基于彩色分割和像素顯著性估計的視差估計方法技術

一種引入彩色分割的視差估計方法，將彩色分割與像素顯著性估計結合起來，通過利用彩色分割的結果來改善像素顯著性估計的精度，通過利用彩色分割得到的彩色區域信息來減少像素視差估計的搜索范圍。在運算精度方面，相比精度較高的局部法如自適應彩色權重法、基于自適應權重的ＤＳＭ視差估計算法，能夠更準確地獲取參考像素和更準確地進行像素顯著性估計，從而得到更精確的視差匹配結果。特別是在物體的邊緣區域、遮擋區域和同質區域，有更高的估計精度；在運算速度方面，通過利用彩色分割得到的彩色區域信息，減小了視差匹配的搜索范圍，提高了視差匹配的效率。

【技術實現步驟摘要】

本專利技術涉及一種計算機視覺領域的方法，特別是一種可應用于立體視頻編碼、立體圖像分割、機器人視覺等應用場合中的基于彩色分割和像素顯著性估計的視差估計方 法。
技術介紹
視差信息是進行立體圖像處理的基礎。視差估計技術是近年來計算機視覺領域 研究的熱點，在機器人視覺、醫學、軍事、航空等各方面都有著非常廣泛的應用前景。視差 估計的算法可以分為全局法和局部法兩大類。 一般來說，全局法匹配結果精確，但是計算 復雜度很高；而局部法計算復雜度較低，但是匹配精確度也較低。近年來，隨著視差估計算 法的進一步發展，在增加少量計算復雜度的基礎上，局部法的匹配精度不斷得到提高。經 過對現有技術文獻的檢索發現，在精度較高的局部法中，Yoon和Kweon于2006年在IEEE Transactions onPattern Analysis and Machine Intelligence (vol. 28， No. 4)上發表 的"Ad即tivesupport-weight approach for correspondence search，，中提出的自適應彩 色權重法得到了廣泛的應用。傳統的視差估計局部算法采用視差匹配窗口大小根據圖像 內容自適應變化的視差匹配窗，由于很難準確進行窗口大小的調整，因此視差匹配的精度 較低。區別于傳統的視差估計局部算法，自適應彩色權重法采用大小固定的視差匹配窗， 根據視差匹配窗內各點之間的相關性來調整匹配窗內各點的權重，提高了視差匹配的精 度。但在物體邊緣區域、遮擋區域和同質區域，視差匹配的精度仍然較低。2007年10月， Yoon禾卩Kweon在IEEEInternational Conference on Computer Vision上發表的"Stereo Matching with theDistinctive Similarity Measure，，提出的基于自適應權重的DSM視差 估計算法進一步提高了視差匹配的精度。DSM視差估計算法引入了圖像各像素的顯著性的 概念，利用像素點的顯著性和左右圖像像素的相似性進行視差匹配。像素點的顯著性表示 了該像素點在圖像中區別于其他像素點的特性，左右圖像像素的相似性則表示了這兩個像 素匹配的程度。左右圖像中的兩個像素點越相似，各自的顯著性越強，則越有可能是匹配像 素。像素點的顯著性與相似性根據自適應彩色權重法進行計算。這種方法具有較高的匹配 精度。然而，由于采用自適應彩色權重法進行顯著性和相似性的計算，在圖像的邊緣區域和 同質區域，算法的匹配精度仍然較低。此外，由于需要進行自適應權重計算，并額外引入了 像素顯著性分析步驟，整個算法復雜度被提高，算法所需要的運行時間大大增加。
技術實現思路
本專利技術的目的在于克服現有技術中的不足，提供一種基于彩色分割和像素顯著性 估計的快速視差估計方法。該方法利用彩色分割得到的彩色區域信息來提高視差估計的精 度及效率。 本專利技術是通過以下技術方案實現的本專利技術將彩色分割與DSM視差估計算法結合 起來。 一方面，在像素顯著性估計過程中我們引入一種基于彩色區域信息的像素顯著性估計方法，和彩色權重方法相比，這種方法能夠有效利用彩色分割所得到的物體邊緣信息，提 高物體邊緣區域以及圖像遮擋區域像素的顯著性估計準確度，從而提高視差估計的匹配精 度；另一方面，由于同一彩色區域的像素視差有很強的相關性，該方法利用這種相關性來減 少視差匹配的搜索范圍，從而提高算法的運行效率。 本專利技術所述的利用彩色分割信息進行的視差匹配方法，實現步驟如下 1)采用Mean-Shift算法分別對左右視圖像進行彩色分割，得到圖像的彩色區域信息。 2)結合彩色分割的結果計算左右視圖像像素點各自的顯著性以及左右圖像相關 像素點的相似性。 3)利用彩色分割得到的彩色區域信息確定當前待匹配像素點的初始視差值以及 視差匹配搜索范圍。 4)根據像素點的顯著性和相似性，計算得到每一個像素點的代價函數，并對當前 待匹配像素點匹配窗內所有像素的代價函數進行聚合。采用Win-Take-All策略，在像素點 的視差匹配搜索范圍內尋找使聚合后的代價函數最小的視差值，作為當前待匹配像素的視差。 本專利技術結合彩色分割，并引入像素點的顯著性進行視差匹配。采用由Mean-Shift 算法對原始圖像進行過分割得到的彩色區域信息，顯著改善了圖像像素點顯著性提取的過 程；并基于同一彩色區域的視差連續，而不同的彩色區域視差不一定連續這一假設，利用與 當前待匹配像素點處于同一彩色區域的相鄰像素的視差作為當前像素的參考視差，大大縮 小了視差匹配的搜索范圍。本專利技術得到的視差估計結果精確，并且視差估計的效率較高，有 很廣的應用范圍。附圖說明 圖1基于彩色分割和像素顯著性估計的視差匹配框圖 圖2對左右視圖像進行彩色分割得到的彩色區域信息圖 圖3用來計算待匹配像素點顯著性的所有相鄰像素的集合表示 圖4視差匹配的像素參考方式(掃描方向)具體實施例方式下面結合附圖對本專利技術的視差匹配方案作進一步描述。 如圖1所示，本專利技術的視差匹配方法包括彩色分割、像素顯著性和相似性估計、當 前像素初始視差和匹配搜索范圍確定、結合像素顯著性和視差匹配搜索范圍進行視差匹 配，以及最終的匹配結果輸出這幾個部分。 以對左視圖像進行視差匹配的過程為例，本專利技術采用Mean-Shift算法分別對左 右視圖像進行彩色分割，得到左右視圖分割后的彩色區域信息。 一方面，利用彩色分割得到 的彩色區域信息，分別計算左右視圖像的自匹配和互匹配權重，并結合自匹配和互匹配權 重信息，進一步計算得到左右視圖像各自的像素點顯著性，以及左右視圖像相關像素點的 相似性。另一方面，對于左視圖像，根據彩色分割得到的彩色區域信息確定其初始視差和視 差匹配的搜索范圍。最后，根據以上過程計算得到的像素顯著性和相似性，構造視差匹配的4代價函數，結合視差匹配搜索范圍，采用Win-Take-All策略進行視差匹配，得到最終的視 差匹配結果。 如圖2所示，為分別對左右視圖像進行彩色分割的結果。本專利技術采用Mean-Shift 算法，對左右視圖像進行過分割，得到左右視圖像的彩色區域信息。 本專利技術利用彩色分割得到的彩色區域信息，進行左右視圖像素顯著性和相似性的 計算。設當前待匹配的像素點為P點，P點的顯著性用D(p)表示，p、q兩點的相似性用S(p， q)表示。則D(p) 、 S(p， q)分別計算如下: ￡)(—p)二 /(p,Q)S(p， q) = 1/f(p， q)其中Np表示用來計算p點顯著性的所有相鄰像素的集合，Np的范圍如圖3所示； f (P， q)則表示P、 q兩點像素的相異性。 Np和f (p， q)分別計算如下 Np = {p+d I dmin (p) -d隨(p)《d《d隨(p) _dmin (p)} 其中dmin(p)表示p點視差匹配搜索范圍內的視差最小值，cLx(p)表示p點視差匹 配搜索范圍內的視差最大值。 I] "Aj"+《w(廟.g)x—JD(iv&> p、q兩點差異性越小，則f (p， q)就越小，S(p， q)就越大，表示p、 q兩點越相似。 其中Wr表示p、 q兩點的匹配窗。匹配窗為正方形窗，匹配窗的大小根據圖 像大小進行本文檔來自技高網...

【技術保護點】
一種結合彩色分割和像素顯著性估計的視差估計方法，其特征在于，利用對原始待匹配圖像進行彩色分割得到的彩色區域信息，顯著提高了圖像像素點顯著性估計的精度；并基于同一彩色區域的視差連續，而不同的彩色區域視差不一定連續這一假設，利用與當前待匹配像素點處于同一彩色區域的相鄰像素的視差作為當前像素的參考視差，大大縮小了視差匹配的搜索范圍。能夠快速實現高精度的視差匹配。

【技術特征摘要】

【專利技術屬性】
技術研發人員：周春燕，周軍，嚴愷，
申請(專利權)人：上海交通大學，
類型：發明
國別省市：31[中國|上海]