基于最优斜面参数估计的局部立体匹配算法

针对传统局部匹配算法在斜面场景匹配中所表现出的“阶梯效应”，提出了一种基于最优斜面参数估计的局部立体匹配算法。该算法首先为每一个像素随机地分配一组斜面参数，然后以新的斜面参数所定义的支撑域下当前像素的匹配代价是否减小为准则，迭代地进行斜面参数的“邻域传播-单点优化”过程，并最终使得计算结果收敛到最优斜面，同时估计得到稠密的亚像素级视差。通过对典型斜面场景图像和Middlebury标准测试图像对的匹配实验表明，文中算法在将对普通场景的匹配效果保持在当前先进水平的同时，对斜面场景的匹配消除了“阶梯效应”，且匹配率代表了局部匹配的先进水平。