提出一种基于引导图像和自适应支持域的局部立体匹配算法。首先对校正后的输入图像进行预处理得到引导图像;在匹配代价计算阶段,提出一种梯度计算方法,结合引导图像和输入图像的梯度信息,分别计算x和y方向的梯度,再与AD(absolute difference)和Census变换融合构建匹配代价计算函数;在代价聚合阶段,使用基于自适应支持域的导向滤波;在视差细化阶段,提出一套基于自适应支持域的多步细化方法,通过该方法得到最终的视差图。实验结果表明,视差细化后全部区域的平均误差和方均根误差平均减少43.7%和38%,非遮挡区域平均减少33.7%和30.9%,所提算法具有较好的鲁棒性并能获得精度较高的视差结果。

在末制导成像阶段目标占据视场的大部分面积, 形状信息丰富, 这时对目标体上某一固定点的稳定跟踪成为最主要的需求。针对图像灰度过于集中目标难于提取的问题, 在图像预处理阶段提出了依据概率统计的图像灰度均衡的方法；为解决图像边角点的快速检测问题, 提出了图像二维投影和滑动卷积相结合的方法；最终为实现快速稳定的跟踪, 提出了依据角点匹配的形心跟踪方法。根据此算法的特点研制了FPGA+DSP的硬件平台, 充分利用FPGA的并行流水特性和DSP的逻辑运算特点, 能快速检测到目标形心和进行稳定地跟踪, 验证了方法的有效性和实用性。此方法应用在某课题上, 跟踪效果良好, 为试验的圆满成功提供了保障。