基于ADCensus的改进双目立体匹配算法

毛听蓉 王楠

摘要：由于ADCensus算法只依赖于图像的灰度信息，对于弱纹理区域和重复纹理区域的匹配效果不好，本文提出一种依赖于图像像素梯度和灰度匹配代价计算方法，以图像像素梯度信息作为图像灰度信息的补充，提高了匹配准确率，加入了自适应匹配模板后，误匹配率降低到19.85%以下。

关键词：ADCensus算法;匹配代价;自适应模板

0引言

随着机器视觉的发展，双目视觉在无人驾驶、工业测量、3D建模以等方面都需要三维空间信息来帮助计算机或机器人完成工作。立体匹配是双目视觉中的重要做成部分，通过立体匹配找出同一视点在左右两幅图像的坐标位置，从而计算得到视差图，得到图像的深度信息。匹配的正确性直接关系到深度图计算的准确性，所以，如何优化及聚合匹配代价使匹配算法有更高的匹配率，是匹配算法优化的首要目标。本文保留了ADCensus中匹配代价的聚合方法，在AD算法匹配代价的部分中加入了图像像素梯度信息作为灰度信息的补充，提出了结合图像像素梯度、灰度的ADCensus匹配算法。

1基本原理

1.1Census變换

Census变换是一种非参数化变换，主要用来表征图像的局部结构特征。其基本原理是以1个矩形窗口遍历图像，把窗口中心像素与其他像素灰度值的大小逐一比较，中心像素大的记为0，否则记为1，得到一串中心像素的特征值，并用汉明距离来表示匹配代价。Census变换为

4结论

为了客观评价本文算法，将sAD、census和本文算法的匹配结果与标准视差图作比较，得到4幅图片在这3种方法下的误匹配率，如表1所示。