文献类型：期刊文章

作　　者：王森[1,2] 危辉[1,2] 孟令江[1,2]

WANG Sen;WEI Hui;MENG Lingjiang(Laboratory of Algorithms for Cognitive Modeling,School of Computer Science,Fudan University,Shanghai 200438;Shanghai Key Laboratory of Data Science,School of Computer Science,Fudan University,Shanghai 200438)

机构地区：[1]复旦大学计算机科学技术学院,认知算法模型实验室,上海200438 [2]复旦大学计算机科学技术学院,上海市数据科学重点实验室,上海200438

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.61771146)资助。

年　　份：2022

卷　　号：35

期　　号：1

起止页码：37-50

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决立体匹配算法在弱纹理区域及边界区域匹配精度较低的问题,文中提出基于控制点和RGB向量差联合梯度Census变换的立体匹配算法.首先,使用基于动态时间归整的行匹配算法,寻找最优匹配路径,经过扭曲对齐选取匹配特征点作为控制点.再使用基于RGB向量差代价联合基于梯度Census变换代价作为非控制点的匹配代价,基于梯度Census变换增加像素点的鲁棒性,RGB三向量保留图像三维色彩信息,使求得的代价精度更高.然后,融合求得的控制点与非控制点的匹配代价,作为初始匹配代价,基于RGB三向量差求得针对不同纹理区域的自适应窗口,在该窗口内以一次水平方向和竖直方向代价聚合的方式进行初始代价优化,同时使用多步骤优化减少视差错误率.最后,在Middlebury数据集上对不同区域测试视差错误率和在真实机器人场景上求取视差,将求得的视差利用三维成像原理进行三维重建测试.理论分析和实验表明,文中算法明显降低弱纹理区域和边界的误匹配率.

关 键 词：控制点 动态时间归整(DTW)  梯度Census变换  立体匹配  

分 类 号：TP391]