基于改进Census变换与最小生成树的立体匹配算法

摘要：

针对现有立体匹配算法对噪声敏感、在视差不连续和弱纹理区域匹配率低的问题,提出一种改进Census变换的多尺度立体匹配算法.选取支持窗口内像素的加权平均值作为Census变换参考值,其中权重由空间与像素差异信息共同决定;然后为参考值设置一定的噪声容限α,并通过四种状态得到比特串.在多尺度下,融合最小生成树完成代价聚合.实验结果表明,论文提出的立体匹配算法有效降低了图像的误匹配率:对标准图像对的平均误匹配率仅为3.65%;噪声干扰下的误匹配率为4.53%;对27组扩展图像对的误匹配率为10.8%.因此,论文提出的改进立体匹配算法不仅能有效降低图像在低纹理区域和视差不连续区域的误匹配率,还对噪声等干扰能表现出较好的稳健性.

关键词：机器视觉、立体匹配、Census变换、最小生成树

所属期刊栏目：47

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;上海市自然科学基金;中国空气动力研究;发展中心开放课题

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：643-648