本(ben)發明屬于雙目立體視覺技術領域，涉(she)及(ji)一(yi)種基于多編碼的Census自適應(ying)變換算法。

背景技術：

立(li)體(ti)(ti)匹配(pei)一直是雙目立(li)體(ti)(ti)視(shi)覺(jue)中的(de)(de)重(zhong)要技術環(huan)節，立(li)體(ti)(ti)匹配(pei)是尋找兩幅圖(tu)像中的(de)(de)共(gong)軛(e)點(dian)，也就是空間(jian)同一點(dian)投影在(zai)左右兩幅圖(tu)像中的(de)(de)不同像素點(dian)的(de)(de)位置(zhi)，最終產生視(shi)差圖(tu)。但是立(li)體(ti)(ti)匹配(pei)一直存在(zai)著精度與效(xiao)率的(de)(de)問題。由于近些年計(ji)算(suan)機的(de)(de)并(bing)行能力越(yue)來越(yue)高(gao)，因此科研人員一直致力于尋找一種可并(bing)行高(gao)精度的(de)(de)立(li)體(ti)(ti)匹配(pei)方法。

通常立體匹配(pei)(pei)過程可(ke)分為四(si)個部(bu)分：匹配(pei)(pei)代(dai)價計(ji)算(suan)、匹配(pei)(pei)代(dai)價聚合、初始(shi)視差(cha)(cha)計(ji)算(suan)、視差(cha)(cha)優化。現在對于(yu)立體匹配(pei)(pei)的研(yan)究也一直圍繞(rao)著這四(si)個步驟進行，Census變換是立體匹配(pei)(pei)過程中匹配(pei)(pei)代(dai)價計(ji)算(suan)步驟常用(yong)的一種操作。

Census變(bian)換(huan)充分考(kao)慮了中心(xin)像素在支持窗口內的(de)局(ju)部(bu)信息(xi)并且減弱(ruo)圖像亮度信息(xi)。具(ju)有算法簡單、可并行、魯棒(bang)性高與效果好等特(te)點(dian)。Census變(bian)換(huan)的(de)具(ju)體(ti)操(cao)作如(ru)下所述：

對于一個大小為w_p(m×n)的(de)窗口(kou)，中(zhong)心(xin)像(xiang)(xiang)素(su)為p，Census變(bian)換可(ke)以將窗口(kou)內(nei)圖像(xiang)(xiang)的(de)亮度(du)值相關性映射(she)到(dao)一個長度(du)為m×n-1長度(du)的(de)二進(jin)制串(chuan)中(zhong)。假設q為窗口(kou)內(nei)的(de)非中(zhong)心(xin)點的(de)像(xiang)(xiang)素(su)。那么對于q點位置的(de)變(bian)換為：

其中i(x)為像素點x的(de)灰度。對(dui)于p點最(zui)終的(de)特征二進(jin)制串：

表示(shi)按位連(lian)接。使用這種計(ji)算(suan)方(fang)式(shi)的(de)(de)窗口(kou)遍(bian)歷圖(tu)像(xiang)(xiang)中(zhong)(zhong)的(de)(de)每一個像(xiang)(xiang)素點(dian)。這樣一來就(jiu)減(jian)弱了圖(tu)像(xiang)(xiang)亮度信(xin)息(xi)，單(dan)保留了窗口(kou)內的(de)(de)局部信(xin)息(xi)。最后對于原始圖(tu)像(xiang)(xiang)中(zhong)(zhong)的(de)(de)p點(dian)視(shi)差為(wei)(wei)d，對應參考圖(tu)像(xiang)(xiang)中(zhong)(zhong)的(de)(de)像(xiang)(xiang)素點(dian)p′計(ji)算(suan)所得的(de)(de)成本為(wei)(wei)：

表示(shi)Hamming距離(li)計算。

傳統的(de)Census變(bian)換雖然(ran)減弱了亮度信(xin)(xin)息(xi)，但是其對亮度信(xin)(xin)息(xi)的(de)減弱處理過為粗糙，并沒有充分的(de)利用圖像(xiang)中(zhong)的(de)亮度信(xin)(xin)息(xi)。參照附圖1可以看出由于亮度信(xin)(xin)息(xi)丟(diu)失過多導(dao)致它對相似區(qu)域區(qu)別(bie)不明(ming)顯，并且(qie)還將導(dao)致它對噪聲敏感。

技術實現要素：

本(ben)發(fa)明是在(zai)傳(chuan)統的(de)Census變(bian)換的(de)基(ji)礎上使用新(xin)的(de)編碼(ma)策略。在(zai)考慮到窗(chuang)內局部信息的(de)同時更充分的(de)利用亮度信息，并對噪聲進行減弱處理，使本(ben)發(fa)明更具魯棒性。

一種基于(yu)多編碼的Census自適應變換算法，包括如下內容：

1)編碼

傳統的Census變換將亮度信息(xi)按照中心(xin)像(xiang)素亮度值分(fen)(fen)(fen)為大(da)、小兩個(ge)組(zu)。本(ben)發(fa)明在傳統Census變換大(da)、小兩個(ge)組(zu)的基(ji)礎上，對大(da)組(zu)與小組(zu)分(fen)(fen)(fen)別(bie)進行更進一步的劃(hua)分(fen)(fen)(fen)，大(da)組(zu)與小組(zu)分(fen)(fen)(fen)別(bie)劃(hua)分(fen)(fen)(fen)出(chu)k個(ge)子組(zu)，k為正整數，則一共劃(hua)分(fen)(fen)(fen)出(chu)2k個(ge)組(zu)。

本發明使用一種多編碼策略，每個組使用多位二進制位進行編碼表示。共劃分出2k個組，則每個組對應的編碼長度為2k-1個位。對于一個大小為w_p(m×n)的窗(chuang)(chuang)口；窗(chuang)(chuang)口的中(zhong)心像(xiang)素為(wei)p，窗(chuang)(chuang)口內非(fei)中(zhong)心點像(xiang)素為(wei)q；窗(chuang)(chuang)口內亮度(du)值的映射到一個(2×k-1)×(m×n-1)位長度(du)的二進制串上(shang)。

q點位置的變換為：

其中，bin(x)是x的二進制表示形式；前k個分組中的非中心點像素灰度i(q)全部比中心灰度i(p)大，屬于大組，后k個分組中的非中心點像素灰度i(q)全部比中心灰度i(p)小，屬于小組；ε_i是用于分檔的閾值，其中i∈[1,2…2k-2]；閾值存在大小關系為ε₁＞ε₂＞ε₃…＞ε_k-1，ε_2k-2＞ε_2k-3….＞ε_k。

利用(yong)以(yi)上(shang)策略將圖像(xiang)亮度映射(she)到2k個(ge)組，并且相(xiang)(xiang)(xiang)鄰檔(dang)位(wei)之間進行異(yi)或(huo)操(cao)作后(hou)相(xiang)(xiang)(xiang)差為1，相(xiang)(xiang)(xiang)隔(ge)為1的檔(dang)位(wei)異(yi)或(huo)操(cao)作之后(hou)相(xiang)(xiang)(xiang)差為2，最(zui)遠的兩個(ge)檔(dang)位(wei)異(yi)或(huo)操(cao)作后(hou)相(xiang)(xiang)(xiang)差為2k-1；通過(guo)這種方式(shi)本(ben)發明將圖像(xiang)亮度的相(xiang)(xiang)(xiang)關(guan)性更(geng)加有效的運用(yong)。

上述(shu)閾值選(xuan)擇采用(yong)一種自適應閾值選(xuan)擇方(fang)式；即對(dui)大組(zu)與小(xiao)組(zu)分別(bie)做如下操作：

a)將窗體內像素按照亮度大于i(p)與小于等于i(p)分為兩組queue₁和queue₂。

b)對queue₁與queue₂進行升序排序產生序列queue_asc₁與queue_asc₂并計算queue₁長度l₁，queue₂長度l₁。

c)計算第閾值ε_i其(qi)中i∈[1,2…k-1]的(de)公式如(ru)下：

d)計算第閾值ε_j其中j∈[k,k+1,…2k-2]的公式如下：

本發(fa)明采(cai)(cai)用這種閾值策略(lve)(lve)(lve)來實(shi)現自適應(ying)(ying)的(de)(de)閾值選擇，采(cai)(cai)用該策略(lve)(lve)(lve)能更(geng)好的(de)(de)選擇閾值，將像亮度信息盡(jin)可能的(de)(de)均勻的(de)(de)分(fen)到每個檔位，并且該自適應(ying)(ying)策略(lve)(lve)(lve)能使得編碼魯棒性更(geng)高，并消(xiao)除一些噪聲的(de)(de)干擾(rao)。

優選方案為將窗口內亮度信息分為k＝2組，共劃分出4個組。使用三位的編碼來表示這四組。對于一個大小為w_p(m×n)的(de)窗(chuang)口(kou)，中心(xin)像素為(wei)p，本發明將窗(chuang)口(kou)內(nei)亮度(du)值的(de)相關性映射到一(yi)個3×(m×n-1)長度(du)的(de)二進制串(chuan)上，q為(wei)窗(chuang)口(kou)內(nei)非中心(xin)點(dian)的(de)像素。q點(dian)位置的(de)變(bian)換為(wei)：

在分四個組的情況下存在ε₁與ε₂兩個(ge)閾值(zhi)，取值(zhi)過(guo)程如下:

1)將窗體內像素按照亮度值大于i(p)與小于等于i(p)分為兩組queue₁與queue₂。

2)對queue₁與queue₂進行升序排列產生升序序列queue_asc₁與queue_asc₂，計算queue₁長度為l₁、queue₂長度為l₂。

3)計算

4)計算

將窗體內非中心點(dian)像素(su)映射到自己(ji)所(suo)在的組，將非中心點(dian)像素(su)編碼按位相(xiang)連產生(sheng)中心點(dian)p編碼。

2)處理噪聲

本(ben)發明采用一(yi)種冗(rong)余(yu)(yu)編碼(ma)(ma)方(fang)式來(lai)減弱噪(zao)(zao)聲(sheng)(sheng)的影響，在(zai)每個像素編碼(ma)(ma)的最后加上n位冗(rong)余(yu)(yu)編碼(ma)(ma)。原圖像的冗(rong)余(yu)(yu)碼(ma)(ma)全(quan)部都(dou)置(zhi)為0，參考圖像的冗(rong)余(yu)(yu)碼(ma)(ma)全(quan)部都(dou)置(zhi)為1，當窗(chuang)體(ti)中(zhong)存在(zai)某(mou)點亮度|i(p)-i(q)|＞σ我們認為存在(zai)一(yi)處(chu)噪(zao)(zao)聲(sheng)(sheng)。σ為人工輸入用于判(pan)斷(duan)噪(zao)(zao)聲(sheng)(sheng)的閾值。每當發現(xian)一(yi)處(chu)噪(zao)(zao)聲(sheng)(sheng)時，將噪(zao)(zao)聲(sheng)(sheng)所在(zai)圖像的冗(rong)余(yu)(yu)碼(ma)(ma)其中(zhong)一(yi)位取反。n位冗(rong)余(yu)(yu)碼(ma)(ma)最多可檢測n個噪(zao)(zao)聲(sheng)(sheng)點。

原(yuan)始圖像(xiang)像(xiang)素p與參(can)(can)考(kao)圖像(xiang)像(xiang)素p′編碼相同且不存(cun)在噪聲的情況(kuang)下(xia)其(qi)(qi)Hamming距離(li)為n，當某一像(xiang)素受到噪聲影響，其(qi)(qi)冗余(yu)編碼發生變化，使得原(yuan)圖像(xiang)與參(can)(can)考(kao)圖像(xiang)的冗余(yu)碼Hamming距縮(suo)小，本發明就是(shi)通過減少冗余(yu)碼的Hamming距離(li)來減弱噪聲對其(qi)(qi)產生的影響。

優(you)選(xuan)采用(yong)(yong)一(yi)(yi)位冗余(yu)編碼(ma)(ma)(ma)，在(zai)(zai)原始圖像像素(su)特征(zheng)編碼(ma)(ma)(ma)后(hou)加(jia)入(ru)0，在(zai)(zai)參考圖像特征(zheng)編碼(ma)(ma)(ma)后(hou)面加(jia)入(ru)1。當(dang)檢(jian)測到(dao)噪(zao)(zao)聲時(shi)將噪(zao)(zao)聲所在(zai)(zai)圖像后(hou)的冗余(yu)編碼(ma)(ma)(ma)取反(fan)，使用(yong)(yong)一(yi)(yi)位冗余(yu)編碼(ma)(ma)(ma)只能檢(jian)測到(dao)噪(zao)(zao)聲是否(fou)存在(zai)(zai)不能檢(jian)測存在(zai)(zai)的噪(zao)(zao)聲數量。

3)計算距離

本發明繼續采用傳統的Census的距離計算方式(shi)，如公式(shi)(3)所示(shi)，使用Hamming距離來衡量相(xiang)似度。

本發明(ming)是(shi)在(zai)傳統的(de)(de)Census變換(huan)的(de)(de)基礎上使(shi)用新(xin)的(de)(de)編(bian)碼(ma)策略，在(zai)考(kao)慮(lv)到窗內局部信息的(de)(de)同時更(geng)充分的(de)(de)利(li)用亮度信息，并對(dui)噪(zao)聲進行減弱處理(li)，使(shi)本發明(ming)更(geng)具魯棒性。

附圖說明

附(fu)圖(tu)1對于(yu)相(xiang)似性(xing)區域本(ben)發明與(yu)Census變換對比(bi)圖(tu)。

附圖2編碼方式具體(ti)流程圖。

附(fu)圖3本發(fa)明與傳統Census變換(huan)最終效果對比圖。

具體實施方式

實施例1

參考(kao)發明內容(rong)與附圖2。本發明在選擇分四組，添加一位冗余編碼的情況下(xia)(xia)具(ju)體操作過程如下(xia)(xia)：

1)人工(gong)輸(shu)入窗(chuang)口大小(xiao)5×5，輸(shu)入σ＝100用于噪聲(sheng)判斷。

2)按照本發明的變換策略對每個像素(su)進行編碼。

參照附圖2.對于圖像某(mou)點的編(bian)碼方(fang)式：

3)對原始圖像p點與參考圖像p′點分別讀取大小為5×5的亮度數據。設讀取出的矩陣為w_p與w_p′

4)對讀取出的數據按照與(yu)(yu)p點(dian)亮度值i(p)與(yu)(yu)p′點(dian)亮度值i(p′)進(jin)行分組(zu)(zu)，設每(mei)個(ge)(ge)窗體都有兩個(ge)(ge)分組(zu)(zu)：分組(zu)(zu)1與(yu)(yu)分組(zu)(zu)2。

5)對分組后的數據求出閾值ε₁與ε₂。參考本發明的閾值計算小節可求得對于w_p窗體第一組8個(ge)數據(ju)，我(wo)們選(xuan)擇第4到(dao)6個(ge)數據(ju)進行閾值計算(suan)。

(112-103+115-103+123-103)÷3＝13.7。如操作w_p窗體的第二組數據閾值為17.3。w_p′的第一組數據的閾值為9.5，w_p′的第(di)二(er)組數(shu)據的閾值為19。

6)參照本發明的編碼方式章節，分別對兩個窗體內像素進行分檔操作。分檔后的窗體為wc_p和wc_p′。然后對wc_p和wc_p′進行(xing)按位連接(jie)產出cen(p)和cen(p′)。

7)參照(zhao)本(ben)發明的(de)噪(zao)聲(sheng)處理(li)章節在比特串cen(p)和cen(p′)后面加(jia)入冗余校驗位，由(you)于沒有噪(zao)聲(sheng)我們在cen(p)添加(jia)0，在cen(p′)后添加(jia)1。形成最后編碼。

cen(p)＝0000010

cen(p′)＝0000001

在編碼操作(zuo)后(hou)使(shi)用Hamming距離來求出原(yuan)圖(tu)點p與參考圖(tu)像點p′的Hamming距離。如(ru)圖(tu)的Hamming為9。

參照(zhao)附圖(tu)3，本發明在不(bu)使用(yong)成本聚(ju)合(he)與視差提純的情(qing)況下明顯(xian)優于傳統(tong)(tong)方式，在使用(yong)垂直正交(jiao)聚(ju)合(he)法(fa)的情(qing)況下，產(chan)生的視差圖(tu)也要明顯(xian)優于傳統(tong)(tong)的Census變換。