基于改进Census变换和自适应权重的立体匹配算法
针对传统Census算法过于依赖中心像素,从而易受噪声影响和AD-Census算法不能充分利用不同算法的优势等问题,本文提出了一种改进的Census变换和自适应权重的立体匹配算法.首先利用Census变换窗口内的均值及中心点与四个方向邻域像素的信息,将相近像素点自动归为一类,提高了Census变换对噪声的鲁棒性.其次引入SAD算法与Sobel边缘检测,根据梯度信息来确定SAD与Census变换的权重,提高了算法在不同区域的适应性.最后采用十字交叉域的代价聚合方式及后续优化得到最终的视差图.将不同图像的视差图在Middlebury平台上进行验证,本文所提算法的平均误差为9.33％较AD-Census算法下降了3.39％.较其它算法在视差不连续区域及重复纹理区具有更好的匹配精度,对噪声及光照也具有更好的鲁棒性.
Census变换、自适应权重、立体匹配、边缘检测、十字交叉域
45
TP301.6(计算技术、计算机技术)
2023-04-13（万方平台首次上网日期，不代表论文的发表时间）
共8页
45-52
