针对基于Census变换的立体匹配算法匹配精度不理想、易受噪声干扰的问题, 提出一种自适应窗口结合改进Census变换的方法。通过自适应选择变换窗口大小, 并在Census变换中引入噪声容限参数, 且将其改进Census代价与RGB颜色差值代价加权融合, 再采用四路径代价聚合策略完成初始代价聚合, 最后用WTA算法计算初始视差后通过后处理优化得到最终视差。实验结果表明所提算法误匹配率较低, 抗噪性能有较好提升。

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。

针对遥感影像半全局立体匹配(SGM)对噪声敏感及在视差不连续和弱纹理区域产生条纹导致匹配率低的问题,提出一种结合加速鲁棒特征(SURF)的遥感影像SGM算法。首先,用SURF计算遥感影像的特征匹配点和特征点主方向,并用快速最近邻搜索算法剔除错误的匹配点;然后,用Census变换计算两幅遥感影像的匹配代价,用特征点主方向来调整SGM算法在不同聚合路径方向上的路径权重;最后,用改进的加权联合双边滤波(WJBF)方法进行视差精化,以去除视差图中的噪声和条纹。在WorldView、IKONOS、高景一号遥感影像数据集上进行实验,结果表明,所提算法无论在主观视觉还是客观评价指标上都优于对比算法,有效解决了弱纹理和视差不连续区域中的条纹和噪声,提高了立体匹配精度。

针对传统光流算法只能对某种特定光照变化有效的问题, 提出一种能改善不同光照变化条件下的光流鲁棒求解方法。所提出的方法利用改进census变换和图像纹理信息加权和构建光流模型中数据项。数据项中不同分量的权重根据两帧图像SIFT点对应灰度差动态选择, 以满足不同亮度变化的图像, 自适应地选择相应的数据项。改进census变换包含了变换窗口内完整的相对灰度大小信息; 对两个不同的窗口, 较传统census变换有更高的区分度。以Middlebury和KITTI数据库对所控算法进行测试, 实验结果证实了所提出方法对不同仿真光照变化和野外真实光照环境下图像鲁棒光流求解的有效性。