双目立体视觉稠密视差算法研究

论文摘要

立体视觉主要是运用两个或多个摄像机对同一景物从不同位置成像并根据几何原理实现三维场景信息的恢复。随着计算机技术的发展,立体视觉理论将被广泛地应用在生产自动化、自动导航、医学、信息安全以及反恐防盗等领域,是计算机视觉领域的一个研究热点。立体匹配是立体视觉中最重要和最关键的一步,本文就立体视觉中的立体匹配理论进行了相关的研究,因此开展本课题研究具有重要的理论意义和实用价值。论文在分析现有遮挡检测方法的基础上,采用多窗口法得到优化的视差空间,结合遮挡检测完整性好的视差一致性约束求取视差图,得到较好的立体匹配效果。首先利用快速归一化协方差区域相关法建立初始视差空间,为了在视差不连续区域得到正确的视差,引入多窗口法进一步优化视差空间,并详细给出了多窗口法的具体实现方法;在用视差一致性约束求取获取视差图像时,引入连续性约束优化视差图像。实验结果表明,算法能完成正确的遮挡检测;多窗口法的使用,只需在已有视差空间进行简单的计算就能达到优化视差图质量的目的。在不增加算法计算时间和牺牲存储空间的情况下,将通过视差一致性约束检验的匹配点作为控制点引入基于扫描线优化的动态规划法中求取视差图时获得了较好的匹配效果,与未引入控制点的扫描线优化算法相比,能消除瑕疵。通过对现有区域增长算法的研究,提出了改进的区域增长算法,该算法克服了原有算法依赖种子点精度,在平滑区域停止传播,在纹理区域易产生误匹配的缺陷,得到了良好的视差图质量。论文首先通过对提取的特征点进行匹配,实现对视差空间的采样。然后在视差空间中建立种子点新的传播方式。实验证明,该算法能遍历整个视差空间,算法鲁棒,在整个传播过程中能自动从匹配错误中恢复,在平滑区域和重复纹理区域也能得到良好的匹配效果。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 计算机视觉理论概述
• 1.2 国内外的研究现状
• 1.2.1 常用三维信息的获取技术
• 1.2.2 立体视觉的研究现状
• 1.2.3 立体匹配的关键技术
• 1.3 论文的选题背景和研究内容
• 1.3.1 选题背景
• 1.3.2 内容安排
• 2 立体视觉的成像和立体匹配的计算方法
• 2.1 摄像机成像模型和深度信息的计算
• 2.1.1 摄像机成像模型
• 2.1.2 深度信息的计算
• 2.2 立体匹配的计算方法
• 2.2.1 立体匹配的一般假设
• 2.2.2 立体匹配的表示
• 2.2.3 立体匹配的计算步骤
• 2.2.4 立体匹配结果的表示
• 2.3 本章小结
• 3 基于遮挡检测的稠密立体匹配算法
• 3.1 现有遮挡检测方法介绍
• 3.2 视差空间中的遮掩分析
• 3.2.1 视差梯度与视差梯度极限
• 3.2.2 遮掩分析
• 3.3 视差空间的计算
• 3.3.1 区域相关匹配建立初始视差空间
• 3.3.2 视差空间的优化
• 3.4 视差图的求取
• 3.4.1 方法一：WTA+连续性约束+ 视差一致性约束
• 3.4.2 方法二：扫描线优化
• 3.5 实验结果与本章小结
• 4 基于视差空间采样的区域增长稠密立体匹配算法
• 4.1 区域增长算法原理
• 4.2 改进的区域增长算法的实现
• 4.2.1 harris 角点提取算法
• 4.2.2 角点匹配算法
• 4.2.3 区域增长策略的实现
• 4.2.4 视差图的求取
• 4.3 实验结果与本章小结
• 5 总结与展望
• 致谢
• 参考文献
• 附录