基于金字塔变换跨尺度代价聚合的立体匹配

人眼视觉系统在不同尺度上处理接收到的视觉信号,而传统的立体匹配算法都在原立体匹配图像对最大尺度下进行立体匹配,在低纹理区域、无纹理区域立体匹配错误率高。模拟人眼视觉系统在多个尺度上进行立体匹配,再融合不同尺度下的匹配结果能减少错误率。通过改进一种基于高斯金字塔变换跨尺度代价聚合的立体匹配方法,在原框架上,在代价聚合阶段加入拉普拉斯金字塔变换,在视差精细化阶段加入基于加权联合双边滤波的视差精细化方法,使新框架能获得比原论文更好的视差图。