陆 玮，刘 翔，薛 冕

(上海工程技术大学 电子电气工程学院,上海 201600)

立体匹配的目的是通过匹配双目图像中的对应像素点，得到左右相机图片的视差图。这不仅是双目立体视觉技术的关键，也是目前三维重建领域的研究重点[1]。为了提高匹配精度，需要克服图像中存在的弱纹理区域、遮挡区域以及边缘深度不连续等诸多问题[2]。主流立体匹配算法框架分为以下4个步骤[3]：

(1)匹配代价计算。代价计算目的是获得左右图像间视差的灰度相似性，通常情况下，匹配代价越低则越相似；

(2)代价聚合。匹配代价聚合是使用聚合窗口与视差平面卷积。由初始匹配代价来构造能量函数，然后通过局部算法对窗口进行叠加处理，将能量函数优化为全局最小值，从而提高匹配代价聚合计算的可靠性；

(3)视差计算。目前主流的视差计算分为基于全局和半全局两个方向[4]。基于全局的算法使用包含数据项与平滑项全局能量函数。数据项是像素的匹配代价值，平滑项则对视差值的波动进行了抑制，使之平滑，然后通过最小化全局能量函数，得到最优的视差图。而半全局的算法(Semi-Global Matching，SGM)使用基于像素、互信息(Mutual Information，MI)作为匹配代价，然后通过能量函数进行代价聚合，并采用动态规划来最小化能量函数以寻找最佳视差[5]，局部立体匹配实时性较好，应用较为广泛；

(4)视差优化。初始视差被提取之后精度比较低。对于一些精度要求较高的需求，可以在初始视差的基础上，采用亚像素增强等方法进行细化求精。……