局部立體匹配中前景膨脹問題研究.pdf

1、立體匹配是移動機器人視覺導航領域的關鍵技術之一，是由二維圖像獲取三維物體結構信息的主要技術手段。近幾年來，立體匹配取得了重大進展，每年都有新的算法提出，并且一些性能較好的算法和模型已經在實際中得到了應用，其應用領域主要有:醫(yī)學圖像處理、機器人視覺、軍事、太空探索等。
　　 立體匹配算法利用兩幅校正過的圖像確定參照圖像中每點的視差值。文獻[1]總結了目前常見的一些匹配方法，并提出了評判算法性能的標準。總體來說，匹配算法可分為兩類:

2、局部算法和全局算法。局部和全局算法都是基于以下假設:有限鄰域內具有相似特征的點具有相近的深度值，并且視差是連續(xù)變化的。局部方法將這種假設隱式地建模成顏色相似度和空間鄰近度，將窗口中像素的費用進行聚合。全局方法利用圖像分割、置信傳播、動態(tài)規(guī)劃等能量優(yōu)化技術同時確定所有點的視差值。全局算法一般能得到較高精度的視差圖，但復雜度較高。而局部算法能夠快速得到視差圖，且更容易實現，但得到的視差圖的精度不夠高。
　　 本文重點研究局部立體匹配

3、算法，詳細分析了局部立體匹配算法容易產生的前景膨脹問題，找到了產生這一問題的原因，提出了利用統(tǒng)計方法確定支持窗中心點視差值的新方法。另外，本文提出了一種全新的局部立體匹配算法框架，該框架分為三部分:圖像聚類、初始匹配以及視差校正。利用均值平移方法進行圖像聚類，減少進行初始匹配的像素數。用基于測地距離的匹配方法進行特征點初始匹配，并獲得所有點的視差值。用基于統(tǒng)計的視差校正方法進行視差改良，消除前景膨脹問題。
　　 據Middleb