针对半全局立体匹配(semi global matching,SGM)算法对于视差突变的像素给定一个统一的惩罚,会导致边界的模糊以及弱纹理、遮挡区域误匹配的问题,提出加入图像分割的SGM算法。该算法首先在代价计算过程中采用灰度绝对差(absolute differ...针对半全局立体匹配(semi global matching,SGM)算法对于视差突变的像素给定一个统一的惩罚,会导致边界的模糊以及弱纹理、遮挡区域误匹配的问题,提出加入图像分割的SGM算法。该算法首先在代价计算过程中采用灰度绝对差(absolute difference,AD)变换,保证实时性;然后在代价聚合部分采用改进的SGM算法,使算法具有较强的鲁棒性及较高精确度的同时,降低了在弱纹理、遮挡区域的误匹配率;在视差选择部分,通过抛物线拟合法得到亚像素级分辨率视差;在视差优化步骤中,利用左右一致性检测对遮挡点进行检测,并在此基础上对无效视差值进行赋值填充;最后使用中值滤波进行优化,确保影像的清晰度和完整性。实验结果表明,该算法可有效降低在弱纹理及遮挡区域的误匹配率,满足立体匹配的需求。展开更多
文摘针对半全局立体匹配(semi global matching,SGM)算法对于视差突变的像素给定一个统一的惩罚,会导致边界的模糊以及弱纹理、遮挡区域误匹配的问题,提出加入图像分割的SGM算法。该算法首先在代价计算过程中采用灰度绝对差(absolute difference,AD)变换,保证实时性;然后在代价聚合部分采用改进的SGM算法,使算法具有较强的鲁棒性及较高精确度的同时,降低了在弱纹理、遮挡区域的误匹配率;在视差选择部分,通过抛物线拟合法得到亚像素级分辨率视差;在视差优化步骤中,利用左右一致性检测对遮挡点进行检测,并在此基础上对无效视差值进行赋值填充;最后使用中值滤波进行优化,确保影像的清晰度和完整性。实验结果表明,该算法可有效降低在弱纹理及遮挡区域的误匹配率,满足立体匹配的需求。