基于超像素分割的孪生网络双目立体匹配方法研究

作     者：陆玮 刘翔 薛冕 LU Wei;LIU Xiang;XUE Mian

作者机构：上海工程技术大学电子电气工程学院上海201600 

出 版 物：《电子科技》 (Electronic Science and Technology)

年 卷 期：2021年第34卷第9期

页      面：73-78页

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

基　　金：上海市自然科学基金(19ZR1421500)。 

主　　题：双目视觉 超像素分割 SLIC算法 立体匹配 孪生网络 SGM算法 AD-Census算法 Middlebury数据集 

摘      要：图像若存在纹理缺乏、遮挡、边缘深度不连续等情况,其双目匹配精度会降低。针对这一问题,文中将经过均值滤波预处理和SLIC超像素分割形成的超像素区域作为Siamese孪生深度学习网络模型的输入,进行了图像局部信息匹配代价计算。该方法有效提升了视差计算时边缘区域的辨识度,避免了视差图边缘膨胀、模糊、不连续等问题,提高了立体匹配的准确度。实验部分基于Middlebury立体视觉数据集测试平台,并与SGM半全局匹配、自适应权重AD-Census等方法得出的视差图进行比较。结果显示,该算法在深度不连续区域和缺乏纹理区域的匹配效果改善较为明显,且平均视差误差和平均错误率均有所降低,具有更好的鲁棒性。