圖像建模中立體匹配問題的研究.pdf

1、隨著計算機(jī)性能的不斷提高和計算機(jī)技術(shù)的不斷發(fā)展，真實(shí)場景的三維模型越來越多地出現(xiàn)在各種計算機(jī)軟件中，成為計算機(jī)軟件表現(xiàn)現(xiàn)實(shí)世界的一種重要手段。相對于傳統(tǒng)的三維模型構(gòu)造手段，圖像建模技術(shù)以其成本低廉、操作簡單、具有高度真實(shí)感的建模方法等優(yōu)點(diǎn)，逐漸成為計算機(jī)圖形學(xué)和計算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。立體匹配是計算機(jī)視覺和圖像建模研究中最基本的關(guān)鍵問題之一，該技術(shù)通過像點(diǎn)的視差來獲取深度或距離，可以為三維重建、機(jī)器人導(dǎo)航等提供有用的信息。在實(shí)際應(yīng)用中

2、，因?yàn)樽冃巍⑴で?、遮擋等情況的影響，立體匹配是一個較難解決的問題。本文對圖像建模中的立體匹配相關(guān)理論及一些方法進(jìn)行了研究，提出了改進(jìn)算法，并做了實(shí)驗(yàn)進(jìn)行驗(yàn)證。
　　 論文的主要研究成果包括以下幾點(diǎn)：
　　 在現(xiàn)實(shí)世界中，很多場景會包含有大塊的紋理單一區(qū)域，增強(qiáng)紋理單一區(qū)域的立體匹配能力有利于提高立體匹配算法的性能。針對目前主流方法對圖像中紋理單一區(qū)域匹配效果不佳的問題，提出了區(qū)域整體匹配的解決方案。該方案首先將圖像分割成

3、紋理單一區(qū)域和紋理豐富區(qū)域，然后將整個紋理單一區(qū)域作為匹配基元以得到紋理單一區(qū)域的稠密視差圖。相對于點(diǎn)基元，區(qū)域基元包含的信息更多，且在圖像中不易重復(fù)出現(xiàn)，因此可以有效減少因缺少紋理信息引起的誤匹配。
　　 根據(jù)區(qū)域整體匹配的解決方案，提出了基本算法。該算法利用灰度共生矩陣描述圖像的紋理特征，并通過灰度共生矩陣的對比度、熵和相關(guān)性特征來分割和匹配紋理單一區(qū)域。在求解紋理單一區(qū)域的視差值時，提出關(guān)鍵點(diǎn)的概念，有效解決了由于圖像間紋

4、理的細(xì)微差別使得匹配的紋理單一區(qū)域的大小形狀不同所帶來的問題。通過對國際標(biāo)準(zhǔn)圖像上測試的實(shí)驗(yàn)，驗(yàn)證了算法的有效性。
　　 區(qū)域整體匹配的關(guān)鍵步驟是紋理單一區(qū)域的分割和匹配。針對紋理單一區(qū)域的特點(diǎn)，提出利用Laws紋理模板對圖像紋理特征進(jìn)行分析描述，然后進(jìn)行基于直方圖的分割，得到紋理單一區(qū)域。對于各種場景圖像，通過分析比較各種Laws紋理模板組合，能夠得到最好的分割效果。相對于灰度共生矩陣描述和分割紋理單一區(qū)域的方法，該方法能提高

5、紋理單一區(qū)域的識別率和分割閾值選取的魯棒性，這有助于提高基于區(qū)域整體匹配的基本算法的匹配精度和實(shí)用價值。
　　 光照強(qiáng)度發(fā)生變化會對基于灰度共生矩陣的紋理描述方法產(chǎn)生影響，這不利于紋理單一區(qū)域的分割和匹配。針對此問題，提出基于LBP/C紋理分析的立體匹配算法。該算法利用LBP/C算子不受光照變化的優(yōu)點(diǎn)，提出通過判斷局部對比度LC的值是否在0值附近，來確定像素點(diǎn)是否位于紋理單一區(qū)域中，并通過LBP的值來匹配紋理單一區(qū)域。相關(guān)實(shí)驗(yàn)驗(yàn)

6、證了該算法能夠有效地分割和匹配紋理單一區(qū)域。
　　 尺度變化會給物體的外觀帶來了較大變化，這將影響基于紋理特征的立體匹配算法的正確率。為了消除立體像對之間尺度變化所帶來的影響，提出基于分形的多尺度圖像區(qū)域立體匹配算法。該算法通過基于雙毯的局部分形維數(shù)對像素點(diǎn)的局部紋理特征進(jìn)行描述，進(jìn)而統(tǒng)計圖像區(qū)域內(nèi)像素點(diǎn)的局部分形維數(shù)的分布特征，以此來描述圖像區(qū)域的紋理特征。實(shí)驗(yàn)結(jié)果表明，相對于基于灰度共生矩陣的圖像區(qū)域立體匹配算法，基于分形的