郭宏曦

【摘要】本論文提出一種矩陣式多視點圖像的立體模型。通過建立深度圖同名點的位置關(guān)系，達到深度信息間的相互空洞補償?shù)哪康模瑥亩@得一幅更精準(zhǔn)的深度圖。

【關(guān)鍵詞】 SGM算法 多視點 視差融合

Abstract：This essay proposes a three-dimensional matrix of multi-view image model. TThrough the establishment of the depth map points with the same relationship， depth information between the mutual compensation， obtain a more accurate depth map.

Keywords： SGM algorithm， multi-view， parallax vision system integration

雙目匹配后噪點位置的深度信息會陡然變化，影響最終匹配結(jié)果。設(shè)定的窗口為3×3，統(tǒng)計窗口內(nèi)平均像素，當(dāng)窗口內(nèi)任意像素點與像素平均值的絕對值大于允許視差誤差時，這個點就是誤差點。而六幅視差圖同名點位置對應(yīng)的六個點去掉誤差點之后剩余點的個數(shù)為n。視差差距最大點和視差差距最小點也皆為不可靠點，不可靠點的深度信息是誤差信息。

四、實驗結(jié)果與分析

SGM算法匹配獲得6幅視差圖，存在大面積的誤匹配區(qū)域和不可忽視的信息空洞。通過本文中的算法對這六幅視差圖進行視差融合入，深度信息補償。視差融合效果如下：

平移臺在移動過程中會有力的作用，使得相機發(fā)生不可察覺的轉(zhuǎn)角，這在雙目匹配上是一大挑戰(zhàn)。但通過建立多視點立體模型，將空間點與深度圖上的像點相關(guān)聯(lián)，最后得到清晰的視差圖。

五、結(jié)論

本論文中提出一種多視差圖的圖像融合方法，通過讀取多幅深度圖上同名點的深度信息，將多圖的深度信息通過本論文中提出的視差圖融合方法相融合，彌補了平行多目視覺的缺點，達到深度信息間的相互空洞補償?shù)哪康?，從而獲得更精準(zhǔn)的深度圖。

參 考 文 獻

[1] M. Michael， J. Salmen， J. Stallkamp， and M. Schlipsing. Real-time stereo vision： optimizing semiglobal matching. IV 2013.

[2]曲興華，宮輝，賈果欣. 數(shù)碼相機的彩色圖像預(yù)處理過程[J]. 光學(xué)精密工程，2009，01：207-212.[3] 楊翠. 圖像融合與配準(zhǔn)方法研究[D].西安電子科技大學(xué)，2008.endprint