基于彩色圖像分割的立體匹配算法研究.pdf

1、立體視覺是機(jī)器視覺研究領(lǐng)域的一個(gè)重要課題，機(jī)器視覺主要研究的是如何利用機(jī)器實(shí)現(xiàn)類似于人類視覺系統(tǒng)的功能。深入開展機(jī)器視覺的研究，不僅是為了滿足人工智能應(yīng)用的需要，而且其研究結(jié)果反過來(lái)對(duì)于人類進(jìn)一步認(rèn)識(shí)和研究自身視覺系統(tǒng)本身的機(jī)理，也具有相當(dāng)大的參考意義。 隨著機(jī)器視覺技術(shù)的不斷發(fā)展，立體視覺得到了越來(lái)越廣泛的應(yīng)用，尤其是雙目立體視覺以其結(jié)構(gòu)簡(jiǎn)單、使用方便等諸多優(yōu)點(diǎn)被成功應(yīng)用于工業(yè)檢測(cè)、物體識(shí)別、工件定位、機(jī)器人自引導(dǎo)、航天等領(lǐng)域

2、。在機(jī)器視覺眾多待解決的問題中，立體匹配問題是最重要也是最困難的。任何計(jì)算機(jī)立體視覺系統(tǒng)中都包含一個(gè)作為其核心的匹配算法，因此對(duì)匹配算法的研究極為重要。雖然對(duì)立體匹配問題的研究已有多年，但各類匹配算法仍存在著視差邊界模糊、遮擋區(qū)域以及弱紋理區(qū)域匹配困難等難以解決的問題。 本文首先對(duì)立體視覺的研究?jī)?nèi)容、研究現(xiàn)狀以及理論基礎(chǔ)等進(jìn)行了綜述性介紹，并對(duì)本文的選題背景和主要內(nèi)容作了介紹。 其次，對(duì)攝像機(jī)進(jìn)行了標(biāo)定。通過對(duì)以前各種標(biāo)

3、定算法的對(duì)比研究，分析其優(yōu)缺點(diǎn)，選擇使用了簡(jiǎn)單有效的張氏平面標(biāo)定法。首先將平面模板按任意角度在攝像機(jī)前旋轉(zhuǎn)和平移，得到模板不同角度的多幅圖像。然后檢測(cè)出每個(gè)正方形的頂點(diǎn)作為特征點(diǎn)，選定坐標(biāo)系，求出每個(gè)特征點(diǎn)的世界坐標(biāo)，再由檢測(cè)到的特征點(diǎn)計(jì)算出每幅圖像的平面投影矩陣，最后確定出攝像機(jī)的參數(shù)。利用此標(biāo)定方法對(duì)攝像機(jī)進(jìn)行了標(biāo)定，結(jié)果表明，該方法可靠性好，精確度高，實(shí)施簡(jiǎn)單，可在工程中廣泛應(yīng)用。 第三，為了使后續(xù)的匹配算法更加有效，匹配

4、前要對(duì)圖像進(jìn)行分割，本文提出了一種基于均值漂移和模擬泛洪的圖像分割方法。首先，使用均值漂移算法尋找像素點(diǎn)Lab空間中的密度中心。然后，將密度中心搜索窗內(nèi)的像素點(diǎn)作為視覺顯著點(diǎn)，將它們?cè)趫D像域的映像作為模擬泛洪算法的泛洪出發(fā)地，最后通過模擬淹沒方法確定圖像中各像素點(diǎn)的區(qū)域歸屬。該方法綜合考慮了圖像像素點(diǎn)在特征空間中的聚類信息以及像素點(diǎn)之間的拓?fù)溧徑雨P(guān)系，分割過程符合人的主觀感知。實(shí)驗(yàn)結(jié)果表明，分割塊內(nèi)的像素具有相同的顏色值，分割塊邊緣與實(shí)

5、際物體邊緣吻合，分割效果滿足本文立體匹配的要求。 第四，提出了一種基于區(qū)域的立體匹配算法。采用分割之后的分割塊作為匹配基元，將圖像分割理論應(yīng)用到立體匹配算法中，較好地解決了傳統(tǒng)的基于區(qū)域的匹配算法結(jié)果過于平滑的問題，與目前絕大多數(shù)算法相比，對(duì)圖像色彩信息的利用也更充分合理。匹配過程中使用分層結(jié)構(gòu)提高了效率。針對(duì)大遮擋、弱紋理區(qū)域引入了分割塊置信度和鄰域相關(guān)因子的概念，置信度低的區(qū)域?qū)A向于取鄰域中鄰域相關(guān)因子最大的視差值。最后又