基于图割与图像分割的高效立体匹配算法

"该文提出了一种利用图像分割的基于图割的立体匹配算法，旨在解决立体匹配中的像素对应问题，以获得高精度和高实时性的视差图。该算法首先将参考图像分割成多个区域，然后在每个区域内应用平面公式来估计视差。视差模板从初始视差分割中提取，并与各个分割区域对应。通过构建全局能量函数并利用图割优化方法进行鲁棒最小化，解决了传统全局算法中计算复杂度高和实时性差的问题。在低纹理和视差边界区域，该算法表现出良好的匹配性能。实验结果证明，该算法能够满足高精度和高实时性的要求，适用于立体视觉应用。" 在立体匹配领域，找到同一场景在不同视角下的图像像素对应关系是关键，这有助于构建深度信息，即视差图。本文提出的算法基于图割理论，图割是一种优化工具，常用于图像分割和能量最小化问题。首先，通过图像分割技术，将参考图像划分为多个区域，每个区域代表了图像的一个局部特性。接着，算法利用平面模型在每个分割区域内估计视差，这种方法有助于减少匹配误差。 视差模板的提取是算法的重要步骤，它从初步的视差分割结果中获取，并与分割区域一一对应。这样可以确保每个区域的视差估计更加准确。然后，构建一个全局能量函数，该函数考虑了匹配成本、平滑约束等多个因素，以确保在整个图像中的视差一致性。通过图割算法，实现了能量函数的鲁棒最小化，这有效地平衡了匹配质量和计算效率。 针对低纹理区域和视差边界，传统的全局算法往往表现不佳，因为这些区域容易出现匹配不确定性。然而，本文提出的算法在这些区域展现了优越的匹配效果，减少了误匹配的可能性。此外，由于图割优化的高效性，该算法成功地解决了传统全局算法的计算量大、实时性差的问题，使其更适用于实时的立体视觉系统。 实验结果验证了该算法的优越性能，它能够在保持高精度的同时，实现快速匹配，满足了高精度和高实时性的要求。这一成果对于自动驾驶、机器人导航、3D重建等需要实时立体视觉的应用具有重要意义。