基于亞像素精度的立體圖像匹配算法研究.pdf

1、立體視覺是當今計算機視覺中重要的研究熱點，在人機交互、視頻監(jiān)控、智能控制、地形重建、機器人導航、目標跟蹤等領域得到了廣泛應用。
　　在立體視覺中，立體匹配一直是研究的難點問題，而立體匹配的核心問題即計算視差圖像。計算左右圖像的視差時，傳統(tǒng)匹配算法都是以圖像整像素為步長進行匹配搜索，因此獲得的視差值也是整像素的。這就導致了在一些連續(xù)的平面上出現(xiàn)了嚴重的鋸齒現(xiàn)象，特別表現(xiàn)在大傾斜度平面、圓球面、曲面等與攝像機處于非正對著的場景中。如何

2、對這些場景進行處理，將立體圖相對的匹配精度從整像素提升到亞像素的匹配精度并實現(xiàn)稠密匹配，使得目標表面上的視差呈現(xiàn)自然的平滑過渡，三維信息恢復后的結(jié)果也與實際場景中的表面保持相對一致性，是立體匹配中一個重要的研究方向，也是一項巨大的挑戰(zhàn)。特別是在遙感、高精度三維重建、醫(yī)學圖像等對匹配精度要求很高的領域具有非常重要的意義。本文主要研究如何在保證匹配準確度的條件下將匹配視差的精度提高到亞像素級別上，同時盡量兼顧匹配速度的問題。
　　迄今

3、為止，大多數(shù)的立體匹配算法都是對基于整像素的視差進行求解，而求解亞像素精度視差算法并不多。本文從可以獲得良好整像素視差的非局部的代價聚集匹配算法出發(fā)，提出了改進的非局部代價聚集立體匹配算法。首先利用原圖像的高階插值計算匹配代價，通過分析源圖像中相鄰像素的灰度梯度關系，從而確定其視差搜索范圍，再采用最小生成樹策略進行代價聚集以選取最優(yōu)的分數(shù)視差，最后融合彩色圖像分割區(qū)域信息進行平面擬合細化視差，實現(xiàn)亞像素精度的稠密匹配。通過對多種圖像應用

4、本算法進行實驗，驗證了本算法的確實將匹配的精度提高到亞像素級別。
　　傳統(tǒng)的立體匹配算法都假設場景中所有物體表面都垂直于攝像機光軸而存在，所以普遍采用前行平行窗口模型來進行立體匹配運算，但實際場景中，這種假設并不都成立。比如存在球面、不規(guī)則曲面、傾斜平面等表面，在這種情況下，如果還采用這種假設，就可能引起系統(tǒng)誤差，也無法精確獲得這些表面上的亞像素精度視差。針對這種情況，本文提出了融合傾斜支持窗與PatchMatch思想的亞像素精度

5、立體匹配算法。放棄原有前向平行假設，允許場景中存在曲面和大角度傾斜平面，轉(zhuǎn)換思想將每一個像素點看成三維空間一個平面上的點，吸收PatchMatch的隨機搜索與傳播的思想，將傳統(tǒng)的基于前向平行支持窗算法變換到基于具有投射縮放的傾斜支持窗來進行相似性計算，通過在對極線上尋找與當前像素所在平面相一致的最近鄰像素，逐步縮小視差變化范圍進行聚集代價的迭代優(yōu)化，從而找到相對應的傾斜平面的最優(yōu)參數(shù)與像素點的最佳視差值，從而得到亞像素精度匹配視差。通過