基于自适应动态规划算法的双目传感器语义边缘视差估计
Semantic Edge Based Disparity Estimation Using Adaptive Dynamic Programming for Binocular Sensors
基于自适应动态规划算法的双目传感器语义边缘视差估计
深度获取对于智能设备的环境感知至关重要，在三维重建、增强现实、车辆导航等应用中都有着重要的作用，以双目相机系统为代表的视觉传感器表现出了强劲的竞争力，与之相关的测距与定位问题正在成为导航领域的重要研究课题。双目相机系统通过视差计算来获得深度。视差计算问题又称为立体匹配问题，其本质是计算校正后的立体图像对中对应点的坐标差。
本文以图像的语义边缘像素为待匹配对象，提出了一种新的稀疏视差估计方法。图像的语义边缘提取的是场景中的物体轮廓，可以在分割场景物体的同时，赋予轮廓语义。估计这些语义边缘的视差可以同时满足导航等应用中物体识别、定位以及避障的基本要求。文中出了一种基于自适应动态规划的语义边缘立体匹配方法，在提取图像语义边缘的基础上，将立体图像每行的语义边缘像素匹配问题建模为两序列的对齐问题，并利用动态规划算法求解。通过与其他立体匹配方法结果的直观观察以及较与误匹配率定量比较，本文方法具有更低的误匹配率，即具有更好的性能。
图1. 语义边缘立体匹配方法流程图
本文链接：