稠密立体匹配方法的研究

论文摘要

计算机立体视觉理论的不断发展和完善,三维重建等领域有着越来越广泛的应用。三位信息的获取和恢复是三维重建研究的难点和热点,这也正是立体匹配研究的范畴,因此立体匹配问题能否有效地解决是影响三维重建的关键。本文以视频中的序列图像为研究背景,对立体匹配过程涉及的图像噪声处理、图像相似性测度的分析和对比、局部匹配算法中基于区域的搜索策略三个问题进行了研究。本文针对这三个问题做出了以下工作:(1)输入图像中存在的脉冲噪声对后续匹配工作具有很大影响,本文提出了改进的消除脉冲噪声中值滤波算法。首先通过灰度值0和255分别检测出盐噪声和椒噪声,对于检测出的噪声点,根据其邻域是否有信号点为条件分别进行噪声滤除;仿真实验表明本算法降低漏检率和误检率的同时保护了原图像的细节信息。(2)左、右两幅图像中点的相似性度量也是影响后续匹配工作的一个关键性因素。本文对现有的基于灰度的相似性测度函数进行分析和研究,并对SSD、SAD和ZNCC相似性测度函数进行实验对比,根据实验结果确定适合本文的ZNCC相似性测度函数。(3)针对基于区域匹配算法在计算过程中逐点搜索,计算量大的特点,本文提出了先对左、右两幅图像提取种子点,再根据种子点对的可靠性从高到低进行排序,同时根据计算出的搜索窗口对可靠性高的种子点先区域增长,得到的大于既定阈值的点加入到种子点队列;重复上述过程直至种子点队列中没有种子点存在为止;最后生成致密视差图。实验结果表明,本算法在保证运算速度的前提下,有较高的正确率。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 基于图像的三维重建研究
• 1.3 立体匹配的研究现状和重点
• 1.3.1 立体匹配的研究现状
• 1.3.2 立体匹配的研究重点
• 1.4 本文的主要内容和组织结构
• 1.4.1 本文选题依据
• 1.4.2 本文的主要工作
• 1.4.3 本文的组织结构
• 第2章 立体匹配基本理论和方法研究
• 2.1 几何基础和成像模型
• 2.1.1 参考坐标系
• 2.1.2 摄像机成像模型
• 2.1.3 立体视觉模型
• 2.2 立体匹配研究的内容
• 2.2.1 基本约束和假设
• 2.2.2 相似性测度函数
• 2.2.3 立体匹配评价标准
• 2.2.4 立体匹配算法分析
• 2.3 稠密立体匹配的步骤
• 2.4 本章小结
• 第3章 改进的区域增长稠密立体匹配算法
• 3.1 基于区域增长的稠密立体匹配算法流程
• 3.2 图像去噪
• 3.2.1 改进的消除脉冲噪声中值滤波算法
• 3.2.2 图像增强
• 3.3 获取种子点
• 3.3.1 SIFT 算法提取特征点
• 3.3.2 初始种子点生成
• 3.3.3 种子点求精
• 3.4 基于区域增长的稠密匹配
• 3.5 本章小节
• 第4章 系统实现及实验结果分析
• 4.1 实验平台设计
• 4.2 相似性度量函数实验结果
• 4.3 改进的消除脉冲噪声中值滤波算法实验结果
• 4.4 区域增长立体匹配实验结果
• 4.5 本章小结
• 第5章 结论与展望
• 5.1 本文总结
• 5.2 工作展望
• 致谢
• 参考文献
• 攻读学位期间发表论文以及参加科研情况