基于過(guò)分割的自適應(yīng)精匹配算法研究.pdf

1、利用雙目立體視覺(jué)進(jìn)行場(chǎng)景三維重建是計(jì)算機(jī)視覺(jué)的一個(gè)熱門(mén)研究領(lǐng)域。其主要包含標(biāo)定、匹配、重建三個(gè)環(huán)節(jié)，其中又以匹配問(wèn)題最為困難。同時(shí)，匹配也是計(jì)算機(jī)視覺(jué)中的基礎(chǔ)問(wèn)題，往往影響著其它相關(guān)問(wèn)題的發(fā)展。
　　本文主要研究雙目視覺(jué)匹配算法。主要貢獻(xiàn)如下:
　　介紹了馬爾可夫隨機(jī)場(chǎng)(Markov Random Fields，MRF)建模及其主流優(yōu)化算法，包括圖割算法和置信度傳播算法。簡(jiǎn)要闡述高階MRF理論以及兩種優(yōu)化策略，包括專(zhuān)家場(chǎng)模型

2、和魯棒高階圖割優(yōu)化算法。針對(duì)專(zhuān)家場(chǎng)模型，提出了一種自適應(yīng)狀態(tài)搜索空間縮減策略以提高算法執(zhí)行效率。使用基于魯棒高階圖割優(yōu)化算法對(duì)匹配問(wèn)題進(jìn)行建模，對(duì)現(xiàn)有高階能量項(xiàng)計(jì)算模型進(jìn)行改進(jìn)使其符合立體視覺(jué)匹配。實(shí)驗(yàn)結(jié)果表明，高階MRF能夠獲得更豐富的圖像信息，得到的匹配結(jié)果更為精確。
　　對(duì)圖像降采樣方法進(jìn)行了分析，提出了一種面向?qū)ο蟮幕诙喑叨瘸袼氐牧Ⅲw視覺(jué)降采樣方法，實(shí)驗(yàn)證明這種降采樣方法能夠有效保持圖像原始結(jié)構(gòu)信息。
　　在此基

3、礎(chǔ)上，提出了一種基于過(guò)分割的自適應(yīng)精匹配算法。將圖像過(guò)分割信息引入匹配問(wèn)題，利用MRF對(duì)匹配問(wèn)題建模，構(gòu)建一種新的基于分割的能量方程并使用分層置信度傳播算法優(yōu)化能量方程。通過(guò)使用多種局部匹配方法得到像素置信圖和遮擋圖，對(duì)圖像進(jìn)行過(guò)分割并假設(shè)屬于同一個(gè)分割塊的像素在實(shí)際場(chǎng)景中屬于同一個(gè)物體并進(jìn)行面擬合。在置信度傳播算法迭代過(guò)程中自適應(yīng)調(diào)整數(shù)據(jù)項(xiàng)并精化視差。實(shí)驗(yàn)表明，本文所提算法精度達(dá)到了主流算法的精度，能夠有效保持物體輪廓信息，對(duì)匹配算法