基于mean-shift全局立体匹配方法

　　针对图像全局立体匹配精度高、计算量大的问题，提出基于mean shift图像分割的全局立体匹配方法。首先，通过mean shift算法对图像进行分割，获取图像同质区域数量和区域的标号。在计算匹配代价时，根据像素所属的分割区域，对像素进行筛选，从而提高匹配代价计算速度；其次，在代价聚合前，将mean shift算法获取的同质区域数K值赋值给K means聚类算法，对像素再次聚类，提高立体匹配精度和速度；最后通过TRWS置信传播解决能量最小化问题。实验表明，该算法明显提高了匹配的准确性和速度，与单纯的全局匹配算法相比，具有更大的优势。