一种基于卷积神经网络的立体图像匹配方法

摘要

本发明涉及一种基于卷积神经网络的立体图像匹配方法,包括：获取多个立体匹配图像对和所对应的真实视差，将其作为数据集；构建卷积神经网络，选用线性纠正单元RELU函数进行激活；采用反向传播算法训练所述卷积神经网络，确定网络误差函数和学习速率；经过所述卷积神经网络的计算，网络输出的是左右图像块的匹配代价空间图；对所述代价空间图进行匹配代价聚合、视差选择和视差精化，选择具有最小代价的像素点作为匹配点，得到最终的视差图。图像可以直接作为网络输入，通过卷积神经网络匹配算法得到视差图整体较光滑，在无纹理区域和深度值突变区域均能取得较好的匹配效果，对有光照变化和非完全校正的图像对仍具有较好的鲁棒性。