邹进贵，万 荧，孟丽媛

(1. 武汉大学测绘学院，湖北 武汉 430079； 2. 精密工程与工业测量国家测绘地理信息局重点实验室，湖北 武汉 430079)

双目立体视觉的目的是从二维图像中提取三维信息，从而恢复三维场景，它在三维测量、虚拟现实、机器人导航等领域中有着广泛应用[1]。立体匹配是立体视觉技术中的关键，其任务是计算图像对中同名像素点间的视差，得到视差图[2]。

立体匹配算法可以分为全局算法和局部算法。全局算法匹配精度高，但计算复杂且计算量大；局部算法易于实现且效率较高，但易造成误匹配[3]。在局部算法中，差的绝对值之和(sum of absolute differences，SAD)算法是常用的算法，该算法匹配速度快，但对曝光程度和光照条件较为敏感；Census算法是一种非参数变换的算法，该算法可以克服曝光和光照不同对匹配的影响，但其过度依赖中心像素灰度值的大小，也没有利用临近像素灰度值之间的连续性约束，整体精度不高[4-5]。

本文研究SAD算法与Census算法，将改进后的SAD算法与Census算法融合，提出一种基于SAD算法和Census算法的自适应权重的立体匹配算法，该算法可以提高匹配精度，且对光照变化和曝光不同引起的图像亮度差异，也可保持较好的稳健性。

1 SAD算法与Census算法

1.1 SAD算法原理

局部立体匹配算法处理的是水平双目立体视觉系统摄取的图像对，图像对的外极线平行，即同一物方点在左右图像上成像，两个像点的行坐标一致。这类算法需要建立窗口来辅助匹配，其原理如图1所示。

图1 局部立体匹配原理