基于金字塔变换跨尺度代价聚合的立体匹配  

Stereo Matching based on Pyramid transform Cross-Scale Cost Aggregation

作　　者：姚莉[1,2,3] 刘助奎 王秉凤 

机构地区：[1]计算机网络和信息集成教育部重点实验室(东南大学),南京211189 [2]计算机软件新技术国家重点实验室(南京大学),南京210023 [3]东南大学计算机科学与工程学院,南京211189

出　　处：《系统仿真学报》2016年第9期2227-2234,共8页Journal of System Simulation

基　　金：国家高技术研究发展计划(863计划)(2015 AA015904);CCF-腾讯犀牛鸟基金(RAGR20150120);NSFC-广东联合基金(第二期)超级计算科学应用研究专项资助;国家超级计算广州中心支持

摘　　要：人眼视觉系统在不同尺度上处理接收到的视觉信号,而传统的立体匹配算法都在原立体匹配图像对最大尺度下进行立体匹配,在低纹理区域、无纹理区域立体匹配错误率高。模拟人眼视觉系统在多个尺度上进行立体匹配,再融合不同尺度下的匹配结果能减少错误率。通过改进一种基于高斯金字塔变换跨尺度代价聚合的立体匹配方法,在原框架上,在代价聚合阶段加入拉普拉斯金字塔变换,在视差精细化阶段加入基于加权联合双边滤波的视差精细化方法,使新框架能获得比原论文更好的视差图。Human visual system processes the received visual signals on different scales, however, the traditional stereo matching algorithms get the disparity map from the original image in the biggest scale, which will lead to high stereo matching error rate in the area of low-texture, texture-less area. Simulation of the human visual system in stereo matching on multiple scales can reduce error rate. A stereo matching method based on the Gaussian pyramid cross-scale transform was improved, by adding the Laplace Pyramid Transform to the original cross-scale framework and adding the weighted joint bilateral filter in the disparity refinement stage. The new cross-scale framework can get a better disparity map than the original method.

关 键 词：立体匹配 跨尺度 金字塔变换 加权联合双边滤波 视差精细化 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]