改进Census变换与路径代价的立体匹配算法

为减少误匹配率,提升视差计算精度,提出了一种改进Census变换与路径代价的立体匹配算法。首先,通过采取设定阈值选取参考像素替换中心像素,并将灰度差绝对值算法(absolute difference,AD)和梯度代价归一化加权融合进行代价计算,以提升视差计算精度,增强算法稳定性;其次,设计了一种根据像素颜色差值确定惩罚因子的方法,实现了对不同区域匹配效果的提升;最后,采用加权中值滤波、视差非连续性调整等进行优化,进一步提升算法性能。在Middlebury 2.0测试平台选取14幅图像验证本文算法的有效性。结果表明:本文算法平均误匹配率为4.89%,有效地减少了误匹配率,视差效果良好。

基于十字交叉域的Census立体匹配算法优化研究

立体匹配算法在双目视觉中起着重要的作用。基于非参数变换的Census立体匹配算法在近几年得到了广泛的应用,但Census立体匹配算法在求取视差图的过程中过度依赖中心像素点灰度值。针对传统的Census算法过分依赖中心像素点造成的匹配精度不足,提出了一种基于十字交叉域的Census立体匹配算法。该算法通过十字交叉域找到参考像素周围和其颜色相近的像素,利用十字交叉域内的像素对参考像素代价值进行优化,从而改善Census算法过度依赖中心像素所造成的误匹配,提高视差图的精度。实验结果表明十字交叉域的Census立体匹配算法对图像的视差精度有所提高,并且在确保匹配精度的条件下,该算法相比于四路径代价聚合的Census算法代价聚合时间大大降低。