高分辨率近似紋理圖像立體匹配技術(shù)研究.pdf

1、立體匹配是計算機視覺領(lǐng)域的重要研究課題之一，它試圖從兩張具有重疊區(qū)域的二維圖像中尋找同名點，并將對應(yīng)信息記錄在一張視差圖中，結(jié)合攝像機參數(shù)，即可從視差圖恢復(fù)出參考圖像的三維模型。如何根據(jù)立體圖像對準確地計算參考圖像的視差圖是立體匹配的基本任務(wù)，也是基于立體圖像對對場景進行三維重建的關(guān)鍵。
　　隨著計算機視覺技術(shù)的發(fā)展，雙目立體匹配技術(shù)也在越來越多的行業(yè)中得到應(yīng)用，如機器人測距、避障和考古行業(yè)中對文物和發(fā)掘場景的三維重建，本文研究即

2、受到后者的啟發(fā)。實踐發(fā)現(xiàn)，攝自考古發(fā)掘現(xiàn)場的立體圖像對有其特殊性，圖像中包含大量接近土色的近似紋理區(qū)域。在這些區(qū)域，搜索范圍中的待匹配點仍具有某些可區(qū)分的特征，但這需要應(yīng)用分辨能力更強的代價匹配函數(shù)才能準確辨別。此外，為了得到分辨率更高的視差圖，立體匹配過程也需要采用對應(yīng)的高分辨率圖像進行計算，而這些圖像的分辨率可以達到數(shù)百萬乃至千萬像素，已經(jīng)遠遠超出了傳統(tǒng)立體匹配應(yīng)用圖像在十萬至百萬像素的級別。輸入數(shù)據(jù)量的增加對立體匹配算法的計算速度

3、提出了更高的要求，許多研究者已經(jīng)意識到這個問題，開發(fā)計算效率更高的立體匹配算法也成為當前立體匹配研究的一個重要方向。
　　本文將上述應(yīng)用問題歸納為一類較為一般的學(xué)術(shù)問題—基于高分辨率近似紋理立體圖像對的立體匹配問題，并從三個方面進行了研究:
　　1.對具有更高辨析能力的代價匹配函數(shù)的研究。傳統(tǒng)的代價匹配函數(shù)具有初始代價計算與代價累積兩個階段，其中代價累積階段對于代價匹配函數(shù)的辨析能力具有決定性的作用。結(jié)合圖像分割技術(shù)，本文提

4、出了新的代價累積策略，并在兩種不同類型的初始代價算子，Census變換和自適應(yīng)支持權(quán)重策略上進行了測試，實驗結(jié)果表明，本文提出的代價累積策略顯著提高了代價匹配函數(shù)的辨析能力，在同類別代價匹配函數(shù)中達到了最低的平均誤差率。
　　2.對具有更好的平滑能力和適應(yīng)能力的全局優(yōu)化算法的研究。全局優(yōu)化算法以馬爾科夫-最大后驗概率(MRF-MAP)框架為理論基礎(chǔ)，通過求解一個能量函數(shù)來尋找每個位置的視差，置信度傳播(Belief Propaga

5、tion)是其中應(yīng)用最廣的優(yōu)化方法。本文首先改進了經(jīng)典的層次式置信度傳播算法，在其中加入了基于B樣條擬合的去噪與平滑模塊，獲得了更加平滑、精度更高的視差圖;還提出了一種基于異步消息傳遞的置信度傳播算法，算法在具有與經(jīng)典置信度傳播算法相當?shù)氖諗克俣鹊幕A(chǔ)上，具備更好的去噪能力，耗費的存儲空間也更小。另外，基于異步消息傳遞的置信度傳播方案，本文綜合幾種現(xiàn)有技術(shù)設(shè)計了一個完整的立體匹配算法并進行了實驗，其平均誤差率當時在標準測試集上排名第六。

6、
　　3.對具有可擴展性的混合式立體匹配方案的研究。本文首先分析了當前研究者對加速立體匹配算法的研究進展，然后設(shè)計了一種混合式立體匹配計算框架?？蚣懿捎昧水斍皯?yīng)用最廣泛的立體匹配技術(shù)，如多核CPU和GPU加速技術(shù)，基于平面擬合的視差估計技術(shù)等，并將這些技術(shù)進行了有機的結(jié)合。使用本計算框架在局部和全局立體匹配算法上進行了測試，結(jié)果表明，本框架能夠進一步提高局部立體匹配算法的計算速度，也能夠有效降低全局立體匹配算法對于內(nèi)存的峰值需求。