李 航 宋 燕 宋天中 于修成

（上海理工大学光电信息与计算机工程学院 上海 200093）

1 引言

立体视觉技术广泛应用于三维场景重建、目标跟踪、机器人导航以及智能驾驶等领域。自20 世纪80 年代Marr［1］首次提出了一种视觉计算理论并应用在双目匹配上，使两张有视差的平面图产生具有深度的立体图形，从而奠定了双目立体视觉发展的理论基础。Szeliski［2］等将立体视觉分为一下四个步骤：图像获取、立体矫正、立体匹配和三维重建。立体匹配为其中最关键也是最困难的一个环节，逐渐成为计算机视觉中的研究热点和焦点。立体匹配的核心是从两个视点观察同一景物以获取立体像对，匹配出相应像点，从而计算出视差并获得三维信息。然而，由于遮挡、光照等多种因素的影响，如何从立体图像信息中得到稠密精准的深度信息成为困扰国内外研究者的一个难题。

由于匹配的不确定性，立体匹配问题始终没有统一的解决方式，对此许多研究人员作了大量研究，Scharstein［3］等深入研究了一些典型的立体匹配算法，将立体匹配划分为匹配代价计算、代价聚合、视差计算和视差精化四个步骤。传统立体匹配算法主要可划分为局部方法和全局方法两类：局部方法利用窗口内邻域信息来进行单像素匹配，具有速度快，易于实现的优点，但是支持窗口大小的选取和匹配代价的计算是个难题；全局方法通过能量函数最小化来获得匹配结果，精度较高但效率较低，不能满足实时性应用。……