1）根據(jù)采用圖像表示的基元不同，立體匹配算法分為：

A、區(qū)域立體匹配算法（可獲取稠密視差圖。缺點(diǎn)：受圖像的仿射畸變和輻射畸變影響較大；像素點(diǎn)約束窗口的大小與形狀選擇比較困難，選擇過(guò)大，在深度不連續(xù)處，視差圖中會(huì)出現(xiàn)過(guò)度平滑現(xiàn)象；選擇過(guò)小，對(duì)像素點(diǎn)的約束比較少，圖像信息沒(méi)有得到充分利用，容易產(chǎn)生誤匹配。）

B、基于特征的立體匹配算法（可獲得稀疏的視差圖，經(jīng)差值估計(jì)可獲得稠密視差圖。可提取點(diǎn)、線、面等局部特征，也可提取多邊形和圖像結(jié)構(gòu)等全局特征。缺點(diǎn)：特征提取易受遮擋、光線、重復(fù)紋理等影響較大；差值估計(jì)計(jì)算量大）

C、基于相位立體匹配算法（假定在圖像對(duì)應(yīng)點(diǎn)中，其頻率范圍內(nèi)，其局部相位是相等的，在頻率范圍內(nèi)進(jìn)行視差估計(jì)）

2）依據(jù)采用最優(yōu)化理論方法的不同，立體匹配算法可以分為：

A、局部的立體匹配算法

B、全局的立體匹配算法

三、匹配基元（match primitive）

目前匹配算法中所采用的匹配基元可以分成兩大類：

1）在所有圖象像素點(diǎn)上抽取量測(cè)描述子

A、像素灰度值（最簡(jiǎn)單、直接，但必須在同一光照條件下獲得）

B、局部區(qū)域灰度函數(shù)（主要是利用求得在各種大小不同窗口中灰度分布的導(dǎo)數(shù)信息，描述像素點(diǎn)周圍的結(jié)構(gòu)矢量。）

C、卷積圖象符號(hào)（利用各種大小算子與圖象進(jìn)行卷積，用灰度梯度局部極大值或極小值作為特征信息，描述整個(gè)圖像）

2）圖像特征

A、過(guò)零點(diǎn)

B、邊緣（由于邊緣是圖像特征位置的標(biāo)志，對(duì)灰度值的變化不敏感，邊緣是圖像匹配的重要特征和描述子）

C、角點(diǎn)（雖然其沒(méi)有明確的數(shù)學(xué)定義，但大家普遍認(rèn)為角點(diǎn)，即二維圖像亮度變化劇烈的點(diǎn)或邊緣曲線上曲率極值點(diǎn)）

四、區(qū)域匹配算法

基本原理是給定在一幅圖像上的某一點(diǎn)，選取該像素點(diǎn)鄰域內(nèi)的一個(gè)子窗口，在另一幅圖像中的一個(gè)區(qū)域內(nèi)，根據(jù)某種相似性判斷依據(jù)，尋找與子窗口圖像最為相似的子圖，而其匹配的子圖中對(duì)應(yīng)的像素點(diǎn)就為該像素的匹配點(diǎn)。

一般單純的區(qū)域匹配都遇到如下限制：

1）針對(duì)弱紋理或存在重復(fù)紋理的區(qū)域，匹配結(jié)果不好

2）該算法不適應(yīng)于深度變化劇烈的場(chǎng)景

3）對(duì)光照、對(duì)比度和噪聲比較敏感

4）子窗體的大小很難選擇

五、特征匹配算法

特征的匹配算法，主要是基于幾何特征信息（邊緣、線、輪廓、興趣點(diǎn)、角點(diǎn)和幾何基元等），針對(duì)幾何特征點(diǎn)進(jìn)行視差估計(jì)，所以先要提取圖像的特征點(diǎn)，盡而利用這些特征點(diǎn)的視差值信息來(lái)重建三維空間場(chǎng)景。

匹配所需要的主要步驟：圖像預(yù)處理、提取特征、特征點(diǎn)的匹配獲取稀疏視差圖，如果想得到稠密的視差圖，需要采用插值的方法。

六、全局匹配算法

全局立體匹配算法主要是采用了全局的優(yōu)化理論方法估計(jì)視差，建立全局能量函數(shù)，通過(guò)最小化全局能量函數(shù)得到最優(yōu)視差值。

全局匹配算法得到的結(jié)果比較準(zhǔn)確，但是其運(yùn)行時(shí)間比較長(zhǎng)，不適合實(shí)時(shí)運(yùn)行。主要的算法有圖割（graph cuts）、信念傳播（belief propagation）、動(dòng)態(tài)規(guī)劃等算法。

七、局部匹配算法（個(gè)人覺(jué)得跟區(qū)域匹配類似，角度不同而已）

主要是采用局部?jī)?yōu)化方法進(jìn)行視差值估計(jì)，局部立體匹配算法有 SAD，SSD 等算法，與全局立體匹配算法一樣，也是通過(guò)能量最小化方法進(jìn)行視差估計(jì)，但是，在能量函數(shù)中，只有數(shù)據(jù)項(xiàng)，而沒(méi)有平滑項(xiàng)。

主要分為三類：自適應(yīng)窗體立體匹配算法、自適應(yīng)權(quán)值的立體匹配算法和多窗體立體匹配算法。

八、立體匹配約束

1）極線約束
2）唯一性約束

3）視差連續(xù)性約束

4）順序一致性約束

5）相似性約束

九、相似性判斷標(biāo)準(zhǔn)

1）像素點(diǎn)灰度差的平方和，即 SSD

2）像素點(diǎn)灰度差的絕對(duì)值和，即 SAD

3）歸一化交叉相關(guān)，簡(jiǎn)稱 NCC

4） 零均值交叉相關(guān)，即 ZNCC

5）Moravec 非歸一化交叉相關(guān)，即 MNCC

6） Kolmogorov-Smirnov 距離，即 KSD

7）Jeffrey 散度

8）Rank 變換（是以窗口內(nèi)灰度值小于中心像素灰度值的像素個(gè)數(shù)來(lái)代替中心像素的灰度值）

9）Census 變換（是根據(jù)窗口內(nèi)中心像素灰度與其余像素灰度值的大小關(guān)系得一串位碼，位碼長(zhǎng)度等于窗口內(nèi)像素個(gè)數(shù)減一）

十、評(píng)價(jià)參數(shù)

立體匹配算法是一個(gè)病態(tài)問(wèn)題，一般通過(guò)建立能量函數(shù)，利用最小化能量函數(shù)，和一些約束條件，采用最優(yōu)化理論方法進(jìn)行求解方程。

公認(rèn)的定量評(píng)價(jià)參數(shù)有：均方根誤差(Root-mean-squared)和誤匹配率(percentage of bad matching pixels)

原文：https://blog.csdn.net/hankerbit/article/details/80555910?
?

總結(jié)

以上是生活随笔為你收集整理的常见的立体匹配算法介绍的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。