法的效率.
立体视觉的基本原理
立体视觉系统的组成
(5)深度确定
根据立体匹配的结果，计算出图像对应点的视差值，然 后根据视差值得到图像的深度信息。
(6)三维重建
立体视觉的最终目的是为了恢复景物可视表面的完整信 息 ，即三维重建。
立体匹配算法简介
立体匹配
立体匹配一直是三维场景结构信息获取的研究热 点之一,其基本原理是从两个视点观察同一景物以 获取立体像对,匹配出相应像点,从而计算出视差 并获得三维信息. 20 世纪80 年代,美国麻省理工 学院的Marr 提出了一种视觉计算理论并应用在双 目匹配上,使两张有视差的平面图产生具有深度的 立体图形,从而奠定了立体视觉发展的理论基础。
立体匹配算法简介
立体匹配算法分类——基于局部约束算法
基于局部约束算法利用兴趣点周围的局部信息进行计算,涉及信息量较少,相 应的计算复杂度较低, 但其对噪声较敏感,对无纹理区域、视差不连续区域和 遮挡区域匹配效果不理想。 3) 相位匹配算法：基于傅立叶平移定理的相位匹配算法的本质，是对带通 滤波后的时/ 空2频域定位性的基元信号相位信息进行处理而得到像对间的 视差。究其本质,相位匹配就是寻找局部相位相等的对应点。
一种基于自适应窗口和图切割的快速立体匹配算法
ｔ ｅ ｉ ｉ ａ ｉ ｐ ｒｔ ｐ Ｔｈ ｎ，ａ ｌ ｆ— ｉ ｈ ｏ ｆ ｒ ｉ ｅ ｉ ｃ ｔｏ ｓａ ｏ ｔ ｄ ｔ ｅ ｖ ｓ ａ ｅｍａ ｃ ｈ ｎ ｔ ｌ ｓ ａ ｉｙ ｍａ ． ｅ ｉ ｄ ｅ ｔｒ ｔｃ ｎ ｏ ｍ ｔ ｖ ｒｆ ａ ｉ ｎ ｉ ｄ ｐ ｅ Ｏ ｒ ｍｏ ｅ ｍｉｔ ｋ ｔ — ｇ ｙ ｉ
１ ０ —２ Ｘ ２ ０ ） ６ １ １ — ５ ０ ４９ ４ （ ０ ８ ０ — １ ７０
一
种 基 于 自适应 窗 口和 图切 割 的快 速 立 体 匹配算 法
尹传历 ， 向长波 ， 中 ， 双。 宋建 乔
（． １ 中国科学院 长春光学精密机械 与物理研究所 ， 吉林 长春 １０３ ； ３０ １ ２ 中国科学院 研 究生院， ． 北京 １０３ ；． ００ ９３ 东北师范大学 物理学院， 吉林 长春 １０２ ） ３０ ４
维普资讯
第 １卷 ６
第 ６ 期
光 学 精 密 工 程
Ｏｐｔｃ ｎｄ Ｐｒ ｃｓｏｎ Ｅｎｇ ｎ ｅ ｉｇ ｉｓ ａ ｅ ｉｉ ｉ ｅ ｒｎ
Ｖ ０１ ６ Ｎ Ｏ ．１ ．６
２０ ０ ８年 ６月
Ｊ ｎ ２ ０ ｕ ．０ ８
文 章编 号
ｔ ｎ ｔ ｅ ｈ ｐ ｉ ｚ ｔｏ ｆｄ ｓ ａ ｉｙ ｄ ｓ ｒｂ ｔ ｎ ｏ ｈ ｉ ｉ ｍ ｌ ｂ ｌ ｎ ｒ ｙ ｂ ｒ ｐ ｕ ｓ Ｔｈ ｉ ｏ ｇ ｔｔ ｅ ｏ ｔ ｏ ｍｉａ ｉ ｎ ｏ ｉｐ ｒ ｉ ｔ ｉ ｕ ｉ ｆｔ ｅ ｍ ｎ ｍｕ ｇ ｏ ａ ｅ ｇ ｙ ｇ ａ ｈ ｃ ｔ ． ｅ ｔ ｏ ｅ
摘 要 ： 出 了 一 种 新 的 快 速 立 体 匹 配 算 法 。该 算 法 根 据 图像 边 缘 特 征 自适 应 地 变 化 窗 口 ， 采 用 灰 度 差 平 方 和 （ Ｓ ） 提 并 Ｓ Ｄ 作
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
同视差的惩罚值 ， 定义此项 的缘 由是 图像中相邻的像素往
往具有关联性 ， 视差 的变化一般是平滑 的。
２ 图割优 化
除 了某些特殊情况 ， （ ） 式 １优化 函数是一个 Ｎ Ｐ问题 。
觉是建立在对应点 的视差基础上 ， 因此 ， 图像 中对应 点匹
配关系是立体视 觉中极其重要 的问题 …。立体 匹配的实 根据相邻像素选取 的不同 ， 以运用一维的动态规划进行 可 质是在来 自同一场景的 ２个点集合 中， 寻找对应 的像素点 优化 ， 这种方法只考虑 扫描线 （ 立体 校正后 的外极线 ） 上 对， 进而得到像素点的视差值。由于立体 匹配问题 的病态 的最优 ， 能够极 大地简化 式 （ ） 其分 段平滑 只是在水平 １， 性特征 ， 精确的立体匹配很 困难 ， 特别是在弱纹理区域 、 视 方 向。所 以问题就简化成一维 的优化问题 ， Ｅ… 而 不包 差不连续 区域和遮挡区域 ， 其匹配难度更大 。 Ｊ 括任何相邻的垂直方 向的像 素信息 。假设一 幅图像有 ｎ
投 址ｈｐ／ ｗ ．ｄｏ ． Ｉ电 术》 ６ 第１ 期（ 稿网 ｔ ：ｗ ｗＶ ｅＥ２ 《 视技 第３ 卷 １ 总第３６ １ ｔ／ ｉ ｛ １ ＂ １ ８ 期） ５
【 摘 要 】提 出了一种基于线段分 割的图割立体 匹配方法。首先 ， 图像 的扫描线分 割成不 相重叠 的、 把 彩 空 间一 致 的线 段基 元。然后 ， 能量最小化框架下利用 图割优 化算法实现 立体 匹配 ， 在 采用 图割方 法得到全 局最优 解 ， 本算 法 中优 化 的节点不是传 统 的像 素， 而是分 割得到 的线段单元 。图割方法是在拟合 能量最优 化 的情况 下给每个 线段 单元分 配对 应 的视 差来 实现立体 匹 配 的。 多组测试 数据 上的实验结果说 明了本方法 的有效 性。 【 关键词 】立体 匹配 ； 线段分 割； 图割方法 ； 优化 全局 【 中图分类号】Ｔ ９１７ ；Ｐ９ ． Ｎ １．３Ｔ３ １ ４ 【 文献标识码】Ａ
Ｌｉ ｅ －ｅ ｍｅ ｓ Ｂａ ｅ ｅ ｅ ａ ｃ ｉ ｇ Ａｌ ｏ ｉｈｍ ｉ ａ ｎ ・ｓ ｇ ｎｔ ｓ ｄ Ｓｔｒ ｏ Ｍ ｔ ｈ ｎ ｇ ｒｔ Ｕｓｎｇ Ｇｒ ｐｈ Ｃｕｔ ｓ
ＤＵＡＮ ｕ Ｊｎ．ＨＥ Ｍｉｇ ｉ ｎ ｙ ．ＤＡＩＹｕ ｈ ｏ ｃ ａ
Ｓ ａｎｉ ｌｂｏ ｆｒａｉ ｃｕ ｉ ｎａｄＰｏｅ ｉ Ｓｈｏ ｏ ｌ ｔｎ ｓａ ｎ ｒ ａｉ ，ｏｈ ｅ ｅ ｏｙ ｃｎ ａ Ｕ ｉ ｒｔ， ｉａ １１９ Ｃ ｉａ ｈａｘ 研 ａ Ｉ ｏ ｔｎＡｑｉｔ ｎ ｒｃｓ ｇ， ｃｏｌ Ｅｅｒ ｉ ｎ Ｉ ｏｍ ｔ ｎＮ ｒ ｗｓｒ Ｐ ｌｅｈｉ ｌ ｎ ｅ ｉ Ｘ ’ｎ７０２ ， ｈｎ ） ｆｎ ｍ ｏ ｓｉ ｏ ｓｎ ｆ ｃｏ ｃ ｄ ｆ ｏ ｔ ｔｎ ｔ ｃ ｖ ｓｙ
ｐｎ ｏ ｇ ｎ ｏ ｓｌｎ ｅ ｍｅ ｔ ｏ ｇｓ ａ ｉｅ ｅ ｏ ｄｙ，ｔｅｓｅｅ ｔｈｎ ｒｂｅ ｉ ｏｍｕａｅ ｓａ ｎ ｒｙｍｉｉ ｚｔｏ ｒ ｂｅ ｉ ｈ ｉｅｓｇ ｅ ｔ ｉｇｈ ｍｏ ｅ ｅ ｕ ｉｅｓ ｇ ｎｓａ ｎ ｃ ｎ ｌ ．Ｓ ｃ ｎ ｌ ｈ ｔｒｏ ｍａｃ ｉｇｐｏ ｌｍ ｆｒ ｌｔｄ ａ ｎ ｅ ｅｇ ｎｍｉａｉｎ ｐｏ ｌｍ ｎ ｔｅ ｌ ｅ ｌ ｎ ｓ ｎ ｍ ｎ
熬 煮
【 本文献信息】段军， 何明一， 戴玉超 ． 基于线段分割的图割立体 匹配［］ 电视技术， １， （１ Ｊ． ２ ２３ １） ０ ６
Ｄ 吲
霪 ●
ቤተ መጻሕፍቲ ባይዱ
基于线段分割的图割立体匹配
段 军 ， 明一 ， 何 戴玉超
（ 西北工业大学 电子信息学院 陕西省信息获取与处理重点实验室， 陕西 西安 ７０ ２ ） １１９
【 ｂｔ ｃ】 ｏｅｌｅｓ ｍ ｎ ａ ｄｓｒ ａ ｈ ｇ ｌ ｒｈ ｓｇｇ ｐ ｔｉｐ ｐｓｄ Ｆ ｓｙ ｔ ｆｅｃ ｉａｅｉｄ ｉ ｄｉｏ ｏ—ｖ ｌ － Ａ ｓ ａｔ Ａｎｖ ｎ－ｅ ｅｔｂｓ ｅ ｏｍ ｔ ｉ ｇ ｉｍ ｕｉ ａｈｃ ｓｓ ｍ ｅ ． ｉｔ ，ｈ ｒｅ ｎｅ ｍｇ ｉｄ ｔｎｎｏｅａ ｒ ｌｉ ｇ ｓ ｅ ｔｅ ｃ ｎ ａ ｏｔ ｎ ｒ ｕ ｏ ｒｌ ｅ ｅ ｒ ｓ ｖ ｅ ｎ ｒｐ
像和 目 图像的差异性 ， 标 该值越小说 明对应的像素亮度越 研人员对其 进行 了研究探索 ， 中 Ｂ ｙｏ 和 Ｋ ｌｏｏ－ 其 ｏｋｖ ｏｍ ｇｒ
相近 ， 差异越小 ； 滑项 … 则是空 间相邻像素具 有不 Ｏ 等人使用图割算法有 效地得到 了平滑的视差图 。所 平 Ｖ
基金项 目： 陕西省 自然科 学基金项 目
来获取场景 的视差 图ｆ， （ 的一般形式为 Ｅ
的相邻像素 的信息 ， ４连接图利用 图割优化得到的视 这种 （ ） 差 明显要接近真实视差 。 １ 所 以接下来需要解决 ４邻域 图的优化 问题。许多科
Ｅ ５ ６ ＝Ｅ ∽ ＋Ｅ… ∽
式 中： 数据项 Ｅ 就是通过 某个匹 配代 价来表征参 考 图
【 ｅ ｏｄ１ｓ ｒ ａ ｈ ｇ ｌｅ ｅｍ ｎ； ｒ ｈｃｔ ｇ ｂ ｐｍｚｔｎ Ｋ ｙｗ ｒｓ ｔｅ ｍ ｔ ｉ ；ｉ ｇ ｅｔ ｇ ｐ ｕ ； ｌ ａｏｔ ｉ ｉ ｅ ｏ ｃｎ ｎ ｓ ａ ｓ ｏｌ ｉ ａｏ
１ 立体 匹配方 法
立体匹配是立体视 觉研究 热点之 一 ， 机器人导航 、 在 虚拟现实和三维 电视等诸 多领域有广泛 的应用。立 体视
ｄ ｍ ｉ ｎ ｔａ ｆｔｅｔ ｄｔ ｎ ｉｅ ｏ ｉ．Ｇｒｐ ｕｓｔｃ ｎｑ ｅｉ ｓｄｔ ｐ ｅ ｐ ａ ｐｏ ｉ ｔｎ ｅｏ ｔ ｌｓｌｔ ｎ，ｗｈｃ ｓｇ ｓｔｅｃ ｒｅｐ ｎ ｉｇ ｏ ａ ｎ ｉｓｅ ｄｏ ｒ ｉｏ ａ ｐｘ ｌｄ ｍ ｎ ｈ ａ ｉ ｌ ａ ａ ｈ ｃ ｔ ｅ ｈ ｉｕ ｓｕｅ ｏｓ ｅ ｄｕ ｐ ｒｘｍ ｉｇｔ ｐｉ ｏｕｉ ａ ｈ ｍａ ｏ ｉｈ ａ ｉｎ ｈ ｏｒｓ ｏ ｄｎ ｓ ｄｓａｉ ｏ ｅｃ ｉｅｓｇ ｅ ｔ．Ｅ ｐ ｒｍｅ ｔｌｒ ｓｌ ｎｖ ｒｏ ｓｔｓｉｇ ｄ ｔ ｅｓｄ ｍｏ ｓｒｔ ｈ ｏ ｄ ｐ ｒｏｍａ ｃ ｆｔｅｐ ｏ ｏｅ ｇ ｒｔｍ． ｉｐ ｒｔ ｔ ａ ｈ ｌ ｅ ｙ ｎ ｍ ｎｓ ｘ ｅ ｉ ｎａ ｅｕｔ ｏ ａｉｕ ｅｔｎ ａａ ｓｔ ｅ ｎ ｔ ｅｔｅ ｇｏ ｆ ｒ ｎ ｅｏ ｈ ｒｐ ｓｄ ａ ｏｉｈ ｓ ａ ｅ ｌ
立体 匹配方法 大致可 以分 为 ２类 ： 局部方法 和全 行扫描线 ， 各行扫描线单独优化 ， 能量 函数 就是 ｎ个 扫描
局方法 。局部方法是单独地在一个匹配窗 内计算 每个像 线 的能量之 和 ， 样得 出 的结果 具有 明显 的拖 尾现 象。 这
素的视差 ， 匹配代价通过一个匹配窗来 聚合 ， 具有最 小代 Ｖ ｋｌ ＿提出的树型动态规划算 法兼顾 考虑 了垂直方 向 ｅｓ ｒ ｅ］ 价总和的视差选定为该像素 的视差值。因此 ， 局部匹配方 相邻的像素 ， 效果 明显好 于一维 的动态规划 ， 以及后来 的 法的性能 与所选取 的匹配窗密切相关 ， 利用简单的矩形窗
一
种介于全局和局部之间的半全局方法 ， 都进行 了较好 的
能够得到实时视差 ， 但其结果不理想 。全局方法则把立体 权衡 。但是 ， 以上的几种方法都会丢掉一些重要 的结构信 匹配转化 为优化 问题 ， 通过最小 化给定 的能量 函数 Ｅ 息 ， ５ ６ 而当相邻像素选 为 ４邻 域结构时 ， 则保 留了相对 完整