结合多路梯度与重排序的AD-Census立体匹配算法

针对局部立体匹配算法在深度不连续和弱纹理区域匹配精度低,且容易受到噪声干扰的问题,提出一种结合多路梯度与重排序的AD-Census立体匹配算法。对传统的AD-Census变换进行改进,重排序不同尺度变换窗口中的像素,取中值作为中心像素点计算Hamming距离,使其对噪声具有更强的鲁棒性,并将八方向梯度信息相融合进行代价计算以增强可靠性;采用十字交叉域和4路径扫描线优化进行代价聚合,提高匹配精度;采用赢家通吃法则进行视差计算,同时引入多步骤视差优化策略得到最终的视差图。在Middlebury测试平台提供的标准立体图像上,所提算法的平均误匹配率低至4.62%,与经典和新颖算法相比,匹配精度明显提高,具有更强的稳健性。

一种多方向通道的立体匹配算法

本文提出了一种多方向通道的立体匹配算法。该算法模拟人类视觉机制,将视觉的各向异性特征、多方向通道特性引入体视匹配过程,首先将原始像对分解成不同的方向通道,进而在各个方向通道中并行地进行基元提取与立体匹配。由于在每个方向通道中仅包含了某一特定方向区间内的图像信息,在方向通道中进行特征提取与匹配具有定位精度高、抗噪能力强、匹配性能稳定等优点。实验结果表明,采用本算法对实际场景进行体视匹配具有较好的准确性和可靠性,且适于并行处理。