提升深度连续性的自适应权重与置信传播立体匹配算法

融合自适应权重和置信传播的立体匹配算法是针对传统立体匹配在深度不连续区域准确率较低的问题提出的一种创新方法。该研究发表于2012年4月的《杭州电子科技大学学报》第32卷第2期，由张永平、楼斌、周文晖和吴卿四位作者共同完成，他们受到了国家自然科学基金和浙江省自然科学基金的资助。 该算法的核心在于结合了局部自适应权重和置信传播的思想。首先，通过改进的局部自适应权重算法，考虑了像素间的色彩和空间位置差异，赋予窗口内各像素以适应性权重，这有助于减少因空间距离因素导致的深度不连续区域的误匹配问题。然而，单纯依赖局部匹配可能仍会存在不足，尤其是对于弱纹理区域。 为解决这一问题，研究者引入了置信传播算法。置信传播是一种用于求解能量最小化问题的优化技术，它能够在处理弱纹理和深度不连续场景时展现出良好的性能。在该算法中，作者提出了新的消息传播策略，使得信息能够不对称地在分割后的图像中传递，进一步提高了匹配的准确性。 算法流程分为三个步骤：第一步，利用改进的局部自适应权重进行初步的视差估计，同时结合梯度差异，为左右图像提供初始视差值；第二步，通过左右一致性检测机制，识别并标记出可能的不可信象素点，这些点在后续的匹配过程中会被给予更低的信任度；第三步，对处理后的图像，进行更精确的置信传播迭代，以优化匹配结果，最终生成高质量的视差图。 实验结果显示，这种融合方法显著提高了在深度不连续和弱纹理区域的匹配精度，生成的视差图更为理想，从而使得立体匹配在三维重建和机器人视觉导航等领域的应用更加有效。此外，该算法还具有较低的计算复杂度，兼顾了匹配效率与精度的平衡，这对于实际应用来说具有重要意义。