基于梯度域引导滤波的视差精炼迭代算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于权重中值滤波的视差精炼方法中使用的滤 波算法性能直接影响到视差精炼的精度，因此采用滤 波性能优良的算法用以改进视差精炼的精度显得尤 为重要．Ma 等[12]采用引导滤波算法[14]提升了视差精 炼的精度．引导滤波算法是图像滤波领域内常用的 滤波算法．然而，引导滤波算法本身存在一定局限 性，尤其在图像边缘处存在一定的滤波缺陷．而一些 针对引导滤波的改进算法被不断提出，具有代表性的 有 Li 等[15]提出的权重引导滤波算法 WGIF，以及 Kou 等 [16] 梯 度 域 引 导 滤 波 算 法 GDGIF ．其 中 ， GDGIF 算法取得的滤波性能优于 GIF、WGIF 等具有 代表性的滤波算法[16]．
第 51 卷 第 6 期 2018 年 6 月
DOI:10.11784/tdxbz201705016
天津大学学报(自然科学与工程技术版) Journal of Tianjin University(ScieLeabharlann Baiduce and Technology)
Vol. 51 No. 6 Jun. 2018
基于梯度域引导滤波的视差精炼迭代算法
法；同时对视差图进行迭代精炼，以提高立体匹配精度．实验仿真结果表明，相较于传统方法，本文算法能够有效
地降低视差精炼的平均误差，获得较高精度的视差图．
关键词：立体匹配；视差精炼；梯度；图像滤波
中图分类号：TP391
文献标志码：A
文章编号：0493-2137(2018)06-0638-07
Disparity Refinement Iterative Algorithm Based on Gradient Domain Guided Image Filtering
Zhu Chengtao，Li Qiang
(School of Microelectronics，Tianjin University，Tianjin 300072，China)
Abstract：Disparity refinement is a critical step for high-quality depth map in stereo matching．Recent approaches using weighted median filters，such as bilateral filter and guided image filter，remove streak-line artifacts with limited performance．An effective disparity refinement algorithm is proposed in this paper，which is based on the technique of gradient domain guided image filtering and further improves the refinement performance．The algorithm is a combination of the gradient domain guided image filtering and the weighted median filtering that can be applied iteratively to improve the accuracy of refinement．Experiments on the Middlebury benchmark demonstrate the superior performance of our approach. Keywords：stereo matching；disparity refinement；gradient；image filtering
立体视觉是从两个或多个视点观察同一景物，以 获取在不同视角下的感知图像，通过三角测量原理计 算图像像素点间的视差来获取景物的三维信息[1]．现 阶段，该技术已广泛应用于众多领域，如立体显示、 场景重建[2]、行人检测等．立体视觉技术主要涉及到 摄像机标定、图像矫正、立体匹配、三维重建等步骤， 其中立体匹配是最重要也是最困难的步骤，其主要目 的是通过相应的算法获取参考图像与目标图像之间 对应匹配点间的关系，生成相应的视差图，视差图中 每一个像素点的灰度值代表了该点与对应匹配点间 的坐标差信息．
朱程涛，李 锵
(天津大学微电子学院，天津 300072)
摘 要：在立体匹配算法中，视差精炼过程是影响立体匹配精度的重要步骤．针对传统基于权重中值滤波的视差精
炼算法，其滤波性能不佳导致精炼后的立体匹配精度不高的问题，本文提出了一种基于梯度域引导滤波的视差精炼
迭代算法．该算法首先依据梯度域引导滤波的原理，将其应用于视差精炼的过程，得到改进后的权重中值滤波算
传统的立体匹配算法大多针对于初始匹配代价 计算以及匹配代价聚合阶段进行改进，Ma 等[12]指出 视差精炼算法的性能直接影响着立体匹配的精度．
收稿日期：2017-05-05；修回日期：2017-11-22. 作者简介：朱程涛（1991— ），男，博士研究生，zct_1566@126.com. 通讯作者：李 锵，liqiang@tju.edu.cn. 基金项目：国家自然科学基金资助项目(61471263)；天津市自然科学基金重点项目(16JCZDJC31100). Supported by the National Natural Science Foundation of China(No.,61471263)and the Key Program of the Natural Science Foundation of
Tianjin(No.,16JCZDJC31100).
2018 年 6 月
朱程涛等：基于梯度域引导滤波的视差精炼迭代算法
·639·
传统的视差精炼方法主要是采用简单的邻近视差填 充的方法[1]，此类方法一般能消除较多的误匹配点的 视 差 值 ，因 此 使 用 得 较 多 ，但 视 差 精 炼 的 精 度 有 限．Rhemann 等[13]提出了基于权重中值滤波的方法 大大地提升了视差精炼的精度，其主要是根据图像滤 波算法对待精炼的视差图进行加权滤波，以达到精炼 误匹配点视差的目的．
现阶段常用的立体匹配算法通常建立在 Sharstein 等[1]提出的理论框架基础之上，立体匹配的 步骤主要分为：①初始匹配代价的计算；②匹配代价 的聚合；③视差的计算；④视差精炼．
在初始匹配代价的计算阶段，常用的有 AD、 GRAD[3]、Census 变换[4]等匹配代价．匹配代价的聚 合阶段是众多立体匹配算法改进的重点之一，主要有 基于窗口的算法[5-8]以及基于图像滤波的算法[9-11]．
第 51 卷 第 6 期 2018 年 6 月
DOI:10.11784/tdxbz201705016
天津大学学报(自然科学与工程技术版) Journal of Tianjin University(ScieLeabharlann Baiduce and Technology)
Vol. 51 No. 6 Jun. 2018
基于梯度域引导滤波的视差精炼迭代算法
法；同时对视差图进行迭代精炼，以提高立体匹配精度．实验仿真结果表明，相较于传统方法，本文算法能够有效
地降低视差精炼的平均误差，获得较高精度的视差图．
关键词：立体匹配；视差精炼；梯度；图像滤波
中图分类号：TP391
文献标志码：A
文章编号：0493-2137(2018)06-0638-07
Disparity Refinement Iterative Algorithm Based on Gradient Domain Guided Image Filtering
Zhu Chengtao，Li Qiang
(School of Microelectronics，Tianjin University，Tianjin 300072，China)
Abstract：Disparity refinement is a critical step for high-quality depth map in stereo matching．Recent approaches using weighted median filters，such as bilateral filter and guided image filter，remove streak-line artifacts with limited performance．An effective disparity refinement algorithm is proposed in this paper，which is based on the technique of gradient domain guided image filtering and further improves the refinement performance．The algorithm is a combination of the gradient domain guided image filtering and the weighted median filtering that can be applied iteratively to improve the accuracy of refinement．Experiments on the Middlebury benchmark demonstrate the superior performance of our approach. Keywords：stereo matching；disparity refinement；gradient；image filtering
立体视觉是从两个或多个视点观察同一景物，以 获取在不同视角下的感知图像，通过三角测量原理计 算图像像素点间的视差来获取景物的三维信息[1]．现 阶段，该技术已广泛应用于众多领域，如立体显示、 场景重建[2]、行人检测等．立体视觉技术主要涉及到 摄像机标定、图像矫正、立体匹配、三维重建等步骤， 其中立体匹配是最重要也是最困难的步骤，其主要目 的是通过相应的算法获取参考图像与目标图像之间 对应匹配点间的关系，生成相应的视差图，视差图中 每一个像素点的灰度值代表了该点与对应匹配点间 的坐标差信息．
朱程涛，李 锵
(天津大学微电子学院，天津 300072)
摘 要：在立体匹配算法中，视差精炼过程是影响立体匹配精度的重要步骤．针对传统基于权重中值滤波的视差精
炼算法，其滤波性能不佳导致精炼后的立体匹配精度不高的问题，本文提出了一种基于梯度域引导滤波的视差精炼
迭代算法．该算法首先依据梯度域引导滤波的原理，将其应用于视差精炼的过程，得到改进后的权重中值滤波算
传统的立体匹配算法大多针对于初始匹配代价 计算以及匹配代价聚合阶段进行改进，Ma 等[12]指出 视差精炼算法的性能直接影响着立体匹配的精度．
收稿日期：2017-05-05；修回日期：2017-11-22. 作者简介：朱程涛（1991— ），男，博士研究生，zct_1566@126.com. 通讯作者：李 锵，liqiang@tju.edu.cn. 基金项目：国家自然科学基金资助项目(61471263)；天津市自然科学基金重点项目(16JCZDJC31100). Supported by the National Natural Science Foundation of China(No.,61471263)and the Key Program of the Natural Science Foundation of
Tianjin(No.,16JCZDJC31100).
2018 年 6 月
朱程涛等：基于梯度域引导滤波的视差精炼迭代算法
·639·
传统的视差精炼方法主要是采用简单的邻近视差填 充的方法[1]，此类方法一般能消除较多的误匹配点的 视 差 值 ，因 此 使 用 得 较 多 ，但 视 差 精 炼 的 精 度 有 限．Rhemann 等[13]提出了基于权重中值滤波的方法 大大地提升了视差精炼的精度，其主要是根据图像滤 波算法对待精炼的视差图进行加权滤波，以达到精炼 误匹配点视差的目的．
现阶段常用的立体匹配算法通常建立在 Sharstein 等[1]提出的理论框架基础之上，立体匹配的 步骤主要分为：①初始匹配代价的计算；②匹配代价 的聚合；③视差的计算；④视差精炼．
在初始匹配代价的计算阶段，常用的有 AD、 GRAD[3]、Census 变换[4]等匹配代价．匹配代价的聚 合阶段是众多立体匹配算法改进的重点之一，主要有 基于窗口的算法[5-8]以及基于图像滤波的算法[9-11]．