张 波，谢 明，刘 杰

(南京工业大学 电气工程与控制科学学院，江苏 南京 211800)

基于Census变换的自适应权值Hamming距离立体匹配算法

张 波，谢 明，刘 杰

(南京工业大学 电气工程与控制科学学院，江苏 南京 211800)

传统的Census+Hamming距离立体匹配算法往往由于将邻域像素等同对待，从而缺少足够的匹配信息，造成较高的误匹配率。对此提出了一种自适用加权的Hamming距离算法，通过引入邻域像素空间距离，使在距离测算时将邻域像素分等级计算，丰富了匹配图像的信息。并且使用梯度图像像素之间的距离作为聚合代价计算的权值，实验证明其对于噪声有一定的抗干扰性，并且能够很好地反映纹理等信息，同时引入稀疏聚合窗口来减少算法的复杂度。最后进行亚像素插值增大匹配的正确性。通过对比试验证明，此算法不仅能够提高匹配的准确性和抗干扰性，还能减少算法的复杂度，适用于实时的立体匹配。

Census变换；加权Hamming距离；梯度图像；稀疏聚合窗口

0 引言

现如今随着人工智能的发展，用于获取三维信息的立体视觉算法变得越来越重要，目前已经提出了很多立体视觉的算法，并且成功应用于机器人导航[1]、现实环境中三维重建[2]以及智能车辆障碍物的检测[3]等。然而，现在多数的实时立体视觉对于弱纹理区域缺少足够的精确性，以至于还需要其他的传感器来辅助检测这些障碍物。

立体视觉匹配算法一般分为：全局匹配算法和局部匹配算法，本次主要针对局部匹配算法。……