立體匹配關(guān)鍵技術(shù)研究.pdf

1、立體匹配是計(jì)算機(jī)視覺最活躍的研究問題之一，立體匹配的目標(biāo)是從同一景物不同角度的兩幅或多幅圖像中求得景物的立體深度，可以為三維重建、機(jī)器人視覺、自主車導(dǎo)航等提供有用的信息，但是立體匹配是一個(gè)病態(tài)問題，準(zhǔn)確地恢復(fù)景物視差(深度)目前仍然面臨很大挑戰(zhàn)。因?yàn)樵谟?jì)算機(jī)視覺技術(shù)中，雙目視覺更接近于人的雙眼視覺原理，并且在實(shí)際應(yīng)用中更容易實(shí)現(xiàn)，所以本課題對雙目視覺的立體匹配相關(guān)理論及一些關(guān)鍵技術(shù)進(jìn)行了研究，嘗試對不同需求建立相應(yīng)的算法，并通過對真實(shí)圖

2、像的實(shí)驗(yàn)證明了算法的可行性和有效性。
　　 目前固定窗口的立體匹配方法有重要的缺陷，原因是沒有辦法選擇一個(gè)統(tǒng)一大小尺寸的匹配窗口。一方面，窗口尺寸要盡量大，以便為可靠匹配包容足夠的灰度變化；另一方面，窗口尺寸要盡量小，以避開投影畸變的影響。為了解決這一問題，得到準(zhǔn)確的視差圖，本文研究了在不同紋理和鄰域結(jié)構(gòu)的像素如何采用自適應(yīng)窗口這一問題，并把這一問題放在更為復(fù)雜的彩色圖像中來研究，分別結(jié)合RGB顏色相似性和HSV模糊相似性提出了

3、多窗口選擇和自適應(yīng)窗口尺寸縮減兩種方法，提高了立體匹配的精確度。
　　 圖像噪聲會(huì)極大地影響立體匹配的準(zhǔn)確率，為了抑制噪聲對匹配結(jié)果的影響，本文根據(jù)Rank變換的原理，并引入了Census變換和色差梯度的約束條件，提出了基于Rank變換的彩色圖像匹配方法。為了解決Rank變換對變換窗口中心像素灰度值過分依賴的缺點(diǎn)，另外本文提出了一種基于領(lǐng)域差值的非參量圖像變換方法，實(shí)驗(yàn)結(jié)果表明抑制了噪聲對匹配結(jié)果的影響。
　　 傳統(tǒng)的立

4、體匹配建立在Lambertian的漫反射模型之上，漫反射模型的立體匹配在一個(gè)圖像的大多部分是有效的，但是在處理圖像中包含鏡面反射的部分時(shí)會(huì)產(chǎn)生嚴(yán)重的匹配錯(cuò)誤。為了解決這一問題，本文利用漫反射和鏡面反射在灰度和最大色度上的不同，對分離像素中鏡面反射部分的方法進(jìn)行了數(shù)學(xué)推導(dǎo)，然后提出了在鏡面反射部分首先分離鏡面反射內(nèi)容然后再匹配的方法，同時(shí)提出了一種針對鏡面反射的匹配測度，結(jié)果在圖像中漫反射部分和鏡面反射部分都能匹配得到正確的視差。

5、　　 圖切割將立體匹配轉(zhuǎn)變?yōu)槿帜芰孔钚』瘑栴}，是目前匹配準(zhǔn)確率最高的立體匹配方法之一，但是它在視差最大的范圍內(nèi)構(gòu)造網(wǎng)絡(luò)規(guī)模，匹配時(shí)間太長。為了解決這一問題，本文提出了一種基于視差梯度和模糊規(guī)則的快速最小割立體匹配方法，根據(jù)匹配像素的不同特性，把匹配搜索范圍限定在有限的幾個(gè)候選匹配像素之中，極大地減少了構(gòu)造網(wǎng)絡(luò)的規(guī)模，在保證高匹配率的情況下明顯減少了匹配時(shí)間。
　　 由于紅外圖像具有高噪聲、低分辨率的特點(diǎn)，這使得在紅外圖像中計(jì)