刘 军,苗志勇,张煜祺,任建华

(兰州理工大学机电工程学院,兰州 730050)

随着“中国制造2025”计划的广泛实施,机器视觉中的双目测距[1]、三维重建[2-4]、无人自动驾驶、立体成像及虚拟现实[5]等诸多领域的发展,均需通过图像立体匹配技术高效准确地提供图像景深.而立体匹配算法作为图像立体匹配技术的核心,众多学者进行了很多研究工作.Scharstein等[6]与Affendi等[7]依据计算方法将立体匹配算法分为两大类:全局立体匹配算法和局部立体匹配算法.并且,依据实施阶段将立体匹配算法分为4 大步骤:匹配代价计算、匹配代价聚合、视差左右一致性检查与细化.全局立体匹配算法通过图像对像素的全局约束信息构造能量函数,并使之最小来获得稠密的视差图.而局部立体匹配算法是以待匹配像素为中心的局部窗口内的信息来准确描述待匹配像素,以便在对应图像中准确高效地确定对应点,从而获得视差值.局部立体匹配算法分为窗口形状选择法和自适应权重法.窗口形状选择法以待匹配像素为标准,期望把邻域内与待匹配像素“同等性质”(简称同质)的其他像素引入此窗口,形成可变窗口.“同等性质”的判断标准通常为像素间颜色相似度,大多数此类算法[8-9]只采用灰度值信息.

窗口形状选择法又分为可调节矩形窗口法和自适应形状窗口法.传统可调节矩形窗口法通过设置窗口半径获得固定矩形的待匹配窗口,若窗口半径选择太小,则会在图像……