立体视觉研究的现状与进展

立体视觉是计算机视觉中的一个重要分支，一直是计算机视觉研究的重点和热点之一，在２０多年的发展过程中，逐渐形成了自己的方法和理论，本文系统地评述了立体视觉研究的现状与进展，分析比较了各种技术的优缺点和适用范围，并着重论述了立体视觉的核心－－立体一匹配的研究进展，总结分析了目前立体视觉研究所存在的主要问题和今后的发展方向。     

基于SLM显微立体视觉模型的3D微定位研究

基于体视显微镜(Stereolightmicroscope,SLM)的显微立体视觉已经在微操作领域应用。本文研究了基于SLM显微立体视觉模型的微操作系统中的三维微观定位问题。通过对SLM双光路的分析,给出了描述二维图像空间和三维物空间映射的弱非线性显微立体视觉模型。采用立体匹配算法和目标识别两种方式对运动图像序列中的目标对象进行捕捉,可以批量给出立体图像中相关点的坐标。利用显微立体视觉理论模型和显微图像处理实现了微操作系统中的微观3D定位。     

立体视觉的微分几何约束与特征匹配

本文在微分几何的统一框架下导出视差，边缘方向和曲率在体视图对上差值或变化的概率分布，在适当的风险下求得相应的匹配界限；视差梯度界限、方向界限和相对曲率界限，从而得到了立体视觉匹配中非常有力的约束条件。据此我们提出一个两步的体视匹配算法，在要素匹配阶段，采用相对较小并与视差相关的匹配界限快速搜索初始匹配；在松驰匹配阶段，形状连续性是唯一的匹配准则，两步匹配过程都借助了投票表决的方法，实验结果表明我们     

一种基于立体视觉的多视点建模方法

论述了一种基于立体视觉的建模方法。该方法利用立体视觉系统在不同视点对景物观测所获得的局部三维几何模型，通过空间特征点匹配和坐标变换将局部模型融合，从而建立景物的完整描述。文章重点介绍了一种基于空间向量的坐标变换求解方法。     

双目立体视觉技术的实现及其进展

阐述了双目立体视觉技术在国内外应用的最新动态及其优越性。指出双目体视技术的实现分为图像获取、摄像机标定、特征提取、立体匹配和三维重建几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案,并对双目体视技术的发展做了展望。     

基于竞争机制的双目视觉匹配与实时测距

利用立体视觉系统实现移动机器人避障具有探测范围宽,目标信息完整等优势。从立体视觉中提取距离信息是计算机视觉的热点问题,其困难在于图像匹配问题。文章提出了一种基于竞争机制实现立体视觉匹配的方法。该方法将匹配问题映射为一个矩阵,其元素代表可能匹配的像点。根据匹配约束,匹配矩阵元素之间竞争,最后胜出者即为最优匹配点。获得匹配点后,根据摄像机透射投影模型恢复图像深度信息。实验结果表明,该方法需处理数据少、计算简便、适于实时测量。     

立体视觉里程计中基于微粒群优化的初始运动估计和内点检测

初始运动估计和内点检测是影响立体视觉里程计定位精度的重要因素.目前,立体视觉里程计都采用基于3点线性运动估计的随机采样一致性(random sample consensus,RANSAC)方法.本文分析了随机采样一致性方法在初始运动估计中的性能:该方法对排除误匹配点是有效的,但在一定采样次数下采样到特征点提取误差和立体匹配误差都很小的匹配点的概率是很小的,所以通过该方法得到的初始运动参数和匹配内点不够精确。本文提出了采用微粒群优化的初始运动估计和内点检测新方法,该方法收敛速度快,搜索精确解的能力强,能够获得高精度的运动参数和匹配内点.立体视觉里程计仿真实验和真实智能车实验表明:和随机采样一致性方法相比,本文方法在运行时间、定位精度方面都更优越.     

基于二次曲线的立体视觉

我们提出了一种基于二次曲线的立体视觉方法。在以前基于曲线的立体视觉方法中,曲线只是用于计算点的特征,从而更加容易地实现点对应。我们提出的方法以图像中的二次曲线为匹配基元,勿需点与点之间的对应,我们给出了两幅图像中二次曲线对全局匹配的准则。在匹配的基础上,给出了二次曲线重建的方法,重建的过程具有解析形式的解。此方法可以实时实现。本文的最后给出了解的唯一性分析和在真实图像上所做的实验结果。     

双目显微立体视觉系统标定方法研究

针对显微立体视觉系统光路标定问题,设计并实现一种适合显微立体视觉系统的两步标定方法。首先,对单子光路进行初步的标定,获得放大倍率;然后,以光学工作距离为定值约束,求解内参数;再进行第二步标定求解外参数。对3个常用物镜倍率的体视显微镜进行了标定,获得了双光路的焦距、相对位置、倍率等参数的均值、标准差与相对误差,并用左右位移相对平移偏差验证了标定的准确性。研究的显微立体视觉系统标定方法为分析微沟道的半遮挡问题奠定了实验基础。     

立体视觉匹配技术

立体视觉匹配技术是计算机视觉领域中最为关键的研究分支。根据匹配基元的不同,立体视觉匹配算法分为区域匹配、特征匹配和相位匹配三大类。其中,相位匹配是近二十年才逐步发展起来的一类匹配算法。以往关于立体匹配算法的综述文章对相位匹配这类新型算法几乎没有系统的阐述,而且很少从算法设计的角度分析和比较现有的立体视觉匹配技术。该文将算法设计过程分成三个步骤,在各个步骤中采用由个性至共性的分析手段,对三类立体视觉匹配算法进行了详细的评述,包括它们的理论依据、基本特性和改进策略的分析和比较,表明各类匹配算法的设计具有自身的发展特性。另一方面,“不适定”视觉问题普遍存在于各类匹配算法中,因此它们对算法设计的优化又存在着许多共性。文章通过由点至面的分析过程,旨在为算法设计者从综合思考的角度去优化算法提供技术借鉴,包括匹配基元自身缺陷的克服和普遍存在的不适定视觉问题的解决。此外,算法的完善和更佳算法模型的推出还依赖于科学的算法评价手段,文中根据不同用途对算法评价方法进行了分类,使算法性能的评估有了科学的指导方法。     

光栅立体视觉三维表面重建系统及其图像处理方法(二)

该文针对网格立体视觉三维表面重建系统提出了一种由粗到精的网格立体图像匹配方法,该方法将基于区域的图像相关匹配技术与基于特征的匹配技术相结合,充分利用了前者的精确性和后者的简洁性等优点。在粗匹配过程中,将特征点的提取过程与匹配过程统一起来,在提取特征的同时对特征点进行必要标记,无需进行特征点的属性分析和设置,减小了特征匹配的难度,避免了匹配歧义性,匹配由粗到精进行,既保证了匹配的准确度,又保证了匹配的精确性。     

双目立体视觉系统的技术分析与应用前景

对双目立体视觉技术的实现过程作了分析,介绍了摄像机标定、特征点提取和立体匹配的实现方法及应用弊端,特别是给出了一种实用而有效的三维重建方法,并对双目体视技术的应用和发展做了分析与展望。     

立体视觉中的双目匹配方法研究

本文首先对已有的双目立体视觉方法进行分析和总结 ,并依所选取的匹配特征和匹配方法的不同而将其分为利用灰度图像区域间相似性、特征点相关、边界或二阶导数过零点、二值拉普拉斯图像匹配、校正透视形变、动态规划、利用区域分割的结果和立体视觉连续性原理的各种演绎等类 ;然后对用金字塔图匹配边界基元的双目立体视觉方法进行了重点探讨 ;本文还对利用基极线约束实现匹配进行详细分析与推导     

基于双目立体视觉的复杂背景下的牛体点云获取

提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。     

面向流水线结构的并行匹配算法

本文提出一种面向流水线计算机的立体视觉并行匹配算法,使立体视觉算法所需的低层视觉信息处理和特征匹配都能在具有高速视频总线的流水线计算机中完成,这样既简化了视觉系统的结构,又大大提高了处理速度.匹配中应用了排序、方向和幅度约束作为相似性判断,并根据匹配点邻域中的视差梯度,利用松弛迭代法提高匹配的可靠性.算法已在PIPE流水线计算机上实现,256×256图像的立体视觉算法可在10秒内完成.     

基于免疫算法的立体匹配

立体匹配是立体视觉中的关键问题,提出了基于免疫算法的多分辨率立体匹配方法,为了提高匹配的准确性,同时利用和图象的灰度和梯信息进行匹配,并给出了匹配的准则函数;将免疫算法用于该问题的求解,以避免局部最优;实验结果证明了该方法的有效性。     

轮式机器人立体视觉平台的设计与实现

介绍了一种基于轮式机器人的立体视觉平台设计方案.给出了双目立体视觉原理和数学模型,从摄像机定标和对应点匹配两个方面讨论了形状与位置三维重建,阐述了双目立体视觉平台的设计,重点介绍了硬件平台的组成结构及各功能模块的电路组成与功能实现.该系统可根据具体应用情况灵活配置,因而结构合理、实用性强.     

立体视觉中的三目匹配方法研究

本文提出了利用金字塔图传播匹配的三目基元立体视觉方法．该方法中匹配起始三 元组的选择建立在透视投影的可靠基础之上,而进行传播匹配可以加速计算,并避免了可能 的误匹配．传播匹配利用立体图像组在二值边界图像金字塔图中的结构相似性,而整个匹配 结果的考察与认定是通过传播率的比较实现的．该方法能够有效地克服双目立体视觉方法的 某些本质局限性,确保匹配结果精确可靠．     

机器人插件作业的视觉导引方法研究

插件作业（parts mating）是装配机器人的一项基本作业环节．本文介绍了以双目立体视觉 实现该作业的视觉导引方法．该方法通过采用人机交互方式,借助于人的智慧,提高了图像 特征提取和匹配的准确性和可靠性、可直观准确地给出插件作业的动作参数,克服了自动视 觉计算复杂、鲁棒性差的缺点,适用于机器人遥操作作业．实验表明,基于人机交互的机器 人插件作业在立体视觉导引下是完全可行的．     

基于特征约束及区域相关的体视匹配方法

立体匹配是计算机视觉领域的一个关键问题,同时也是难点问题。为了得到准确的高密度视差图,通过对基于区域和基于特征的体视方法的讨论,综合两种方法的优点,提出了基于边缘特征约束及区域相关的立体匹配算法。该方法首先利用基于特征技术来得到边缘特征点,对边缘特征点再做灰度等区域相关匹配处理,然后在匹配的边缘特征点约束下,对非边缘特征点采用区域相关算法进行匹配,得到整体高密度视差图。这样既缩小了匹配搜索空间,又保证了匹配的可靠性。实验结果表明,该算法具有良好的效果和实用价值。