王 丹，杨家琪，杨谢柳

(沈阳建筑大学机械工程学院，辽宁 沈阳 110168)

0 引言

立体匹配作为计算机视觉研究的基础和热点之一，其主要任务是找到实际环境物体在双目或多目视图上的对应点，进而获得较为准确的三维位置信息，其在机器人导航、地图重构及人工智能等领域得到广泛应用。现有的立体匹配算法有很多种，大致可以分为局部立体匹配算法和全局立体匹配算法。全局立体匹配算法在全局范围内建立一个能量函数，利用优化函数求取最小值。目前，主要的算法有动态规划[1]、图割法[2]和基于遗传算法[3]等。全局立体匹配算法计算结果精度高，但是算法结构复杂，运算时间久，在实时匹配场景下有局限性。局部立体匹配算法以单像素为中心在其周围建立窗口，利用周围窗口信息计算单像素的视差。由于周围窗口信息的局限性，相较全局匹配算法匹配精度低，但是算法结构简单，计算复杂度低，运算时间短，易于实现。近年来，有大量的基于局部的算法被提出，使得局部匹配算法的精度大大提升，有利于获得精度较高的稠密视差图。

闫利等[4]将立体匹配分为匹配代价计算、匹配代价聚合、视差计算和视差精化4个部分。常用局部立体匹配代价计算[5-6]主要有以下几种：基于距离的代价计算函数有像素灰度差绝对值之和函数(SAD)、像素灰度差平方和函数(SSD)等；基于相关性的代价计算函数有归一化相关函数(NCC)、零均值归一化函数(ZNCC)等；基于非参数变换的代价计算函数有Rank和Census[7]等。……