一種基于二維經驗模式分解的自適應立體視差估計方法
【專利說明】-種基于二維經驗模式分解的自適應立體視差估計方法 【技術領域】
[0001] 本發明屬于視覺測量技術領域，設及一種基于二維經驗模式分解度EMD)估計算 法，具體是一種基于二維經驗模式分解的自適應立體視差估計方法。 【【背景技術】】
[0002] 視差估計是立體視覺=維深度信息恢復的重點和難點。目前的視差估計算法主要 分為兩大類，基于圖像灰度信息的視差估計W及基于圖像結構信息的視差估計。
[0003] 基于圖像灰度信息的視差估計算法僅僅依賴圖像亮度信息，受光照變化、遮擋等 影響比較大；圖像結構主要是指局部相位、局部幅值等信息，由于相位變化是獨立于圖像空 間的可量化的連續變量，基于相位的視差估計方法可W很容易達到亞像素級精度。圖像結 構隨著外界光照等變化一般比較穩定，意味著局部相位基本不變，保證了視差估計的魯棒 性。
[0004] 基于相位的視差估計算法需要采用合適的小波基提取圖像局部相位和幅值信息 作為視差估計基元。如TD.Sanger提出的基于G油or濾波的視差估計（Stereodisparity computationusingG油orfilters)，XHuang等提出的基于連續小波變換（Continuous wavelettransformation，CWT)的視差估計(Densedisparityestimationbasedon thecontinuouswavelettransform[stereoimageanalysis])，SKumar等基于雙樹四 元樹小波值ualtreequaternionwavelettransform,DTQWT)的視差估計值ualtree fractionalquaternionwavelettransformfordisparityestimation)和基于雙樹復 小波值U曰！treecomplexwavelettr曰nsform,DTCWT)等。
[0005] 基于相位的視差估計目前面臨的主要難點是如何根據圖像結構特征選擇合適的 小波基進行局部相位提取和分析，不同的小波選擇對結果影響較大。二維經驗模式分解 度EMD)是一種全自動數據驅動的信號處理方法，具有局部自適應性，不需要預先定義的濾 波器或小波函數，在處理非平穩信號和非線性信號中具有明顯的優勢。 【
【發明內容】
】
[0006] 本發明的目的在于解決上述問題，提供一種基于二維經驗模式分解的自適應立體 視差估計方法，該方法既可W發揮相位視差估計的高精度和魯棒性，也可W規避小波基選 擇難題，同時本發明首次將BEMD應用于視差估計領域。
[0007] 為達到上述目的，本發明所采用的技術方案包括W下步驟：
[0008] 步驟1 :將左圖像L(x，y)和右圖像R(x，y)分別基于邸MD自適應篩分成一系列基 本模式分量W及殘余分量；
[0009] 步驟2 :利用泊松kernel核的差對左圖像和右圖像的IMFW及殘余分量進行帶通 濾波，并通過復數化esz變換獲得對應的二維解析信號；
[0010] 步驟3 :提取二維解析信號的局部相位O、局部幅值A^及瞬時頻率^^^ ;
[0011] 步驟4 :在每個IMF尺度根據提取的局部相位和瞬時頻率信息進行初始視差估 計：
[0012] rf, (a-,y) ^2[0； (a-, >?) -O；Ca-,v)]/ [57； (.v,y) +uj'](,v,r)]；
[0013] 步驟5:最終視差圖取每個尺度得到的視差的加權平均值；加權系數涵蓋了幅值 匹配指標、不同尺度估計視差吻合度指標W及光滑性假設指標。
[0014] 本發明進一步的改進在于：
[0015] 步驟1中，基本模式分量為：
[0016] = //WF;.(x,y) + Rc.s7V/"(J;(x.y) (/ '二Z.、R) (I)
[0017] 步驟2中，利用泊松kernel核的差對左右圖像的IMF進行帶通濾波，并通過復數 Riesz變換獲得對應的二維解析信號；尺度為S的泊松kernel核在空域的表達式為
[0018]
聞
[0019] 其對應的復數Riesz變換在空域的表達式如下，公式（3)和公式（4)分別表示其 實部和虛部：
[0020] 口）
[0021] 賄
[002引左右圖像的IMFW及殘余分量進行復數Riesz變換：
[002引fiii=f*reaURJ妨
[0024] fR2二^imag巧K) (6)
[002引其中*代表卷積運算，f代表原始信號，在運里包括左右圖像的IMF分量化及篩分 殘余分量；If,f?i，fuJ構成二維單演信號空間。
[0026] 步驟3和4中，提取二維解析信號的局部相位O、局部幅值AW及瞬時頻率巧的 具體方法如下：
[0027] 巧
[0028] (8)
[0029] 巧
[0030] 在每個IMF尺度W及殘余分量根據局部相位和瞬時頻率估計初始視差圖：
[0031]
(酥
[0032]所述步驟5中，最終視差圖取每個尺度得到的視差的加權平均值，加權系數涵蓋 了幅值匹配指標、不同尺度估計視差吻合度指標W及光滑性假設指標，最終視差的獲取過 程如下：
[003引（a)在第一尺度計算每點視差的幅值匹配加權系數丫1，丫iE(0, 1)，丫1越大，說 明幅值信息匹配的越好，估計的視差越可靠：
[0034]
(Il)
[0035] 化）在不同尺度估計某一圖像位置的視差應該是相同的，吻合度越高，說明視差 估計的越準確；將在第一尺度計算得到的加權視差與下一尺度進行比較，得到吻合度系數 T2：
[003引 C12)
[0037] 丫 2G(0, 1)，丫 2越大說明不同尺度估計的視差吻合度越好，視差精度越高；
[0038] (C)繼續比較第一尺度與后續第=尺度、第四尺度等之間的視差吻合度，得到不同 尺度每點的可靠性系數；
[0039] (d)通過不同尺度的視差值加權平均得到可靠的視差圖：
[0040]
(巧)。
[0041] 所述步驟5中，最終視差的獲取過程還包括W下步驟：
[0042] (e)視差圖后處理：
[0043] 假設鄰近點應當具有相近的視差，每個點的最終視差是其本身及鄰域視差值的加 權平均值，加權系數是由每個點的可靠性系數決定的。
[0044]與現有技術相比，本發明具有W下有益效果：
[0045] 本發明采用圖像的相位信息進行視差估計，圖像結構隨著外界光照等變化一般比 較穩定，保證了匹配的精確性和魯棒性。本發明基于EMD自適應地將圖像分解為不同頻帶 的單分量信息，提取有效的相位信息，規避了目前基于小波變換提取相位中小波基的選擇 難題。本發明既可W發揮相位視差估計的高精度和魯棒性，也可W規避小波基選擇難題，同 時本發明首次將BEMD應用于視差估計領域。 【【附圖說明】】
[0046] 圖1為本發明的實施路線圖；
[0047]圖2為本發明實施例使用的圖像；其中，a為左圖像，b為右圖像；
[004引圖3為本發明實施例中的EMD分解效果圖；其中，a-d分別為左圖像EMD分解的前S個IMF分量W及分解殘余量，e-h分別為右圖像為EMD分解的前S個IMF分量W及分解 殘余量；
[0049]圖4為第一個IMF帶通濾波的結果W及化esz變換結果圖；其中，a-c分別表示左 圖像第一個IMF的帶通濾波結果及Riesz變換的實部和虛部分量，d-f分別表示右圖像第 一個IMF的帶通濾波結果及Riesz變換的實部和虛部分量；
[0050] 圖5為基于灰度信息和基于EMD相位信息的視差估計結果圖。 【【具體實施方式】】
[0051] 下面結合附圖對本發明做進一步詳細描述：
[0052] 參見圖1，本發明包括W下步驟：
[0