基于LiDAR引导并带空间一致性约束的立体匹配
计算机视觉与模式识别
2022-02-25 v2 图像与视频处理
摘要
激光探测与测距(LiDAR)数据与图像数据的互补融合是生成高精度、高密度点云的一项有前景但具挑战性的任务。本研究提出了一种创新的LiDAR引导立体匹配方法,称为LiDAR引导立体匹配(LGSM),其考虑了由图像同质区域内连续视差或深度变化所表征的空间一致性。LGSM首先基于颜色或强度相似性检测每个LiDAR投影点的同质像素。接下来,我们提出一种河床增强函数来优化LiDAR投影点及其同质像素的代价体,以提高匹配鲁棒性。我们的公式借助图像信息扩展了稀疏LiDAR投影点的约束范围,以尽可能优化像素的代价体。我们将LGSM应用于半全局匹配和AD-Census,并在模拟与真实数据集上进行了验证。当模拟数据集中LiDAR点的比例为0.16%时,我们方法的匹配精度达到了亚像素级,而原始立体匹配算法为3.4像素。实验结果表明,LGSM适用于室内、街道、航空和卫星图像数据集,并在半全局匹配与AD-Census之间具有良好的可迁移性。此外,定性与定量评估表明,LGSM优于两种最先进的代价体优化方法,尤其在减少困难匹配区域的误匹配和细化物体边界方面。
引用
@article{arxiv.2202.09953,
title = {LiDAR-guided Stereo Matching with a Spatial Consistency Constraint},
author = {Yongjun Zhang and Siyuan Zou and Xinyi Liu and Xu Huang and Yi Wan and Yongxiang Yao},
journal= {arXiv preprint arXiv:2202.09953},
year = {2022}
}
备注
we replace an article because of the addition of journal reference, DOI, and report number information