汕头大学 工学院 机械工程系, 广东 汕头 515063
视差不连续区域和重复纹理区域的误匹配率高一直是影响双目立体匹配测量精度的主要问题，为此，本文提出一种基于多特征融合的立体匹配算法。首先，在代价计算阶段，通过高斯加权法赋予邻域像素点的权值，从而优化绝对差之和（Sum of Absolute Differences，SAD）算法的计算精度。接着，基于Census变换改进二进制链码方式，将邻域内像素的平均灰度值与梯度图像的灰度均值相融合，进而建立左右图像对应点的判断依据并优化其编码长度。然后，构建基于十字交叉法与改进的引导滤波器相融合的聚合方法，从而实现视差值再分配，以降低误匹配率。最后，通过赢家通吃（Winner Take All，WTA）算法获取初始视差，并采用左右一致性检测方法及亚像素法提高匹配精度，从而获取最终的视差结果。实验结果表明，在Middlebury数据集的测试中，所提SAD-Census算法的平均非遮挡区域和全部区域的误匹配率为分别为2.67%和5.69%，测量200~900 mm距离的平均误差小于2%；而实际三维测量的最大误差为1.5%。实验结果检验了所提算法的有效性和可靠性。
机器视觉 立体匹配 SAD-Census变换 十字交叉法 引导滤波 machine vision stereo matching SAD-Census transform cross method guided filtering
上海工程技术大学 电子电气工程学院, 上海 201620
为提高立体匹配精度, 提出一种超像素分割约束的自适应SAD与Census融合的立体匹配算法。针对SAD在匹配过程中无差别使用窗口内像素点灰度值引入的误差, 首先用简单线性迭代聚类（SLIC）超像素分割方法对待匹配图进行处理, 将分割结果结合窗口内邻域像素点和中心像素点的距离给SAD立体匹配过程中窗口内像素点灰度值赋予适当的权重; 进行Census立体匹配过程, 并对两种算法的匹配结果进行自适应融合; 对初始视差图进行左右一致性检测和遮挡点填充等后处理过程。实验表明, 提出算法与传统算法相比, 匹配效果显著提高, 可以很好地适应细节丰富的图像并且对于有垂直位移的图组也有较好的适应性, 对于图像对比度及光照变化具有鲁棒性。
超像素分割 SAD算法 Census变换 左右一致性检测 Super-pixel segmentation SAD algorithm census transformation Left-right consistency testing
1 第二炮兵工程大学五系，陕西西安 710025
2 中航工业西安航空动力控制科技有限公司，陕西西安 700077
3 西安思源学院，陕西西安 710038
为了提高彩色图像的立体匹配精度，结合格式塔心理学和像素的色彩信息，提出了一种基于 RGB色彩空间的改进误差绝对值累积匹配算法（SAD）。首先，通过相似性和邻近性规则获取邻域窗内的像素权值，并同预先生成的线性查找表相结合来加快权值的计算速度。然后，利用 RGB色彩分量的像素分布特点，生成对应的分量权值，来进一步增强匹配代价函数的稳定性。经实验验证表明，改进后的匹配算法较灰度 SAD及标准彩色 SAD算法在精度上有明显的提高。
邻域权值 色彩分量 彩色立体匹配 误差绝对值累积 线性查找表 neighborhood weights color components color stereo matching SAD linear look-up table
中国科学院光电技术研究所,四川,成都,610209
提出基于边缘区域的不变矩计算方法,在此基础上,针对在运动中形状、尺寸和方位不断变化的扩展目标,提出一种以不变矩作为跟踪特征,粗、精阶段相结合的相关跟踪算法,并根据目标图像的相关性给出一种新的跟踪置信度.实验结果显示算法迅速、有效、匹配精度高,对于复杂背景,较强噪声和运动状态发生变化条件下的扩展目标跟踪稳定可靠.
不变矩 扩展目标 相关跟踪 差的绝对值和相关法(SAD) 跟踪置信度 moment invariants extended target correlation tracking SAD tracking creditability
