双目立体视觉技术是计算机视觉重要的研究领域,广泛应用于智能机器人导航、被动测距、虚拟三维重建等。其中,立体匹配算法是双目立体视觉最为关键的技术,立体匹配的精度直接影响立体视觉技术的应用。
立体匹配算法主要是通过建立一个能量代价函数，通过此能量代价函数最小化来估计像素点视差值。立体匹配算法的实质就是一个最优化求解问题，通过建立合理的能量函数，增加一些约束，采用最优化理论的方法进行方程求解。下面由机器视觉商城（www.china-vision.com.cn）小编为您介绍下常用的两种立体匹配算法：
一、基于特征的立体匹配算法
1、特征点的提取，图像的特征点是指在两幅图像中对比例、旋转、平移等变换保持一致性的点,它是进行图像配准的基础,其质量好坏将直接影响配准的精度和效率。常用的特征点提取方法有: 边缘点提取法和角点提取算法。
2、特征点的匹配，即是根据所选特征的计算，建立特征之间的对应关系，将同一个空间物理点在不同图像中的映射点对应起来。
基于特征的立体匹配算法可获得稀疏的视差图，经差值估计可获得稠密视差图。可提取点、线、面等局部特征，也可提取多边形和图像结构等全局特征。
二、图割法
1、图割是一种基于图论的组合优化方法，它将一幅图像映射成一个网络图，并建立关于标号的能量函数，运用最大流/最小割算法对网络图进行切割，得到网络图的最小割，即目标函数的最小值。基于图割法的立体匹配算法等价于一个能量函数最小化的过程。
2、用图割法来实现立体匹配
第一步：根据匹配问题中的约束条件写出相应的能量函数；
第二步：根据能量函数构造图网格，再依据图网格最小化该能量函数。
随着科学技术的日益进步，行业需求的不断提升，立足于为用户提供完整视觉体验的计算机立体视觉技术将愈发重要。立体匹配的研究成果也将在军事、工业、医疗器材、监控系统等领域获得更大的研究价值。