高精度局部立體視覺匹配算法研究.pdf

1、立體視覺匹配技術(shù)是機(jī)器視覺領(lǐng)域里最重要的研究方向之一，立體視覺匹配的主要目標(biāo)是從兩個或多個同一場景的圖像中找到對應(yīng)點，進(jìn)而生成參考圖像視差圖?；诹Ⅲw匹配生成的視差圖，結(jié)合空間幾何關(guān)系轉(zhuǎn)換就可以生成用于三維重建的深度圖。而立體匹配的精度直接決定了三維重建的效果。
　　按照采用的視差求解最優(yōu)化方法的差異，立體匹配算法可分為全局立體匹配算法和局部立體匹配算法。全局立體匹配算法通過最小化全局能量函數(shù)得到最優(yōu)估計視差值，全局算法得到的視差

2、圖錯誤率低，但是時間復(fù)雜度非常高，不適合實時應(yīng)用系統(tǒng)。局部立體匹配算法采用贏者全勝的視差選擇策略和局部窗口的代價聚合方法，因此局部算法的復(fù)雜度較低，運行速度更快。隨著自適應(yīng)窗口、自適應(yīng)權(quán)值等局部立體匹配方法的涌現(xiàn)，局部立體匹配算法的匹配精度越來越高，甚至超過某些全局算法的效果，這使得局部立體匹配算法取得越來越廣泛的應(yīng)用。
　　論文首先研究并改進(jìn)基于樹結(jié)構(gòu)的局部立體匹配算法，利用最小生成樹隔代傳播匹配代價值的特性，使得整幅圖上的像素

3、點都可以參與到匹配像素點的代價聚合，在傳統(tǒng)的生成樹代價函數(shù)AD-Gradient測量方法中增加垂直方向的梯度，改善垂直方向的變化和邊緣區(qū)域的匹配效果;此外，通過將顏色內(nèi)相關(guān)性分量加入到距離度量公式中，增加生成樹的連接邊的多維權(quán)重，有效地減少了匹配錯誤的傳播。實驗結(jié)果表明，該算法的匹配精度優(yōu)勢較為明顯，同時算法的時間開銷沒有明顯增加。
　　其次，針對已有的自適應(yīng)權(quán)值算法只考慮待匹配點與周圍像素點之間的相似度量來計算權(quán)值，但卻忽略像素

4、點本身可信度的問題，本文提出基于像素點分類和顏色分割的權(quán)值改進(jìn)算法。通過將像素點分類為穩(wěn)定點和不穩(wěn)定點，利用像素點分類和顏色分割的結(jié)果協(xié)同改進(jìn)權(quán)值，使得可信度高的像素點在代價聚合的過程中向可信度較低的區(qū)域傳播。實驗結(jié)果表明，該方法獲得的視差圖精度更高，邊緣更優(yōu)，特別在低紋理和遮擋區(qū)域效果更加明顯，算法的復(fù)雜度增加也較小。
　　最后，本文研究了基于樹結(jié)構(gòu)的非局部多級視差圖精化方法。首先利用代價聚合過程中獲得的生成樹重新估算視差值，通