基于图割理论的立体匹配算法研究

论文摘要

立体匹配算法是双目立体视觉研究中的重要研究内容，大多数匹配算法获得匹配图像的稠密立体视差图。稠密立体视差图是进行视觉测量、三维重建等许多应用的基础。大多数立体匹配算法都有一个基本的前提条件：立体匹配算法处理的图像对要求满足极线约束的条件，为达到这一要求，我们需要对摄像头进行标定，通过获取摄像头的内外部参数来校正图像。在已提出的立体匹配算法中，基于图割理论的立体匹配算法具有较好的效果，但是该算法运行时间较长。本文以图割理论为基础，研究立体匹配算法及改进方法，主要的研究内容和工作如下：首先，分析了影响摄像头成像的因素，为了得到校正图像，我们需要得到影响成像效果的各项参数，如摄像头焦距，畸变因子等值，然后利用这些值来对图像进行校正。这个获取摄像头参数并进行校正的过程，就是摄像头标定。本文分析了张正友标定法的过程，对摄像头进行了标定实验。提出了一种基于直线方程重建的校正方法，用于获取图片的畸变参数，然后在此基础上再获得摄像头的内外部参数。其次，针对图割匹配算法的缺点，提出一种快速立体匹配算法。引入小波变换对图像进行压缩，减少了匹配空间及匹配距离，降低了匹配复杂度，能有效的节省匹配时间。同时，由于图像空间被压缩，在进行立体匹配计算时，部分视差空间信息丢失了，需要合理的进行视差空间的缩放及插值处理。通过实验比较，表明本文提出的快速匹配方法在大致接近原算法效果的基础上，能有效的减少匹配时间。

论文目录

• 摘要
• Abstract
• 插图索引
• 第1章 绪论
• 1.1 选题背景与意义
• 1.2 立体匹配的研究内容及现状分析
• 1.2.1 摄像头标定
• 1.2.2 立体匹配算法主要内容及研究状况
• 1.3 本文主要研究内容
• 1.4 论文组织结构
• 1.5 小结
• 第2章 图割理论与立体匹配算法
• 2.1 常见立体匹配算法
• 2.1.1 区域匹配算法
• 2.1.2 动态规划算法
• 2.1.3 置信度传播算法
• 2.2 网络流与图割
• 2.2.1 网络流
• 2.2.2 图割
• 2.3 使用图割进行立体匹配
• 2.3.1 能量函数的构造
• 2.3.2 构造网络
• 2.4 小结
• 第3章 一种基于直线方程重建的摄像头标定算法
• 3.1 立体视觉模型
• 3.1.1 针孔模型
• 3.1.2 双目立体视觉模型
• 3.2 摄像头标定
• 3.2.1 单目标定
• 3.2.2 双目标定
• 3.3 基于直线方程重建的摄像头标定算法
• 3.4 实验结果及分析
• 3.5 小结
• 第4章 一种基于小波变换的快速立体匹配算法
• 4.1 图像增强概述
• 4.2 小波变换与图像压缩
• 4.3 基于小波变换的快速立体匹配算法
• 4.4 实验结果及分析
• 4.5 小结
• 结论
• 参考文献
• 致谢
• 附录 A（攻读学位期间发表的学术论文）
• 附录 B（攻读学位期间参与的科研项目）