1、一种基于全局和局部算法的计算机双目视觉匹配方法，所述计算机 双目视觉匹配方法包括以下步骤：

(1)、对双目立体视觉传感器获得的左右两幅图像使用图割法获得一 个分层的匹配结果；

(2)、使用不同窗口大小的窗口匹配法在分层结果的一个小的领域里 获得多个不同的局部匹配结果；

(3)、将这多个局部匹配结果置于一个带有二阶光滑能量函数的马尔 可夫随机场中使用二次多项式伪二值优化法进行两两迭代优化，得到 匹配结果。

2、如权利要求1所述的一种基于全局和局部算法的计算机双目视觉匹 配方法，其特征在于：在所述步骤(1)中，将双目立体视觉传感器获 得的左右两幅图像进行匹配的问题，描述为如下能量函数，即该能量 函数的最小值对应于最优匹配：E(D)＝Edata(D)+Esmooth(D)    (1)

其中

$E_{\mathrm{data}}\left(D\right)=\underset{x}{\Sigma }|I_L\left(x\right)-I_R\left(\pi (x,D\left(x\right))\right)|---\left(2\right)$$E_{\mathrm{smooth}}\left(D\right)=\lambda ·\underset{x,y\in N}{\Sigma }\min (T,|D\left(x\right)-D\left(y\right)\left|\right).---\left(3\right)$其中，N表示4邻域集合T表示最大的惩罚值，IL和IR表示左右两 幅图像；D表示视差图，视差图D将和IL联系，而IR将作为参考图 像，左图上的一个像素点表示为IL(x)，其在右图上的视差值为d的匹 配点表示为π(x，d)；

使用α-expansion算法进行匹配得到一个分层的匹配结果。

3、如权利要求1或2所述的一种基于全局和局部算法的计算机双目视 觉匹配方法，其特征在于：在所述步骤(2)中，将分层的匹配结果作 为一个表面约束，每个层次被看成一个连续的表面，首先给出的是一 个路径连通性的递归定义：con(x)＝1    (4)

$\mathrm{con}(x,y)=\left\{\begin{array}{cc}1& |D\left(x\right)-D\left(y\right)|<\sigma ,(x,y)\in N\\ 1& \exists z,\mathrm{con}(x,z)=\mathrm{true},\mathrm{con}(y,z)=\mathrm{true}\\ 0& \mathrm{otherwise}\end{array}\right.---\left(5\right)$其中σ表示一种连接范围，由此，一个表面使用路径连通性定义如下：

$\mathrm{Surf}(x,S)=\left\{x\right|\forall y\in S,\mathrm{con}(x,y)=1\}---\left(6\right)$其中S是定义域，它总是被表示成一个矩形窗口；Surf(x，S)表示一 个以x为中心，定义在S上的表面；

根据所述表面定义，步骤(1)中得到的全局匹配结果被分为几个 连续的表面，局部匹配算法以这些连续表面为约束，使得同时跨越多 个表面的窗口被分割成几个不同的小部分，各自在其所属的表面进行 匹配，约束条件：真实的视差值和分层结果的误差不超过0.5个像素， 即求解范围被限定在分层匹配结果的±0.5像素的邻域里，使用经典的 窗口匹配算法，其定义如下所示：$D\left(x\right)=\underset{d}{\arg \min }\mathrm{angle}(v\left(\mathrm{Surf}(x,S)\right),v\left(\mathrm{Surf}(x+d,S)\right))---\left(7\right)$其中v(x)表示原点在x处的窗口中所有灰度值为元素所组成的一维向 量，angle(x，y)表示向量x和y的夹角；

每一种窗口大小得到一个局部匹配结果。

4、如权利要求3所述的一种基于全局和局部算法的计算机双目视觉匹 配方法，其特征在于：在所述步骤(3)中，将步骤(2)得到的一系 列局部匹配结果两两置于一个马尔可夫随机场模型中使用QPBO算法 进行迭代优化，如下所示：D(x)＝D1(x)    (8)

$D\left(x\right)=D\left(\arg \underset{B}{\min }E((1-\stackrel{·}{B})·D\left(x\right)+B·D_i\left(x\right))\right),i\in [2,k]---\left(9\right)$其中B是一个二值矩阵，当B(x)＝0时，取值D(x)，否则，取值Di(x)。 Di(x)表示第i个局部匹配结果；

采用带有二阶光滑项的能量函数表示如下：

E(D)＝Edata(D)+Esmooth(D)    (1)

其中

$E_{\mathrm{data}}\left(D\right)=\underset{x}{\Sigma }|I_L\left(x\right)-I_R\left(\pi (x,D\left(x\right))\right)|---\left(2\right)$二阶光滑项使用邻接的3个像素来定义表面的光滑性，光滑项定 义为如下形式：

$E_{\mathrm{smooth}}\left(D\right)=\underset{(x,y,z)\in N}{\Sigma }|D\left(x\right)-2D\left(y\right)+D\left(z\right)|·---\left(10\right)$采用二次多项式伪二值优化法来进行优化，得到匹配结果。

5、如权利要求2所述的一种基于全局和局部算法的计算机双目视觉匹 配方法，其特征在于：在所述步骤(1)中，采用不带遮挡检测方法。

6、如权利要求3所述的一种基于全局和局部算法的计算机双目视觉匹 配方法，其特征在于：在所述步骤(2)中，使用小的视差步长，在进 行匹配时使用线性插值计算小数单位像素的灰度值。