论文部分内容阅读
针对局部立体匹配算法精度不高等问题,提出一种代价可变的S-census变换(variable cost S-census transform,VSC)算法。利用星型邻域最小均匀度的均值代替中心像素灰度值进行census变换,以可变权重的Hamming距作为匹配代价,在非局部代价自适应聚合方法获取初始视差图的基础上,采用一种基于均值偏移的视差提精方法对视差优化获得高精度视差图。实验结果表明,该算法在视差匹配时区分度更高,能够实现高精度的立体匹配。