基于图像分割的立体匹配算法研究

论文摘要

立体匹配是通过寻找同一空间场景在不同视点下投影图像的像素间的一一对应关系,最终得到该景物的视差图,是整个立体视觉系统中的核心部分。但是由于变形、遮挡、低纹理区域误匹配等情况的影响,立体匹配很难得到较高精度的视差图。因此立体匹配也是立体视觉最困难的环节。本文对立体视觉技术进行了研究,着重研究了立体匹配算法。从提高视差精度角度出发,本文提出了一种基于Tao框架的改进立体匹配算法,主要针对初始匹配点的计算、模板参数的计算以及全局评价函数的选取进行了改进。算法通过彩色图像分割、初始匹配点的获取、区域分类、模板参数计算和模板参数优化等步骤实现。其中图像分割采用了目前广泛应用而且比较优秀的均值漂移算法;在Tao的算法中,初始匹配点的计算采用基于偏差绝对值和的固定较小窗口算法,在低纹理区域造成较多的误匹配,给后继的模板参数计算带来不利的影响,本文采用基于变窗口技术来获取较多的初始匹配点,并在计算过程中采用一致性校验和相似点滤除等措施去除误匹配点,以保证初始匹配点的可靠性;由于分割后存在一些初始匹配点较少的区域,这些区域计算出来的模板参数并不准确,本文先只计算匹配点数较多区域的模板参数,然后利用其相同或相近的模板参数近视初始匹配点较少的区域,通过模板参数优化求得不可靠区域的最终模板参数;模板参数优化阶段,本文采用了含有数据项、平滑项和遮挡项的评价函数,增加了遮挡约束。本文还使用VC6.0开发工具在PC机上搭建了软件系统平台,对相关算法进行了实验。实验结果证实本文算法具有较高的匹配精度,边界清晰且定位较准确,低纹理区域的视差也得到了较好恢复。

论文目录

• 摘要
• ABSTRACT
• 图清单
• 表清单
• 注释表
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 立体匹配技术研究进展和存在的问题
• 1.2.1 立体匹配技术研究进展
• 1.2.2 立体匹配存在的问题
• 1.3 本文的研究内容和创新点
• 1.3.1 本文的研究内容
• 1.3.2 本文的创新点
• 第二章 立体视觉研究
• 2.1 立体视觉基本原理
• 2.1.1 双目视觉几何模型
• 2.1.2 极线几何
• 2.1.3 三角测量原理
• 2.2 立体匹配算法
• 2.2.1 立体匹配算法的约束
• 2.2.2 视差空间图的建立
• 2.2.3 立体匹配结果的表示
• 2.2.4 立体匹配算法的评价标准
• 2.3 本文立体匹配算法框架
• 第三章 图像分割算法研究
• 3.1 引言
• 3.2 常用的图像分割方法介绍
• 3.2.1 阈值分割法
• 3.2.2 并行微分算子法
• 3.2.3 区域生长和分裂合并
• 3.2.4 基于数学形态学的分割
• 3.3 均值漂移（MEANSHIFT）图像分割算法
• 3.3.1 均值漂移理论基础
• 3.3.2 基于均值漂移的图像分割
• 3.3.3 实验结果和分析
• 第四章 基于变窗口技术的初始匹配算法
• 4.1 引言
• 4.2 变窗口初始匹配算法
• 4.2.1 相似性测度函数的选取
• 4.2.2 有效性检验
• 4.2.3 匹配窗口的选择
• 4.2.4 自适应支撑权值的变窗口算法
• 4.3 实验结果和分析
• 第五章 基于能量最小化的模板优化
• 5.1 引言
• 5.2 模板参数计算
• 5.2.1 区域分类
• 5.2.2 平面模板参数计算
• 5.3 基于贪婪算法的模板优化
• 5.4 实验结果和分析
• 第六章 总结和展望
• 6.1 全文总结
• 6.2 展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的论文