毛聽(tīng)蓉 王楠

摘要：由于ADCensus算法只依賴于圖像的灰度信息，對(duì)于弱紋理區(qū)域和重復(fù)紋理區(qū)域的匹配效果不好，本文提出一種依賴于圖像像素梯度和灰度匹配代價(jià)計(jì)算方法，以圖像像素梯度信息作為圖像灰度信息的補(bǔ)充，提高了匹配準(zhǔn)確率，加入了自適應(yīng)匹配模板后，誤匹配率降低到19.85%以下。

關(guān)鍵詞：ADCensus算法;匹配代價(jià);自適應(yīng)模板

0引言

隨著機(jī)器視覺(jué)的發(fā)展，雙目視覺(jué)在無(wú)人駕駛、工業(yè)測(cè)量、3D建模以等方面都需要三維空間信息來(lái)幫助計(jì)算機(jī)或機(jī)器人完成工作。立體匹配是雙目視覺(jué)中的重要做成部分，通過(guò)立體匹配找出同一視點(diǎn)在左右兩幅圖像的坐標(biāo)位置，從而計(jì)算得到視差圖，得到圖像的深度信息。匹配的正確性直接關(guān)系到深度圖計(jì)算的準(zhǔn)確性，所以，如何優(yōu)化及聚合匹配代價(jià)使匹配算法有更高的匹配率，是匹配算法優(yōu)化的首要目標(biāo)。本文保留了ADCensus中匹配代價(jià)的聚合方法，在AD算法匹配代價(jià)的部分中加入了圖像像素梯度信息作為灰度信息的補(bǔ)充，提出了結(jié)合圖像像素梯度、灰度的ADCensus匹配算法。

1基本原理

1.1Census變換

Census變換是一種非參數(shù)化變換，主要用來(lái)表征圖像的局部結(jié)構(gòu)特征。其基本原理是以1個(gè)矩形窗口遍歷圖像，把窗口中心像素與其他像素灰度值的大小逐一比較，中心像素大的記為0，否則記為1，得到一串中心像素的特征值，并用漢明距離來(lái)表示匹配代價(jià)。Census變換為

4結(jié)論

為了客觀評(píng)價(jià)本文算法，將sAD、census和本文算法的匹配結(jié)果與標(biāo)準(zhǔn)視差圖作比較，得到4幅圖片在這3種方法下的誤匹配率，如表1所示。