基于稳定树的立体匹配视差优化算法

针对双目视觉立体匹配中的视差优化问题, 提出一种基于稳定树形结构的视差优化算法. 在双目匹配问题 中, 视差可以通过检测左右眼2张视觉成像图片中的对应点的信息来计算得出, 以生成三维深度图像, 继而通过视差 优化这一步骤提高三维深度图像的质量. 从计算视差中支持域的角度出发, 用稳定度的概念来衡量支持域的特征; 通过基于稳定度的树结构来评估和重构支持域, 用于之后的代价聚合, 以减少视差错误. 除了室内图片, 文中方法还 被拓展到了真实路面的数据集, 其在移除大块视差错误和整合碎片上取得了明显优于其他方法的效果; 与传统的基 于树结构的方法相比, 在保持精确度的同时降低了 70%的聚合时间, 极大地提高了视差优化的速度.