基于融合代价和自适应惩罚项系数的立体匹配

针对半全局立体匹配算法在视差不连续区域精度较低的问题，提出一种基于融合代价和自适应惩罚项系数的半全局立体匹配算法。在代价计算部分，提出一种融合代价计算方法，引入输入图像y方向的梯度，通过融合公式与输入图像x方向的梯度、绝对差以及Census变换结合形成代价计算数据项；在代价聚合部分，提出一种像素点分类机制，通过颜色和梯度双阈值将每个像素点分类，自适应地调整其惩罚项系数的大小；最后通过多步骤视差优化方法对初始视差图进行处理。实验结果表明，提出算法在视差不连续区域的平均误差降低1.1个百分点～12.8个百分点，在非遮挡和全部区域同样有一定的降低，该算法具有较高的匹配精度和鲁棒性。