基礎矩陣計算及其在立體視差估計中的應用.pdf

1、基礎矩陣的計算是計算機視覺領域中一個非常重要的問題。針對如何去除異常數據、提高基礎矩陣的估計精度，本文提出了基于分塊的基礎矩陣的魯棒估計算法，首先利用經典的角點檢測算法和改進的互相關匹配算法獲得初始匹配點集；然后運用分塊隨機抽樣策略和改進的8點法去除誤差比較大的異常數據，獲得內點集；最后對內點集的處理采用了兩種不同的策略。一種是經典的非線性迭代算法，它能夠處理一定范圍內特征點定位誤差，按照特征點偏差大小調整其加權系數，即偏差大的點加權系

2、數小，反之加權系數大，對內點集進行加權迭代求解。第二種是逐點擴充算法，即在8點初始子集基礎上逐點擴充，它以內點集中所有點到其極線的距離總和作為目標函數來考核新點，如距離和不增加則加入新點，直到考核完所有內點，其本質為在內點集中尋找誤差相對比較小的子集作為最優(yōu)子集，并用改進8點法求解基礎矩陣。實驗結果表明，基于這兩種策略的分塊魯棒算法能有效的去除部分錯誤匹配，并能處理特征點的定位誤差，減小異常數據對基礎矩陣的影響，從而提高基礎矩陣的估計精

3、度，其中第二種策略的魯棒性較好。 視差估計是立體視頻編碼的關鍵技術，本文將基礎矩陣應用到立體視差估計中，介紹了一種帶極線約束的Delaunay三角形(Delaunay Triangulation，DT)網格基立體圖像視差估計算法。該算法首先把立體圖像對中的右圖像作為參考圖像，并進行DT描述；然后利用極線約束在左圖像中估計出網格節(jié)點的對應點，從而得到網格節(jié)點的視差；最后利用仿射變換得到其它點的視差。實驗結果表明，加了極線約束以后，