基于色彩分割和自适应窗口的快速立体匹配

针对现有立体匹配算法难以兼顾匹配精度和速度的不足,提出了一种基于联合匹配代价的局部方法.首先,根据视差在同一色彩分割区域内平滑变化的假设,提出了一种利用参考图像和目标图像的色彩分割信息获得的基于任意形状和大小支持区域的匹配代价;然后在RGB色彩空间中,通过由窗口内的平均匹配误差、误差方差及较大窗口的偏向误差构成的窗口选择评价函数,获得基于自适应矩形窗口的匹配代价;最后,将这两种匹配代价进行有机的结合构成联合匹配代价,并通过局部优化方法获得稠密视差图.采用Middlebury dataset进行的实验结果表明,本文算法不仅可以提高视差不连续区域和低纹理区域的匹配精度,而且获得的视差与当前主流算法具有可比性.此外,所提算法的处理时间较之当前优秀的局部方法提高了约19～35倍.     

基于彩色图像的快速立体匹配算法研究

为了实现彩色图像的快速立体匹配,获取准确和致密的视差图,在全局匹配基础上提出了基于区域增长的全局匹配算法,该算法将图像对按行进行区域增长匹配,匹配后的视差图再通过均值滤波器,可以滤除由于误匹配产生的不可靠视差。实验结果表明,在保证可靠性的前提下,采用改进后的匹配算法极大缩短了图像处理时间。     

一种改进的快速立体匹配算法

提出了一种改进的快速立体匹配算法。对于双目视觉系统采集的2幅图像,首先采用区域匹配算法进行初始快速立体匹配,再采用左右一致性检验剔除误匹配点,得到立体匹配的初始视差图。然后将初始视差作为图割法构图的限制条件,对初始视差图进行二值分割。最后对分割获得的前景区域和背景区域施加不同的限制,并通过修正能量函数,使构图网络大大减小,从而进一步提高了匹配速度。试验结果表明,该算法既提高了立体匹配速度,又保证了匹配精度。     

基于线性生长的区域立体匹配算法研究

图像的区域立体匹配是立体视觉中的重点研究课题之一,实时可靠应用的关键在于视差图的可靠性和计算复杂度.提出了一种基于线性生长的区域立体匹配算法,实现从立体图像对中提取深度信息,获得更可靠视差图的方法.该算法包括根点选择和区域生长2个部分,获得视差图的计算时间短,利用滤波可以提高视差图的可靠度.最后对此算法生成的结果进行了比较分析.     

利用自适应窗口实现不连续保护立体匹配

摘 要：针对计算机视觉中图像对应点的误匹配问题,提出了一种以扫描线优化为能量最小化框架,以最佳自适应窗口为匹配基元的立体匹配算法。该算法首先采用一种融合亮度和梯度信息的非相似度,然后通过平均匹配误差、匹配误差方差及较大窗口的偏移组成的窗口代价函数选取每个视差的最佳窗口作为匹配基元,并利用扫描线优化法及视差变化伴随亮度变化的约束寻找一条最优的匹配路径,最后通过回溯最佳路径得到稠密的视差图。实验结果表明,所提算法不仅能够保留基于自适应窗口的匹配算法能较好地处理大的低纹理区域和视差不连续区域的优点,而且可以加强相邻匹配基元间的视差连续性,从而获得更平滑、准确的视差图,另外所提算法的计算量比原有算法缩短了约3/ 4 。     

基于种子点传播的快速立体匹配

针对计算机视觉中的对应点误匹配问题,提出了一种基于种子点传播的快速局部立体匹配算法来进一步提高匹配算法的运行效率。该算法首先利用Canny算子提取图像边缘,结合边缘信息构造动态匹配窗口,以克服固定窗口对匹配带来的不利影响;然后利用AD-Census联合匹配代价在动态窗口上进行代价聚集,用WTA搜索策略得出初始视差图,对视差值进行筛选以确定种子点;随后利用像素间颜色差异将种子点的视差值传递给周围非种子点;最后采用区域投票和局部校正方式对视差值求精,进而获取精确的稠密视差图。实验结果表明,该算法可对Middlebury测试图生成高质量的视差图。与目前较新的局部立体匹配算法相比,其运行速度提高了1.8倍,满足了实际应用对速度和精度的要求,具有较高的实用价值。     

基于行列双向约束的动态规划立体匹配算法

为了克服传统的动态规划立体匹配算法会产生明显条纹状瑕疵的缺陷,提出一种同时考虑行列双向约束的动态规划立体匹配算法。该算法首先利用扫描线信息中所包含的视差不连续性和遮挡现象构造出一种新的全局能量代价函数;然后进一步设计了基于此能量代价函数的全局优化策略,在保证扫描线行方向上视差平滑性的基础上,解决了扫描线列方向上的视差不连续性问题;最后通过动态规划寻找最优路径来获得匹配点和遮挡点的视差,从而得到稠密视差图。实验结果表明,所提出的算法不但能够有效消除视差图中的条纹状瑕疵,而且在匹配精度上能够取得较好的效果。     

基于改进Census变换的图像立体匹配算法研究

针对传统的 Census 区域匹配算法过分依赖窗口中心像素信息,导致算法受到噪声干扰时匹配精度降低的问题,提出一种基于改进 Census 变换的匹配算法.采用局部像素反差值为中心像素选择的评判标准,对传统的 Census 变换进行改进,增强了窗口像素信息的利用,提高了算法对像素值突变的适应性,使算法有更好的鲁棒性;代价聚合阶段采用引导图滤波算法并结合多尺度聚合模型,增强平坦区域像素间的区分度;采用 win-take-all 算法选取最优视差值,完成视差计算;采用区域投票策略和中值滤波算法完成视差精化.利用该改进算法对 Middlebury 平台提供的标准图像进行实验,实验结果表明该算法较传统Census 算法有较好的抗噪能力和立体匹配精度.     

基于地面控制点的迭代动态规划立体匹配算法

提出一种基于地面控制点的迭代动态规划立体匹配算法.该算法首先利用左右图像对的颜色信息以及梯度信息计算视差空间图像,并得到左右视差图;然后运用左右一致性以及可信度约束得到地面控制点,并将地面控制点的约束信息填充到视差空间图像相应的列中;最后基于更新后的视差空间图像,利用迭代动态规划算法计算得到最终视差图.选用了一些标准图像对进行测试,实验结果表明该算法具有很好的性能.     

融合图切割和聚类算法的鲁棒自适应道路跟踪

维道路跟踪是移动机器人视觉导航的关键任务之一.由于室外道路环境的复杂性,使得鲁棒连续的基于二维图像序列的道路跟踪仍然是个挑战性任务.本文提出一种基于改进图模型的自适应道路跟踪算法,利用基于边缘置信度的均值偏移算法,将图像划分为具有准确边界的若干同质区域,以这些区域为结点构建改进图模型,然后根据道路/非路模型统计信息,采用Graph Cut方法获得最终的二值图.该算法将Graph Cut和均值偏移方法有效融合,以克服各自缺点,并通过道路/非路模型自更新使得该算法可有效适应室外环境下复杂场景变化.实验结果表明,该算法在复杂道路环境下具有很好的性能,且适合快速运算的应用要求.     

一种新的基于两点自适应的多维近似函数性态研究

利用作者提出的“变基底近似”和“泰勒一阶非线性展开”等手段构造了一种基于两点自适应近似函数 ,旨在改善近似函数的精度和扩大近似范围。数值算例表明 :针对变量具有可分离形式和变量耦合程度较弱的函数 ,它具有很好的近似效果。同时 ,指出了针对变量耦合程度强的函数的近似函数构造是一个值得探索的方向     

基于SIFT算法的双目立体视觉中图像匹配研究

通过对双目立体成像基本原理的研究,依据立体匹配算法的概况,描述了一种基于图像特征值的匹配方法 (SIFT算法)。介绍了SIFT算法的特点、主要思想和具体实现步骤,并在MATLAB7.0环境下进行匹配模拟实现SIFT算法。仿真分析表明,SIFT特征匹配对的位置信息、方向信息和尺度信息都是准确的。     

基于改进自适应正交匹配追踪算法的手势识别

针对稀疏求解算法在稀疏度估计上的优势和增加固定步长的不足，提出改进的自适应正交匹配追踪算法。该算法引入稀疏度和变步长步骤，首先通过匹配测试来估计稀疏度初始值，以减少后续迭代次数，然后在不同阶段调整步长来筛选原子数，逼近真实稀疏度。实验结果表明，与其他贪婪算法相比，该算法有效提高了识别精度和效率。     

一种基于极几何和仿射变换的图像匹配方法研究

提出一种立体视觉中应用极几何结合仿射变换来解决图像匹配问题的方法。首先利用两幅图像间的极几何关系,确定一些可靠匹配点作为控制点;进而构建全局仿射变换,把像面的特征点投影到另一幅像面上。再利用极几何约束和变换后的图像点位置关系,进一步搜索匹配点。最后是重匹配,分区域对控制点进行优化更新,经过迭代运算,得到最终结果。实验表明,这种算法能较快地收敛,有效地剔除误匹配点和提高匹配精度。     

基于模糊算法的自适应温度控制器

本文介绍了基于模糊算法的自适应温度控制器的工作原理。系统根据有关参数选择模糊控制或者PID控制策略，结果表明：此算法比现有许多优化算法有效。     

一种新的空间曲线匹配算法

提出一种新的空间曲线匹配算法。该算法对离散的曲线进行光顺、拟合和采样，使用空间曲线微分几何性质计算各采样点的曲率和弗朗内特标架。通过曲率计算匹配点对列表，通过对齐匹配点对的弗朗内特标架进行曲线匹配，得到一个匹配矩阵集。从匹配矩阵集中选出一个最优匹配的匹配矩阵，使得空间曲线的对应点匹配窗口内的距离平方和最小。实验结果证明，算法效率高、鲁棒性好。