李鹤喜， 李威龙

(五邑大学 智能制造学部,广东 江门 529020)

1 引 言

基于双目视觉的三维重建技术是立体视觉的一种重要实现方式[1]，是通过双目相机拍摄的图像进行立体匹配获取视差信息，最后恢复出三维形状。

立体匹配是双目视觉三维重建的关键技术[2]，是从获取的同一场景的两幅图像中，寻找重叠区域的匹配对应点，进而得到视差图。传统的立体匹配一般分为4个步骤[3]：计算像素对应点的匹配代价并构建代价空间、代价聚合、视差估计和优化。Hischmiller H[4]提出了半全局立体匹配算法(SGM)，该方法使用了互相关信息作为匹配代价，较好地实现了在精度和速度上的平衡；但是由于采用手工设计的特征进行匹配，在精度方面仍然难以达到令人满意的效果。Zbontar J等[5]提出了一种基于深度学习的立体匹配MC-CNN算法，此后，相关学者对基于深度学习的立体匹配算法[6～11]做了大量研究。现有的基于深度学习的立体匹配算法大致可以分为两大类：视差直接回归方法和基于匹配代价空间方法。视差直接回归方法不考虑立体几何约束[12]直接从输入的图像对中恢复视差，如：文献[6]中的DispNetC算法采用一种U型编码器-解码器结构来回归视差；基于匹配代价空间方法通过视差偏移来构建3维代价空间或4维代价空间，文献[8]中的GC-Net算法通过聚合操作来构建4维代价空间。从视差图中恢复场景的深度信息在自动驾驶，增强现实，机器人导航等方面应用广泛，而这些应用大多数都要求立体匹配的实时性。……