高精度局部立體視覺(jué)匹配算法研究.pdf

1、立體視覺(jué)匹配技術(shù)是機(jī)器視覺(jué)領(lǐng)域里最重要的研究方向之一，立體視覺(jué)匹配的主要目標(biāo)是從兩個(gè)或多個(gè)同一場(chǎng)景的圖像中找到對(duì)應(yīng)點(diǎn)，進(jìn)而生成參考圖像視差圖?；诹Ⅲw匹配生成的視差圖，結(jié)合空間幾何關(guān)系轉(zhuǎn)換就可以生成用于三維重建的深度圖。而立體匹配的精度直接決定了三維重建的效果。
　　按照采用的視差求解最優(yōu)化方法的差異，立體匹配算法可分為全局立體匹配算法和局部立體匹配算法。全局立體匹配算法通過(guò)最小化全局能量函數(shù)得到最優(yōu)估計(jì)視差值，全局算法得到的視差

2、圖錯(cuò)誤率低，但是時(shí)間復(fù)雜度非常高，不適合實(shí)時(shí)應(yīng)用系統(tǒng)。局部立體匹配算法采用贏者全勝的視差選擇策略和局部窗口的代價(jià)聚合方法，因此局部算法的復(fù)雜度較低，運(yùn)行速度更快。隨著自適應(yīng)窗口、自適應(yīng)權(quán)值等局部立體匹配方法的涌現(xiàn)，局部立體匹配算法的匹配精度越來(lái)越高，甚至超過(guò)某些全局算法的效果，這使得局部立體匹配算法取得越來(lái)越廣泛的應(yīng)用。
　　論文首先研究并改進(jìn)基于樹(shù)結(jié)構(gòu)的局部立體匹配算法，利用最小生成樹(shù)隔代傳播匹配代價(jià)值的特性，使得整幅圖上的像素

3、點(diǎn)都可以參與到匹配像素點(diǎn)的代價(jià)聚合，在傳統(tǒng)的生成樹(shù)代價(jià)函數(shù)AD-Gradient測(cè)量方法中增加垂直方向的梯度，改善垂直方向的變化和邊緣區(qū)域的匹配效果;此外，通過(guò)將顏色內(nèi)相關(guān)性分量加入到距離度量公式中，增加生成樹(shù)的連接邊的多維權(quán)重，有效地減少了匹配錯(cuò)誤的傳播。實(shí)驗(yàn)結(jié)果表明，該算法的匹配精度優(yōu)勢(shì)較為明顯，同時(shí)算法的時(shí)間開(kāi)銷沒(méi)有明顯增加。
　　其次，針對(duì)已有的自適應(yīng)權(quán)值算法只考慮待匹配點(diǎn)與周圍像素點(diǎn)之間的相似度量來(lái)計(jì)算權(quán)值，但卻忽略像素

4、點(diǎn)本身可信度的問(wèn)題，本文提出基于像素點(diǎn)分類和顏色分割的權(quán)值改進(jìn)算法。通過(guò)將像素點(diǎn)分類為穩(wěn)定點(diǎn)和不穩(wěn)定點(diǎn)，利用像素點(diǎn)分類和顏色分割的結(jié)果協(xié)同改進(jìn)權(quán)值，使得可信度高的像素點(diǎn)在代價(jià)聚合的過(guò)程中向可信度較低的區(qū)域傳播。實(shí)驗(yàn)結(jié)果表明，該方法獲得的視差圖精度更高，邊緣更優(yōu)，特別在低紋理和遮擋區(qū)域效果更加明顯，算法的復(fù)雜度增加也較小。
　　最后，本文研究了基于樹(shù)結(jié)構(gòu)的非局部多級(jí)視差圖精化方法。首先利用代價(jià)聚合過(guò)程中獲得的生成樹(shù)重新估算視差值，通