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     

立体视觉与体视匹配

本文简要地介绍了立体视觉和体视匹配的研究内容和研究方法。回顾了立体视觉的发展过程。重点讨论了基于区域的和基于特征的二种体视匹配方法。总结和分析了立体视觉所面临的技术难点及其发展动向。     

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．     

三幅视图的计算机立体视觉匹配

两幅视图的体视匹配、有可能因为视图中的相似特征而造成多义性匹配。为了解决这个问题,本文讨论了三幅视图的体视匹配问题, 本文提出了三种基本的三视图位置模式,并讨论了这三种情况下的特征点抽取方法和匹配方法。     

立体视觉研究的进展

立体匹配是计算机视觉领域最为关键的重要分支，根据匹配基元的不同，立体视觉匹配算法可分为区域匹配、特征匹配和相位匹配三大类。该文对三类匹配算法进行了详细的评述，包括它们的理论依据、基本特征和改进策略。     

用金字塔图法匹配边界图象的三眼立体视觉方法

本文在分析了双眼立体视觉面临的本质困难之后，提出了用金字塔图法匹配特征基元的三眼立体视觉方法，这种方法由于建筑在透视投影几何原理的稳固基础上，无须任何先验限制，也不以图象相似性为基础，故可较好地解决精度与匹配难度的矛盾，且运用金字塔图法进行匹配传播使在保证精度的基础上，匹配速度大大提高，对计算机人工图象的匹配结果表明，误匹配率几乎为零，且有较高的匹配速度和精度。     

基于直线间结构信息的立体视觉图像动态匹配方法

针对立体视觉匹配问题，介绍一种改进的动态规划图像匹配方法，它将边缘直线相似测度分为局部相似测度和全局相似测度，在后者中加入图像边缘直线之问的结构关系信息，并在动态搜索最优匹配路径的过程中利用结构关系约束删除不合理的匹配路径。仿真实验结果证明，采用该方法解决立体视觉中边缘线段的匹配问题，不仅提高了匹配的准确率，而且大大减少了匹配时间。     

简化的SIFT算法在双目立体视觉中的应用

图像均匀匹配是双目立体视觉领域研究的重点。本文用SIFT特征匹配算法处理立体匹配,并利用构造圆环形窗口以及12维向量表示一个特征点的方法,既保持SIFT算法的尺度不变性,又有效降低了算法的复杂度,提高了算法实时性。     

一种改进的立体视觉匹配算法*

针对目前双目立体视觉匹配算法匹配误匹配率高的问题,提出了一种具有尺度不变特性的 Harris检测算法,将SIFT特征描述子引入到Harris特征的描述过程当中,使其提取到的特征具有旋转、尺度、亮度不变性。并且为了提高匹配精度,采用RANSAC法去除误匹配来降低误匹配率。相对于经典的 Harris算法,该算法提取的特征具有尺度不变特性且误匹配率降低,是一种有效可行的立体匹配算法。     

一个两级迭代体视匹配算法

本文给出了一个两级迭代体视匹配算法.算法以单个△2G通道输出中那些可因相似的方向连接成段的零交为匹配基元.第一级受体视Marr-Poggio内聚性的视差平滑性规则的控制,第二级由第一级的输出驱动并受体视Mayhew-Frisby形状连续性的视差连续性规则控制,从而使匹配结果具有在上述两个体视一般物理约束意义上的局部和全局一致性.文中给出了实验结果.     

一种基于特征约束的立体匹配算法

立体匹配一直是计算机视觉领域的一个中心研究问题,为了得到适用于基于图象绘制技术的视图合成高密度视差图,提出了基于边缘特征约束的立体西欧算法,该方法首先利用基于特征技术来得到边缘特征点的准确视差图,然后在边缘特征点视差图的约束下,对非边缘特征点采用区域相关算法进行匹配,这样既缩小了匹配搜索空间,又保证了匹配的可靠性,边缘特征点和边缘特征点的匹配采用双向匹配技术又进一步保证了匹配的可靠性,实验结果表明,该算法效果良好,有实用价值。     

立体匹配算法分阶段测试平台

通过对多种立体匹配算法的研究发现,立体匹配算法的流程可以归纳为5个阶段,初始匹配代价求取、候选匹配代价生成、视差计算是其中的3个核心阶段。该文以此作为理论基础,在VC++6.0环境下对各个阶段进行了类封装,进而设计出立体匹配算法分阶段测试平台。该平台用4种图像控制数据流的传递,统一了类之间的接口。性能检测实验表明,此平台结构清晰、功能完善、操作简单、可扩展性强。     

基于图像分割的快速立体匹配算法

针对Tao的平滑表面假设提出了一种基于图像分割的快速立体匹配算法。算法把参考图分割成多个区域，计算其中可靠区域的平面模板，通过贪婪算法把平面模板分配给不可靠区域使得全局评价函数取到最小值。该算法能克服基于局部算法中存在的边界模糊，以及低纹理区误匹配严重的缺点，解决了传统的基于全局算法中计算量过大的问题。实验表明，该算法能同时满足高精度和高实时性的要求。     

一种基于遗传算法的立体匹配方法

根据遗传算法容易获得全局最优解的特点，文章首先利用沈俊边缘检测算子获得图像的边缘特征，然后改进了遗传算法，设计了染色体表示方法、适应度函数以及相应的遗传操作。使之适合于立体匹配的要求。实验结果表明该方法效果良好，具有实用价值。     

一种自适应多窗口的立体匹配算法

提出了一种新型的自适应匹配窗口的方法来解决低纹理图像在立体匹配中容易出现误配的现象。该算法采用8个相同的窗口根据图像的平滑情况往8个方向选择适当的支撑区域,且其非常适合并行处理。然后根据上述步骤得到的结果提出一种自适应的区域生长法对误配和遮档区域进行后处理。实验结果表明,该方法无论在低纹理区域还是高纹理区域都有较好的实验结果,并且运行时间与传统的固定窗口局部方法相差不大,适合实时处理。     

Measures Based on Fuzzy Similarity for Stereo Matching of Color Images

In this article, new local matching measures, based on fuzzy similarity, for stereo matching of color images are proposed and evaluated. By formulating the individual similarity between a pair of pixels as a conjunction of the similarities of the respective color components, the field programmable gate array implementation problem becomes more computationally tractable, since the word-length of the numbers carrying the similarity information can be reduced compared to standard techniques (Sum of absolute differences and Sum of squared differences). It is also shown that combining information about color and local image structure (horizontal gradient component) in the matching measure and using a multi-scale measure is advantageous compared to using standard measures, in terms of percentage of correct matches and MSE for the erroneous matches. However, these improvements come at the prize of more complex implementations. Since the techniques are window-based, they share the typical drawbacks associated with other techniques of this type. This is expected, since the focus is on developing new local matching measure without addressing issues like post-processing of the resulting disparity maps. The techniques have been tested on two stereo color image pairs.     

一种基于左右视线的立体图像匹配算法

提出了一种有效提高立体匹配中遮挡和低纹理区域匹配精度的方法,算法充分利用立体视觉中的全局约束条件,对不同区域采用不同的约束条件和强度来获得高可靠性点的视差,并且引入左右视线的概念,用于解决复杂场景情况下的左右视图的匹配问题。同时采用改进的协同算法(cooperative algorithm,CA),在视差梯度的约束下,对高可靠性点的视差进行逐步地扩散,最终得到致密的视差图。实验仿真表明,方法可以有效地提高遮挡和低纹理区域中的匹配精度,从而产生较精确的致密视差图。     

基于模糊判别的立体匹配算法

立体视觉一直是计算机视觉领域所研究的一个中心问题,而立体匹配则是立体视觉技术中最关键也是最困难的部分,就得到适用于基于图象绘制技术中视图合成的准确、高密度视差图（Disparity Map）而言,现有的一些方法存在一定的局限性。考虑到立体匹配过程中存在的不确定性和模糊性,本文将已获得广泛应用的模糊理论引入立体匹配领域,提出了基于模糊判别的立体匹配算法,并用实际图象与合成图象进行了实验验证,结果表明该算法效果良好,具有实用价值。     

一种基于Walsh变换的立体匹配基元

提出了一种以Walsh变换系数作为匹配基元的双目立体匹配方法。通过Walsh正交变换核对图像，变换得到Walsh系数，图像的特征被嵌入到该系数中，费用函数采用了Walsh变换系数作为匹配基元，而不是采用传统的像素灰度值。该文给出了算法的费用函数、匹配过程中相关的数据和最后的视差图。试验结果表明，将Walsh 系数作为一种匹配基元的方法是可行和有效的。