基于图像分割和控制点的立体匹配算法研究

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (23): 160-163.

基于图像分割和控制点的立体匹配算法研究

李惠光，李峰，邵暖，沙晓鹏，王帅

燕山大学电气工程学院，河北秦皇岛 066004

出版日期:2015-12-01 发布日期:2015-12-14

Segment-based stereo matching method with ground control points

LI Huiguang, LI Feng, SHAO Nuan, SHA Xiaopeng, WANG Shuai

School of Electrical Engineering, Yanshan University, Qinhuangdao, Hebei 066004, China

Online:2015-12-01 Published:2015-12-14

摘要/Abstract

摘要： 提出了一种基于图像分割和地面控制点（GCP）的立体匹配算法。利用Mean-shift算法将参考图像根据彩色信息快速聚类成不同区域，利用像素点的RGB信息与梯度信息相结合计算初始视差;引入地面控制点（GCP）约束，构造能量函数，利用动态规划方法（DP）计算能量函数最小值；在图像分割区域内采用快速投票方式优化初始视差并获得最终视差图。实验结果表明：该算法能有效处理视差不连续和遮挡区域，也解决了DP算法带来的条纹等问题。

关键词: 立体匹配, 图像分割, 地面控制点, 动态规划（DP）, 视差

Abstract: This paper presents an stereo matching algorithm based on an image segmentation and Ground Control Points （GCP）. Regions of homogeneous color are located via the Mean-shift color image segmentation method. The combination of RGB information of the pixel and the gradient information is used to calculate the initial disparity. Under the constraint of Ground Control Points （GCP）, the energy function is constructed, and the minimum energy function is computed by using Dynamic Programming （DP） method. The initial disparity is optimized by voting and the final disparity map is acquired in the area of image segmentation. The experimental results show that the algorithm has a better performance in occlusion region and disparity discontinuous region, and it is worth mentioning that the problem of stripes caused by DP algorithm is also solved.

Key words: stereo matching, image segmentation, ground control points, Dynamic Programming（DP）, disparity

李惠光，李峰，邵暖，沙晓鹏，王帅. 基于图像分割和控制点的立体匹配算法研究[J]. 计算机工程与应用, 2015, 51(23): 160-163.

LI Huiguang, LI Feng, SHAO Nuan, SHA Xiaopeng, WANG Shuai. Segment-based stereo matching method with ground control points[J]. Computer Engineering and Applications, 2015, 51(23): 160-163.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[5]	张忠民，刘金鑫，席志红. 熵率超像素分割一致性检验视差细化算法[J]. 计算机工程与应用, 2021, 57(5): 204-209.
[6]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[7]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[8]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[9]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[10]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[11]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[12]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[13]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[14]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[15]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.