專利名稱：基于置信度傳播的圖像立體匹配方法
技術領域：
本發(fā)明涉及基于置信度傳播的圖像立體匹配方法。
背景技術：
人類通過視覺感知外界世界，人類的視覺系統(tǒng)是一個非常完善、復雜的感知系統(tǒng)， 視覺感知環(huán)境的效率很高，80%以上的外界信息是通過視覺得到的。隨著信息技術的發(fā)展， 讓機器模擬人類的視覺功能成為可能。信號處理技術與計算機出現(xiàn)以后，人們試圖用攝像機獲取環(huán)境圖像并將其轉換成數(shù)字信號，用計算機實現(xiàn)對視覺信息處理的全過程，這樣，就形成了一門新的學科計算機視覺。計算機視覺的研究目標是使計算機具有通過二維圖像認知三維環(huán)境信息的能力，以使計算機能夠感受視野內(nèi)的環(huán)境，理解感知的內(nèi)容，包括形狀、位置、姿態(tài)運動等，而且能對它們進行描述、存儲、識別與理解，并在此基礎上做出行為或者決策。立體匹配是計算機視覺研究領域的重要內(nèi)容，也是立體視覺中最為關鍵和困難的一步。它的最終目標是得到匹配圖像的視差圖。視差圖是以圖像對中任一幅圖像為基準，其大小為該基準圖像的大小，元素值為視差值的圖像。視差就是從有一定距離的兩個點上觀察同一個目標所產(chǎn)生的方向差異。立體匹配問題通常可表達為求全局能量的最小化問題， 首先定義能量函數(shù)，之后通過各種優(yōu)化方法，來求其最小值。立體匹配中的置信度傳播算法是基于馬爾科夫隨機場(MRF)的立體匹配算法。馬爾科夫隨機場包含著兩層意思，一個是馬爾科夫性質，一個是隨機場。馬爾科夫性質是指一個隨機變量序列按時間的順序依次排開的時候，它在第N+1時刻的分布特性與第N時刻以前的隨機變量沒有任何關系。具備這種性質的問題就符合馬爾科夫性質。隨機場是指當給每一個位置中按照某種分布隨機賦予相空間的一個值后，其全體就稱之為隨機場。目前在置信度傳播算法中采用像素的實際灰度值進行立體匹配，實際效果經(jīng)常不準確，因此也影響了最終判斷的正確性。

發(fā)明內(nèi)容
針對以上出現(xiàn)的問題，本發(fā)明提供了一種基于置信度傳播的圖像立體匹配方法， 增強鄰域像素間的約束，提高置信度傳播過程的抗噪性和圖像平滑性，以提高立體匹配算法的精準度。本發(fā)明基于置信度傳播的圖像立體匹配方法，包括a.將輸入的圖像進行Rank變換后轉換為Rank圖像；b.通過全局能量函數(shù)對圖像的平滑項進行優(yōu)化；c.根據(jù)置信度傳播算法計算全局能量函數(shù)的最小值；d.根據(jù)置信度的最小值獲得像素點的視差值；e.將所述的視差值作為對應像素點的灰度值，輸出視差圖像。Rank變換是圖像處理中一種常用方法，是以一個矩形窗口內(nèi)的中心像素為基準，與窗口內(nèi)其它像素的灰度值做比較，統(tǒng)計小于基準像素(即窗口內(nèi)的中心像素)灰度值的個數(shù)，將基準像素的灰度值用這個個數(shù)來表示。本發(fā)明的方法不是用像素的實際灰度值進行圖像立體匹配，而是采用基準像素在鄰域窗口內(nèi)的灰度值排序的序號進行計算(中心像素灰度的排序序號=窗口內(nèi)小于基準像素灰度值的個數(shù)+1)，這樣就增強了鄰域像素間的約束，提高立體匹配的抗噪性；建立全局能量函數(shù)時，對平滑項進行優(yōu)化，提高對圖像邊緣的處理效果，經(jīng)過這兩項的改進，提高了立體匹配算法的精準度。具體的,步驟a所述的Rank變換包括al.在預定大小的窗口中，按從左到右和從上倒下的方向統(tǒng)計窗口內(nèi)像素的灰度值；a2.根據(jù)窗口內(nèi)中心像素灰度的排序序號替換中心像素的灰度值；a3.將整幅圖像的每個像素的灰度值均用與中心像素的相對灰度值來表示。優(yōu)選的，通過大量的試驗得知，通過3X3像素大小的窗口進行計算能夠取得更準確的結果。進一步的，步驟c中通過對視差匹配相似性、圖像的平滑項和相鄰迭代次數(shù)時不同像素點的視差信息求和計算所述全局能量函數(shù)的最小值。具體的，步驟c中對所述置信度傳播算法的迭代步驟包括Cl.信息初始化，將不同像素點間傳遞的節(jié)點信息統(tǒng)一賦值為平均概率分布；c2.從I到設定閾值循環(huán)更新所述不同像素點間的節(jié)點信息；c3.計算像素點的置信度；c4.計算獲得的置信度的最大值為像素點的最大后驗概率。所述的后驗概率指的是在貝葉斯統(tǒng)計中，一個隨機事件是在考慮相關證據(jù)或者數(shù)據(jù)后所得到的條件概率。具體的，步驟c2所述的閾值為50 100。測試得知，本發(fā)明的方法是通過求取全局能量函數(shù)的最小值來達到求得視差的目的。計算過程中，加入了圖像的Rank變換，由此增強了鄰域像素點間的約束條件，改善了平滑項，從而提高置信度傳播過程的抗噪性和圖像平滑性，提高了計算的精確度。以下結合實施例的具體實施方式
，對本發(fā)明的上述內(nèi)容再作進一步的詳細說明。 但不應將此理解為本發(fā)明上述主題的范圍僅限于以下的實例。在不脫離本發(fā)明上述技術思想情況下，根據(jù)本領域普通技術知識和慣用手段做出的各種替換或變更，均應包括在本發(fā)明的范圍內(nèi)。
具體實施例方式本發(fā)明基于置信度傳播的圖像立體匹配方法，包括a.將輸入的圖像進行Rank變換后轉換為Rank圖像,包括步驟al.在3X3像素的窗口中，按從左到右和從上倒下的方向統(tǒng)計窗口內(nèi)像素的灰度值；a2.根據(jù)窗口內(nèi)中心像素灰度的排序序號替換中心像素的灰度值；a3.將整幅圖像的每個像素的灰度值均用與中心像素的相對灰度值來表示；b.計算全局能量函數(shù)
權利要求
1.基于置信度傳播的圖像立體匹配方法，其特征包括a.將輸入的圖像進行Rank變換后轉換為Rank圖像；b.通過全局能量函數(shù)對圖像的平滑項進行優(yōu)化；c.根據(jù)置信度傳播算法計算全局能量函數(shù)的最小值；d.根據(jù)置信度的最小值獲得像素點的視差值；e.將所述的視差值作為對應像素點的灰度值，輸出視差圖像。
2.如權利要求I所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟a所述的Rank變換包括al.在預定大小的窗口中，按從左到右和從上倒下的方向統(tǒng)計窗口內(nèi)像素的灰度值；a2.根據(jù)窗口內(nèi)中心像素灰度的排序序號替換中心像素的灰度值；a3.將整幅圖像的每個像素的灰度值均用與中心像素的相對灰度值來表示。
3.如權利要求2所述的基于置信度傳播的圖像立體匹配方法，其特征為所述的窗口為3X3像素的窗口。
4.如權利要求I所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟c中通過對視差匹配相似性、圖像的平滑項和相鄰迭代次數(shù)時不同像素點的視差信息求和計算所述全局能量函數(shù)的最小值。
5.如權利要求I至4之一所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟c中對所述置信度傳播算法的迭代步驟包括Cl.信息初始化，將不同像素點間傳遞的節(jié)點信息統(tǒng)一賦值為平均概率分布； c2.從I到設定閾值循環(huán)更新所述不同像素點間的節(jié)點信息； c3.計算像素點的置信度；c4.計算獲得的置信度的最大值為像素點的最大后驗概率。
6.如權利要求5所述的基于置信度傳播的圖像立體匹配方法，其特征為步驟c2所述的閾值為50 100。
全文摘要
本發(fā)明涉及基于置信度傳播的圖像立體匹配方法。包括a.將輸入的圖像進行Rank變換后轉換為Rank圖像；b.通過全局能量函數(shù)對圖像的平滑項進行優(yōu)化；c.根據(jù)置信度傳播算法計算全局能量函數(shù)的最小值；d.根據(jù)置信度的最小值獲得像素點的視差值；e.將所述的視差值作為對應像素點的灰度值，輸出視差圖像。本發(fā)明的方法是通過求取全局能量函數(shù)的最小值來達到求得視差的目的。計算過程中，加入了圖像的Rank變換，由此增強了鄰域像素點間的約束條件，改善了平滑項，從而提高置信度傳播過程的抗噪性和圖像平滑性，提高了計算的精確度。
文檔編號G06T7/00GK102609936SQ201210005610
公開日2012年7月25日 申請日期2012年1月10日 優(yōu)先權日2012年1月10日
發(fā)明者周春燕 申請人:四川長虹電器股份有限公司