理论恒叨立体匹配系列经典AD-Census: 多步骤视差优化

Posted 2022-08-03 李迎松~

下载AD-Census完整源码，点击进入: https://github.com/ethan-li-coding/AD-Census
欢迎同学们在Github项目里讨论，如果觉得博主代码质量不错，右上角star一下！感谢！

AD-Census算法来自于中国学者Xing Mei等在ICCV2011发表的论文《On Building an Accurate Stereo Matching System on Graphics Hardware》¹。算法效率高、效果出色，Intel RealSense D400就是基于该算法实现的立体匹配 ²。

本系列将带大家深入了解AD-Census的理论，希望能够对同学们的立体匹配算法研究有所帮助。

AD-Census是一个将局部算法和半全局算法相结合的算法，它包含四个步骤：1 初始代价计算、2 代价聚合、3 扫描线优化、4 视差优化。本篇的内容是最后一个步骤：多步骤视差优化。

Step 1. AD-Census Cost Initialization
Step 2. Cross-based Cost Aggregation
Step 3. Scanline Optimization
Step 4. Multi-step Disparity Refinement

【理论恒叨】【立体匹配系列】经典AD-Census: （4）多步骤视差优化

• • （1）Outlier Detection离群点检测
  • （2）Iterative Region Voting迭代局部投票
  • （3）Proper Interpolation（找不到合适的词翻译，你们理解就好）
  • （4）Depth Discontinuity Adjustment视差非连续区调整
  • （5）Sub-pixel Enhancement子像素优化

视差优化是基本上是立体匹配必备步骤，各家的立体匹配算法都会带上这一步，主要目的是剔除错误视差、提高视差精度，以及填充视差图。AD-Census当然也不例外，我们来看看它都做了哪些操作。

（1）Outlier Detection离群点检测

Outlier离群点实际上就是误差较大的点，它们的视差值是错的。AD-Census使用一致性检查来做Outlier Detection，一致性检查不必多说，基本没见过哪个立体匹配算法不做它的，可以说是必备良药了。AD-Census的一致性检查和SGM是类似的，参考博文：

【理论恒叨】【立体匹配系列】经典SGM：（4）视差计算、视差优化
【码上实战】【立体匹配系列】经典SGM：（5）视差优化

一致性检查的同时，也会把无效像素分为遮挡区(occlusion)和误匹配区(mismatch)，划分的方法和SGM原文一直，参考博文：

【码上实战】【立体匹配系列】经典SGM：（6）视差填充

（2）Iterative Region Voting迭代局部投票

从名字我们可以读到三个信息：（1）迭代表示此步骤要重复执行多次（2）局部表示考虑的是局部范围内的像素（3）投票表示在既定规则内进行统计，数量最多的对象具有优势。

我们看原文中的描述：

对无效像素 $p$ 的十字交叉域支持区内的所有可靠像素，统计[0, $d_{max}$]范围视差分布的直方图 $H_p$ （直方图的值相当于视差的得票数）。占有最多像素（也就是得票最多）的视差值记为 $d_p^{\ast }$ 。可靠像素数量记为 $S_p$ 。如果可靠像素的数量足够多，且得票最多的视差值得票率足够多，则把 $d_p^{\ast }$ 赋给 $p$ 。这里的两个“足够多”，用阈值来控制：

式中，${\tau }_s$和${\tau }_H$为两个预设阈值。

以上操作会重复迭代执行5次，每次迭代成功赋值的像素 $p$ 都会被标记为可靠像素，以为下一次迭代提供有效值。

（3）Proper Interpolation（找不到合适的词翻译，你们理解就好）

此步骤其实就是视差填充。在一致性检查中无效视差被区分为遮挡区和误匹配区。首先对无效像素 $p$ ，沿其周围16个方向搜索可靠像素视差值（貌似太夸张了些），对于遮挡区像素，则选择所有可靠像素视差值中的最小值，因为遮挡区大概率来自于背景，背景视差往往是较小值；对于误匹配区像素，则选择和 $p$ 颜色最近的像素的视差，因为颜色相近的像素往往具有相近的视差值（这里应该是要限制下搜索步长的，太远了假设大概率都失效了）。

作者以实验说明，经过第（2）步和第（3）步，离群点（Outlier）得到很好的剔除，算法的视差错误率得到明显改善。如图所示：

（4）Depth Discontinuity Adjustment视差非连续区调整

这是个新鲜词，在其他论文中比较少见。此步的目的是进一步优化视差非连续区域的视差值。

首先，会对视差图做一个边缘检测，对于边缘上的像素 $p$ ，记其视差值为 $D(p)$ ，记录其左右两边像素 $p_1$、$p_2$的视差值 $D_L(p_1)$、$D_L(p_2)$。如果$D_L(p_1)$、$D_L(p_2)$中存在一个视差值赋给像素 $p$ 后的匹配代价比 $p$ 原先的匹配代价 $C_2(p,D(p))$ 更小，则把 $D(p)$替换成该视差值。

其实就是对边缘上的像素值进行微调，选择左右两边使其代价更小的那个视差值。

作者通过实验表明，该步骤可以明显减少视差非连续区域的视差错误。如图所示：

（5）Sub-pixel Enhancement子像素优化

子像素优化很常规，和SGM一样，来一个一元二次拟合。公式如下：

式中 $d=D_L(p)$，$d_{+}=d+1$，$d_{-}=d-1$。对此步有疑问可以参考博文：

【码上实战】【立体匹配系列】经典SGM：（5）视差优化

至此，AD-Census的理论部分就此完结，贴出一些论文中的实验结果，有不明白的欢迎大家给我留言。后续我会着手编码实现该方法并在我的Github主页中开源，感谢大家的观看，再见！

博主简介：
Ethan Li 李迎松（知乎：李迎松）
武汉大学 摄影测量与遥感专业博士

主方向立体匹配、三维重建

2019年获测绘科技进步一等奖（省部级）

爱三维，爱分享，爱开源
GitHub： https://github.com/ethan-li-coding
邮箱：[e-mail]

个人微信：

欢迎交流！

关注博主不迷路，感谢！
博客主页：https://ethanli.blog.csdn.net

---

1. Zhang K , Lu J , Lafruit G . Cross-Based Local Stereo Matching Using Orthogonal Integral Images[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2009, 19(7):1073-1079. ↩︎

2. Keselman L , Woodfill J I , Grunnet-Jepsen A , et al. Intel® RealSense™ Stereoscopic Depth Cameras[C]// 2017 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). IEEE, 2017. ↩︎