基于融合代价和自适应惩罚项系数的立体匹配

针对半全局立体匹配算法在视差不连续区域精度较低的问题,提出一种基于融合代价和自适应惩罚项系数的半全局立体匹配算法。在代价计算部分,提出一种融合代价计算方法,引入输入图像y方向的梯度,通过融合公式与输入图像x方向的梯度、绝对差以及Census变换结合形成代价计算数据项;在代价聚合部分,提出一种像素点分类机制,通过颜色和梯度双阈值将每个像素点分类,自适应地调整其惩罚项系数的大小;最后通过多步骤视差优化方法对初始视差图进行处理。实验结果表明,提出算法在视差不连续区域的平均误差降低1.1个百分点~12.8个百分点,在非遮挡和全部区域同样有一定的降低,该算法具有较高的匹配精度和鲁棒性。