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
东华理工大学机械与电子工程学院, 南昌 330000
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。
视觉检测 立体匹配 自适应窗口 Census变换 代价融合 visual inspection stereo matching adaptive window Census transformation cost fusion
上海电力大学能源与机械工程学院，上海 200090
尽管传统的立体匹配模型在精度和鲁棒性方面都表现出了良好的性能，但在弱纹理和深度不连续区域的视差精度问题依然存在。针对上述问题，提出了一种基于改进匹配代价和均值分割的最小生成树立体匹配算法。首先，在匹配代价计算阶段，通过Census变换进行初始匹配代价计算，利用Sobel算子对输入图像进行边缘信息提取，将提取后的图像边缘信息与Census变换后的匹配代价值进行融合，并将其与基于图像亮度信息的代价值进行非线性融合，以提高匹配代价的精度；然后，使用最小生成树代价聚合模型进行聚合操作并利用赢者通吃策略估计图像的初始视差；最后，在视差优化阶段，采用MeanShift算法对图像进行分割，结合图像的轮廓信息对误匹配点进行修正，进一步提高在弱纹理及边缘区域的视差精度。实验结果表明，与一些传统算法相比，所提算法具有更高的视差精度，且视差图的边缘、纹理较其他算法更为平滑，具有更强的鲁棒性。
机器视觉 立体匹配 Sobel算子 Census变换 最小生成树 激光与光电子学进展
2023, 60(4): 0415002
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
为了改善图像边缘处匹配结果较模糊的问题，提出一种融合边缘特征的自适应滤波立体匹配算法。在代价计算中，通过在Census变换中引入图像邻域像素信息和图像边缘特征，并结合梯度变换算法的优点，提出一种融合多特征的代价计算方法。为改善聚合后的效果，引入了边缘权重因子，通过设置一个自适应边缘权重来改进引导滤波，最后通过优化处理得到最终的视差图。在Middlebury测试集上对所提算法与其他算法进行实验对比，结果表明，所提算法在边缘处的匹配效果明显提升，且具有较强的抗噪性能。
机器视觉 立体匹配 边缘权重 引导滤波 Census变换 激光与光电子学进展
2022, 59(8): 0815010
1 南京理工大学自动化学院，江苏 南京 210094
2 中建八局第三建设有限公司，江苏 南京 210023
立体匹配是三维重建技术中的关键步骤，针对局部立体匹配算法在弱纹理区域、深度不连续区域匹配效果差，且容易受到噪声干扰的问题，提出了一种基于多特征融合的局部立体匹配算法。对传统的Census变换进行改进，使其对噪声具有更强的鲁棒性，并将其与颜色特征、梯度特征相融合进行代价计算；采用多尺度下的引导滤波算法进行代价聚合，并通过视差计算与优化得到视差图。在Middlebury数据集上的实验结果表明，所提算法抗噪能力强，且与当前较为优秀的局部立体匹配算法相比，匹配精度有了进一步提升。
图像处理 立体匹配 Census变换 多特征融合 引导滤波 激光与光电子学进展
2022, 59(8): 0810011
1 四川大学视觉合成图形图像国防重点学科实验室, 四川 成都 610065
2 四川大学计算机学院, 四川 成都 610065
为了提升局部立体匹配的精度,提出了一种基于改进Census变换和自适应支持域的立体匹配算法。针对传统Census变换算法对中心点处的采样敏感、误匹配率高的问题,结合中心点左右插值点的信息,提出了一种对采样不敏感的改进Census变换算法。在计算匹配代价阶段,将改进Census变换与彩色信息及x、y方向的梯度信息相融合以构建匹配代价;在代价聚合阶段,提出了基于改进引导滤波的十字交叉法以构建自适应支持域并聚合代价;最后采用赢者通吃(WTA)策略计算视差,并通过多步细化得到最终视差图。实验结果表明,所提算法在 Middlebury测试平台4组标准图像上的平均误匹配率为4.92%,具有较高的精度和较好的适应性。
激光与光电子学进展
2021, 58(14): 1433002
江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
针对传统Census变换的立体匹配算法在弱纹理区域匹配精度低,易受到噪声点的影响,以及提高Census算法的实时性,提出一种改进的Census变换和自适应窗口的立体匹配算法。在代价计算阶段,首先根据区域纹理的强弱来自适应匹配窗口大小,采用三种状态信息进行Census变换计算初始代价,提高单像素的匹配精度和降低消耗时间。然后在代价聚合阶段,采用时间复杂度较低的引导滤波解决单像素匹配代价鉴别性低所带来的精度低的问题。最后使用左右一致性检测原则减少异常点,得到最终的视差图。利用Middlebury平台标准图像对所提算法进行测试,实验结果表明,平均误匹配率为5.51%,匹配精度得到了一定的提高,平均花费时间相对于传统的Census算法缩短36.60%,提高了算法的实时性。
机器视觉 双目视觉 立体匹配 Census变换 引导滤波 视差图 激光与光电子学进展
2021, 58(12): 1215003
福州大学 微纳器件与太阳能电池研究所, 福州 350108
针对传统Census变换在匹配代价计算中易受噪声影响、匹配精度较低的问题, 提出一种引入噪声容限的四状态Census变换算法。在匹配代价计算中, 首先将改进的Census匹配代价与灰度绝对差值和梯度代价进行融合, 并加入相应的截断阈值, 以提高初始匹配代价空间的可靠性。然后通过引导图滤波进行代价聚合, 并采用赢家通吃策略计算初始视差值。最后通过左右一致性检验、视差填充和加权中值滤波来优化初始视差值, 得到最终视差图。实验结果表明, 所提算法的噪声鲁棒性优于传统Census变换算法, 且立体匹配算法的整体误匹配率降低至5.59%。
立体匹配 Census变换 抗噪 代价融合 代价空间 stereo matching Census transform anti-noise cost fusion cost volume
