基于协作Hopfield网络的迭代立体匹配算法

针对立体匹配算法中求解能量函数全局最小问题,提出一种基于协作Hopfield网络的迭代立体匹配算法.它采用两个具有相似结构的Hopfield神经网络协作求解匹配问题,两个网络的不同之处是匹配过程中所采用的基准图不同.然后根据左右一致性约束实现两个Hopfield网络之间的协作,从而避免落入局部最小.为加快收敛速度,该算法将视差图的最优搜索问题转换为二值神经网络的迭代收敛过程.利用局部匹配算法的结果预标记初始视差,以设定神经网络初始权重.并根据局部匹配算法中隐含的假定条件,提出了局部匹配算法视差结果的评估准则,以确定各像素的视差搜索范围,从而减少各次迭代过程中状态待确定的神经元个数.实验表明该方法在性能和收敛速度上都要优于传统的Boltzmann机方法.     

采用窄带图切割的多目重构方法

针对目前多目重构研究中物体表面获取和凹陷区域恢复的难题,提出采用窄带图切割的可见外壳和多目立体匹配相融合的方法.在可见外壳的拓扑约束下,通过最小化能量泛函使得重构表面与多目立体匹配得到的稠密点云形状一致;并利用窄带图切割计算能量泛函的全局最优解.实验结果表明,该方法能重构封闭表面和凹陷区域;窄带图切割在获得最优解的同时提高了计算效率,与全图切割相比速度提高了3倍以上.     

存在镜面反射时的立体匹配研究

传统的立体匹配方法建立在Lambertian的漫反射模型之上,漫反射模型的立体匹配在一个图像中大部分是有效的,但是在处理图像中包含镜面反射部分时结果会产生严重的匹配错误.为了解决个问题,根据二色反射模型引入一种漫反射和镜面反射的分离方法,匹配图像中存在镜面反射部分时先滤除掉镜面反射再进行匹配,在镜面反射部分也能匹配得到正确的视差.实验结果证明该方法很有效.     

一种对光照条件不敏感而快速的局部立体匹配

针对绝大多数立体匹配算法的相似性测度过分依赖于图像灰度统计特性的问题,提出了一种对光照变化不敏感的立体匹配算法.首先,研究了Census非参数变换并分析了其局限性;其次,为了在立体匹配时能够考虑像素的空间位置信息,对于变换窗口内与中心像素的相对位置大于一个单位的各邻域像素,将其灰度值通过周围4个像素的灰度值插值获得:最...     

基于遗传算法的图像配准研究及改进

应用立体匹配技术,通过像点获取景物的距离信息,使得三维立体再现成为可能.图像的立体匹配是立体视觉中的一个关键问题,也是典型的“病态”问题.为了提高匹配的抗干扰能力以及全局最优性,提出了将改进的遗传算法用于立体匹配.选择图像边缘作为匹配基元,根据遗传算法容易获得全局最优解的特点,将图像的特征点进行染色体编码并重新设计比较了评价函数及相应的遗传操作,使之适合于立体匹配,并将图像的Rank变换加入其中,以提高算法的抗噪性.实验表明,该方法具有可行性.     

图像立体匹配研究进展

图像的立体匹配一直是立体视觉的研究重点.首先简要介绍了立体匹配方法及其分类,归纳了立体匹配中的各种约束条件和相似性测度函数;然后总结了局部匹配算法和全局匹配算法的特点,并结合对象的三维重建问题重点分析了全局匹配算法中的动态规划算法、图割法和置信度传播算法;最后对立体匹配研究面临的主要问题给出了一些建议.     

改进的跨尺度引导滤波立体匹配算法

作为双目三维重建中的关键步骤,双目立体匹配算法完成了从平面视觉到立体视觉的转化.但如何平衡双目立体匹配算法的运行速度和精度仍然是一个棘手的问题.本文针对现有的局部立体匹配算法在弱纹理、深度不连续等特定区域匹配精度低的问题,并同时考虑到算法实时性,提出了一种改进的跨多尺度引导滤波的立体匹配算法.首先融合AD和Census变换两种代价计算方法,然后采用基于跨尺度的引导滤波进行代价聚合,在进行视差计算时通过制定一个判断准则判断图像中每一个像素点的最小聚合代价对应的视差值是否可靠,当判断对应的视差值不可靠时,对像素点构建基于梯度相似性的自适应窗口,并基于自适应窗口修正该像素点对应的视差值.最后通过视差精化得到最终的视差图.在Middlebury测试平台上对标准立体图像对的实验结果表明,与传统基于引导滤波器的立体匹配算法相比具有更高的精度.     

基于矩形子块法的快速全局立体匹配算法

由于计算量大,采用割图法(GC,GraphCuts)来最小化立体匹配的能量函数,计算速度慢,难以满足许多方面应用的要求。为了提高立体匹配能量函数最小化的速度,文章提出了一种新的算法:矩形子块割图法(RSRGC,RectangularSubregioningGraphCuts),即将大图像分割为小矩形子块,然后再在各小矩形子块上分别利用GC最小化能量函数。实验表明,采用该方法可以大大提高立体匹配的速度,而不影响立体匹配的效果。     

一种基于自适应支持权重优化的立体匹配算法

立体匹配是图像处理领域的经典问题和研究热点之一。针对原始ASW立体匹配算法中存在的运算时间过长以及遮挡区域的误匹配率高的问题,提出了一种改进优化方法。在自适应支持权重方法的基础上结合Rank变换方法,从参数选择以及立体匹配性能这两个方面对自适应支持权重进行改进,然后对得到的初始视差进行有效视差校准从而得到最终视差。最后利用仿真实验得到匹配精度较高的图像序列视差图,并通过实验结果对比验证了该方法具有很好的可行性。     

基于立体视觉的高光物体恢复深度图的方法

基于立体视觉的物体深度图提取,在工业检测等许多方面均有较高的应用价值,但对于工程领域里的高光物体带来的误差,研究不多。为了较好地恢复具有高光反射的物体表面的三维深度信息,论文提出一种与立体视觉结合的多光源法去除高光的技术,使得后续的立体匹配更加可靠,深度计算更加准确。实验首先采用多光源法获取高光反射物体的多组图像,再经过图像预处理、摄像机标定、高光去除、立体匹配等步骤,结果证明这种方法有效地恢复了具有相对大面积的高光区域表面的物体的三维深度信息。