專利名稱：基于置信度傳播的圖像立體匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于置信度傳播的圖像立體匹配方法。
背景技術(shù)：
人類通過視覺感知外界世界，人類的視覺系統(tǒng)是一個(gè)非常完善、復(fù)雜的感知系統(tǒng)， 視覺感知環(huán)境的效率很高，80%以上的外界信息是通過視覺得到的。隨著信息技術(shù)的發(fā)展， 讓機(jī)器模擬人類的視覺功能成為可能。信號(hào)處理技術(shù)與計(jì)算機(jī)出現(xiàn)以后，人們?cè)噲D用攝像機(jī)獲取環(huán)境圖像并將其轉(zhuǎn)換成數(shù)字信號(hào)，用計(jì)算機(jī)實(shí)現(xiàn)對(duì)視覺信息處理的全過程，這樣，就形成了一門新的學(xué)科計(jì)算機(jī)視覺。計(jì)算機(jī)視覺的研究目標(biāo)是使計(jì)算機(jī)具有通過二維圖像認(rèn)知三維環(huán)境信息的能力，以使計(jì)算機(jī)能夠感受視野內(nèi)的環(huán)境，理解感知的內(nèi)容，包括形狀、位置、姿態(tài)運(yùn)動(dòng)等，而且能對(duì)它們進(jìn)行描述、存儲(chǔ)、識(shí)別與理解，并在此基礎(chǔ)上做出行為或者決策。立體匹配是計(jì)算機(jī)視覺研究領(lǐng)域的重要內(nèi)容，也是立體視覺中最為關(guān)鍵和困難的一步。它的最終目標(biāo)是得到匹配圖像的視差圖。視差圖是以圖像對(duì)中任一幅圖像為基準(zhǔn)，其大小為該基準(zhǔn)圖像的大小，元素值為視差值的圖像。視差就是從有一定距離的兩個(gè)點(diǎn)上觀察同一個(gè)目標(biāo)所產(chǎn)生的方向差異。立體匹配問題通?？杀磉_(dá)為求全局能量的最小化問題， 首先定義能量函數(shù)，之后通過各種優(yōu)化方法，來求其最小值。立體匹配中的置信度傳播算法是基于馬爾科夫隨機(jī)場(chǎng)(MRF)的立體匹配算法。馬爾科夫隨機(jī)場(chǎng)包含著兩層意思，一個(gè)是馬爾科夫性質(zhì)，一個(gè)是隨機(jī)場(chǎng)。馬爾科夫性質(zhì)是指一個(gè)隨機(jī)變量序列按時(shí)間的順序依次排開的時(shí)候，它在第N+1時(shí)刻的分布特性與第N時(shí)刻以前的隨機(jī)變量沒有任何關(guān)系。具備這種性質(zhì)的問題就符合馬爾科夫性質(zhì)。隨機(jī)場(chǎng)是指當(dāng)給每一個(gè)位置中按照某種分布隨機(jī)賦予相空間的一個(gè)值后，其全體就稱之為隨機(jī)場(chǎng)。目前在置信度傳播算法中采用像素的實(shí)際灰度值進(jìn)行立體匹配，實(shí)際效果經(jīng)常不準(zhǔn)確，因此也影響了最終判斷的正確性。

發(fā)明內(nèi)容
針對(duì)以上出現(xiàn)的問題，本發(fā)明提供了一種基于置信度傳播的圖像立體匹配方法， 增強(qiáng)鄰域像素間的約束，提高置信度傳播過程的抗噪性和圖像平滑性，以提高立體匹配算法的精準(zhǔn)度。本發(fā)明基于置信度傳播的圖像立體匹配方法，包括a.將輸入的圖像進(jìn)行Rank變換后轉(zhuǎn)換為Rank圖像；b.通過全局能量函數(shù)對(duì)圖像的平滑項(xiàng)進(jìn)行優(yōu)化；c.根據(jù)置信度傳播算法計(jì)算全局能量函數(shù)的最小值；d.根據(jù)置信度的最小值獲得像素點(diǎn)的視差值；e.將所述的視差值作為對(duì)應(yīng)像素點(diǎn)的灰度值，輸出視差圖像。Rank變換是圖像處理中一種常用方法，是以一個(gè)矩形窗口內(nèi)的中心像素為基準(zhǔn)，與窗口內(nèi)其它像素的灰度值做比較，統(tǒng)計(jì)小于基準(zhǔn)像素(即窗口內(nèi)的中心像素)灰度值的個(gè)數(shù)，將基準(zhǔn)像素的灰度值用這個(gè)個(gè)數(shù)來表示。本發(fā)明的方法不是用像素的實(shí)際灰度值進(jìn)行圖像立體匹配，而是采用基準(zhǔn)像素在鄰域窗口內(nèi)的灰度值排序的序號(hào)進(jìn)行計(jì)算(中心像素灰度的排序序號(hào)=窗口內(nèi)小于基準(zhǔn)像素灰度值的個(gè)數(shù)+1)，這樣就增強(qiáng)了鄰域像素間的約束，提高立體匹配的抗噪性；建立全局能量函數(shù)時(shí)，對(duì)平滑項(xiàng)進(jìn)行優(yōu)化，提高對(duì)圖像邊緣的處理效果，經(jīng)過這兩項(xiàng)的改進(jìn)，提高了立體匹配算法的精準(zhǔn)度。具體的,步驟a所述的Rank變換包括al.在預(yù)定大小的窗口中，按從左到右和從上倒下的方向統(tǒng)計(jì)窗口內(nèi)像素的灰度值；a2.根據(jù)窗口內(nèi)中心像素灰度的排序序號(hào)替換中心像素的灰度值；a3.將整幅圖像的每個(gè)像素的灰度值均用與中心像素的相對(duì)灰度值來表示。優(yōu)選的，通過大量的試驗(yàn)得知，通過3X3像素大小的窗口進(jìn)行計(jì)算能夠取得更準(zhǔn)確的結(jié)果。進(jìn)一步的，步驟c中通過對(duì)視差匹配相似性、圖像的平滑項(xiàng)和相鄰迭代次數(shù)時(shí)不同像素點(diǎn)的視差信息求和計(jì)算所述全局能量函數(shù)的最小值。具體的，步驟c中對(duì)所述置信度傳播算法的迭代步驟包括Cl.信息初始化，將不同像素點(diǎn)間傳遞的節(jié)點(diǎn)信息統(tǒng)一賦值為平均概率分布；c2.從I到設(shè)定閾值循環(huán)更新所述不同像素點(diǎn)間的節(jié)點(diǎn)信息；c3.計(jì)算像素點(diǎn)的置信度；c4.計(jì)算獲得的置信度的最大值為像素點(diǎn)的最大后驗(yàn)概率。所述的后驗(yàn)概率指的是在貝葉斯統(tǒng)計(jì)中，一個(gè)隨機(jī)事件是在考慮相關(guān)證據(jù)或者數(shù)據(jù)后所得到的條件概率。具體的，步驟c2所述的閾值為50 100。測(cè)試得知，本發(fā)明的方法是通過求取全局能量函數(shù)的最小值來達(dá)到求得視差的目的。計(jì)算過程中，加入了圖像的Rank變換，由此增強(qiáng)了鄰域像素點(diǎn)間的約束條件，改善了平滑項(xiàng)，從而提高置信度傳播過程的抗噪性和圖像平滑性，提高了計(jì)算的精確度。以下結(jié)合實(shí)施例的具體實(shí)施方式
，對(duì)本發(fā)明的上述內(nèi)容再作進(jìn)一步的詳細(xì)說明。 但不應(yīng)將此理解為本發(fā)明上述主題的范圍僅限于以下的實(shí)例。在不脫離本發(fā)明上述技術(shù)思想情況下，根據(jù)本領(lǐng)域普通技術(shù)知識(shí)和慣用手段做出的各種替換或變更，均應(yīng)包括在本發(fā)明的范圍內(nèi)。
具體實(shí)施例方式本發(fā)明基于置信度傳播的圖像立體匹配方法，包括a.將輸入的圖像進(jìn)行Rank變換后轉(zhuǎn)換為Rank圖像,包括步驟al.在3X3像素的窗口中，按從左到右和從上倒下的方向統(tǒng)計(jì)窗口內(nèi)像素的灰度值；a2.根據(jù)窗口內(nèi)中心像素灰度的排序序號(hào)替換中心像素的灰度值；a3.將整幅圖像的每個(gè)像素的灰度值均用與中心像素的相對(duì)灰度值來表示；b.計(jì)算全局能量函數(shù)
權(quán)利要求
1.基于置信度傳播的圖像立體匹配方法，其特征包括a.將輸入的圖像進(jìn)行Rank變換后轉(zhuǎn)換為Rank圖像；b.通過全局能量函數(shù)對(duì)圖像的平滑項(xiàng)進(jìn)行優(yōu)化；c.根據(jù)置信度傳播算法計(jì)算全局能量函數(shù)的最小值；d.根據(jù)置信度的最小值獲得像素點(diǎn)的視差值；e.將所述的視差值作為對(duì)應(yīng)像素點(diǎn)的灰度值，輸出視差圖像。
2.如權(quán)利要求I所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟a所述的Rank變換包括al.在預(yù)定大小的窗口中，按從左到右和從上倒下的方向統(tǒng)計(jì)窗口內(nèi)像素的灰度值；a2.根據(jù)窗口內(nèi)中心像素灰度的排序序號(hào)替換中心像素的灰度值；a3.將整幅圖像的每個(gè)像素的灰度值均用與中心像素的相對(duì)灰度值來表示。
3.如權(quán)利要求2所述的基于置信度傳播的圖像立體匹配方法，其特征為所述的窗口為3X3像素的窗口。
4.如權(quán)利要求I所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟c中通過對(duì)視差匹配相似性、圖像的平滑項(xiàng)和相鄰迭代次數(shù)時(shí)不同像素點(diǎn)的視差信息求和計(jì)算所述全局能量函數(shù)的最小值。
5.如權(quán)利要求I至4之一所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟c中對(duì)所述置信度傳播算法的迭代步驟包括Cl.信息初始化，將不同像素點(diǎn)間傳遞的節(jié)點(diǎn)信息統(tǒng)一賦值為平均概率分布； c2.從I到設(shè)定閾值循環(huán)更新所述不同像素點(diǎn)間的節(jié)點(diǎn)信息； c3.計(jì)算像素點(diǎn)的置信度；c4.計(jì)算獲得的置信度的最大值為像素點(diǎn)的最大后驗(yàn)概率。
6.如權(quán)利要求5所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟c2所述的閾值為50 100。
全文摘要
本發(fā)明涉及基于置信度傳播的圖像立體匹配方法。包括a.將輸入的圖像進(jìn)行Rank變換后轉(zhuǎn)換為Rank圖像；b.通過全局能量函數(shù)對(duì)圖像的平滑項(xiàng)進(jìn)行優(yōu)化；c.根據(jù)置信度傳播算法計(jì)算全局能量函數(shù)的最小值；d.根據(jù)置信度的最小值獲得像素點(diǎn)的視差值；e.將所述的視差值作為對(duì)應(yīng)像素點(diǎn)的灰度值，輸出視差圖像。本發(fā)明的方法是通過求取全局能量函數(shù)的最小值來達(dá)到求得視差的目的。計(jì)算過程中，加入了圖像的Rank變換，由此增強(qiáng)了鄰域像素點(diǎn)間的約束條件，改善了平滑項(xiàng)，從而提高置信度傳播過程的抗噪性和圖像平滑性，提高了計(jì)算的精確度。
文檔編號(hào)G06T7/00GK102609936SQ201210005610
公開日2012年7月25日 申請(qǐng)日期2012年1月10日 優(yōu)先權(quán)日2012年1月10日
發(fā)明者周春燕 申請(qǐng)人:四川長(zhǎng)虹電器股份有限公司