计算机工程

作者：黄彬, 胡立坤, 张宇

单位：广西大学 电气工程学院, 南宁 530004

关键词：机器视觉,立体匹配,Census变换,自适应权重,多尺度聚合

基金：国家自然科学基金（61863002）。

针对传统Census算法对噪声敏感且在弱纹理区域匹配精度低的不足，提出一种基于自适应权重的改进算法。在代价计算阶段，通过空间相似度加权计算得到参考像素值，设定阈值限定参考值与中心点像素的差异，使算法能够判断中心点是否发生突变并自适应选择中心参考像素值。在代价聚合阶段，引入多尺度聚合策略，将引导滤波作为代价聚合核函数，加入正则化约束保持代价聚合时尺度间的一致性。在视差计算阶段，通过胜者通吃法得到初始视差图。在视差优化阶段，对初始视差图做误匹配点检测及左右一致性检测，并对遮挡区域进行像素填充得到最终的视差图。基于Middlebury标准图的实验结果表明，该算法平均误匹配率为5.81%，对比于传统Census算法抗干扰性提升显著，并能在平均误匹配率表现上达到主流经典算法的性能水准。

来源：2021年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第5期