一种基于图像分割及邻域限制与放松的立体匹配方法

提出了一种以K-均值分割为基础的立体匹配方法.该方法不仅可以根据图像的内容自动调整匹配窗口的形状,还可实现对参与匹配窗口的大小、数目和权重的智能调节.作者采用K-均值分割方法精确定位物体边界,保证匹配窗口位于同一物体内部;邻域限制与放松可以进一步根据图像内容灵活地运用匹配窗口周围的环境信息;两种方法的结合有效地提高了匹配过程中窗口选取的智能性.在国际立体视觉标准平台Middlebury网站中测试的结果证实该算法提取的深度图的错误率低于其它局部优化算法,接近全局优化算法,运行效率高于现有的全局优化算法,综合性能是出众的.

基于3D视频的深度图获取方法的研究与实现

本文采用基于区域的立体匹配方法从立体视频图像对中获取稠密视差图。在区域窗口大小选取上采用K-均值算法,保证每个子窗口位于同一物体内部,窗口内深度信息趋于一致;采用NCR算法运用匹配窗口周围的环境信息,提高窗口选取的智能性和匹配的准确性,改善少纹理区域的匹配效果;采用双向匹配方法有效去除因遮挡等原因产生的误匹配点,提高匹配精度,得到初始视差图;同时研究视差图优化方法,得到高质量稠密视差图,为后期新视图合成等其它应用提供基础。