Dense Disparity Map Estimation Using PSO Algorithm with Adaptive Hierarchical Images
自适应分层粒子群稠密视差图估计

分析了遗传算法的缺陷，提出了自适应分层粒子群(PSO)立体匹配算法计算稠密视差图。首先采用SIFT(scale invariant feature transform)特征检测和匹配算法准确地确定视差范围；其次根据图像和视差范围的大小分层，建立由粗及细的自适应分层图像金字塔结构，加快搜索速度、减少错误匹配；然后在优化函数中引入能根据匹配窗口大小自动变化的因子来调整灰度项和平滑项数据的权重，并用改进的带变异算子的整数形式的PSO进行优化，避免了遗传算法搜索的盲目性以及容易陷入局部最优的缺陷，更快、更好地找到最优解。最后合成图像以及真实图像的实验结果表明该方法精度较高，速度较快。