空间编码与外极线斜率约束相结合的立体精匹配方法

三维型面非接触测量在工业领域有着广泛的应用前景。双目视觉是一种有效获取三维轮廓信息的方法，其中立体匹配是关键的一个步骤。本文提出了结合空间二进制编码与外极线斜率约束来实现立体精匹配的方案。首先利用空间编码将被测物空间划分成众多的不同编码区域．然后结合外极线斜率约束在左右两幅图像中具有相同编码的区城内寻找匹配点。该方法能够实现亚像素级的立体精匹配，改善了交向摆放姿态双目立体视觉系统的匹配质量。     

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。     

基于SIFT特征描述子的立体匹配算法

目前,立体匹配是计算机视觉领域最活跃的研究课题之一。为了克服传统的局部特征匹配算法对噪声和图像灰度的非线性变换敏感的缺点,本文提出了一种新的基于SIFT(Scale Invariant Feature Transform)特征描述子的立体匹配算法。该算法利用图像梯度信息,构造基于三维梯度方向直方图的SIFT特征描述子作为区域特征描述符,通过立体视觉理论中的极线约束将匹配特征的搜索空间从二维降到一维,最后以基于特征描述子欧氏距离的最近邻匹配得到匹配结果。实验结果表明,该方法匹配精度高,对图像灰度的非线性变换比较鲁棒,可以应用于对匹配算法鲁棒性要求比较高的立体视觉系统中。     

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.     

一种利用动态规划和左右一致性的立体匹配算法

立体匹配是计算机视觉领域研究的一个重要课题,为了得到准确、稠密的视差图,提出了一种利用动态规划和左右一致性的立体匹配算法。该算法首先分别以左、右图像为基元图像,计算各自的视差空间图像,在视差空间图像上利用动态规划,计算得到左视差图和右视差图;然后通过使用左右视差图之间的一致性关系,消除误匹配点,得到较为准确的部分视差图;最后利用视差图的顺序约束关系,给出未匹配视差点的搜索空间计算方法,并利用一种简单有效的方法来计算这些点的视差值。在一些标准立体图像对上所做的实验结果表明,该算法效果良好。     

基于双密度双树复小波的立体匹配

立体匹配成为近年计算机视觉研究的重点,文中旨在通过研究和实验探索出一种比较理想的立体匹配算法从而提高图像立体匹配的鲁棒性.双密度双树复小波具有多分辨率、数据冗余的有限性以及平移不变性的优点,文章利用双密度双树复小波的这些优点提出一种相位匹配算法,其原理是提取多尺度的相位信息作为立体像对的匹配基元,再利用金字塔模式实现匹配.进行匹配时首先由最低分辨率的层级开始,再逐层推进,直至图层的最高级,并利用上层匹配所获得的视差结果来引导本层通道的相位匹配,形成一种多分辨率的层次匹配框架,即图像金字塔结构框架.作者利用这种方法最终达到了预期的实验效果.实验结果表明,采用此方法能够得到稠密的视差图,匹配结果精确度很高,是目前比较理想的立体匹配算法.     

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.     

一种用于立体图像匹配的改进稀疏匹配算法

立体匹配有着广泛的应用前景,是计算机视觉领域的研究热点。立体匹配是立体视觉中最为关键和困难的一步,它的目标是计算标识匹配像素位置的视差图。文中提出的立体匹配算法基于置信传播（Belief Propagation,BP）。左图像首先经过非均匀采样,得到一个内容自适应的网格近似表示。算法的关键是使用基于置信传播的立体匹配算法,匹配稀疏的左图像和右图像得到稀疏视差图。通过左图像得到网格,稀疏视差图可以经过简单的插值得到稠密视差图。实验结果表明,该方法与现有稀疏立体匹配技术相比在视差图质量上平均有40％的提高。     

基于极线几何的改进多约束图像立体匹配

针对计算机视觉和模式识别领域基本而重要的问题--立体匹配,提出了一种基于极线几何、结合特征匹配与区域匹配、视差梯度约束等多约束立体匹配算法,实现图像快速准确匹配.该算法将现有的基于特征和基于窗口匹配两种方法相结合,并加入视差梯度等约束条件,有效弥补了单一匹配算法的不足,同时增强了算法适应性.实验表明,该算法具有更高的求解质量和求解效率,可以满足双目立体视觉系统的需要.     

基于小波金字塔的快速图像匹配算法

图像匹配是立体视觉中的关键问题。本文针对在图像匹配中被广泛采用的最小二乘算法存在速度慢、易受初值影响的问题,提出了一种基于小波金字塔分层的快速立体匹配算法。形成由粗到精的匹配策略,以低分辨率下匹配点,作为高分辨率图像对匹配的约束。实验结果表明此算法可以减少误匹配,提高匹配速度。     

基于损失自注意力机制的立体匹配算法研究

针对现有的立体匹配算法在阴影、物体边缘和光照反射等区域匹配困难且存在大量错误结果的问题,设计了一种可拆卸的损失自注意力网络（loss self-attention net,LSAnet）查找图像中的匹配困难区域。LSAnet的网络各层相互稠密连接,应用了空洞卷积来扩大感受野,并以立体匹配算法生成的损失分布为标签,能够动态地进行有监督训练,最终生成匹配困难区域掩膜辅助立体匹配网络进行更好的优化;同时,改进了立体匹配网络中经典的特征匹配代价卷结构,降低了后续3D卷积的计算负荷,提高了匹配效率。实验结果表明,该算法相比于基准算法精度更高,并且可以提高算法对于匹配困难区域的鲁棒性。     

基于能量中心匹配的立体定位技术

在基于双目视觉的立体定位技术中,匹配对应点的选取非常关键,会直接影响到目标定位的精度。针对X射线成像检测中的缺陷定位问题,提出了一种基于能量中心匹配的对应点选取方法。首先讨论了误匹配对定位精度的影响,然后通过实例将一般定位方法与该方法进行了比较。实验表明：常用的基于边缘匹配或形状中心匹配寻找对应点的定位方法存在很大误差,而该技术则能达到很高的定位精度。     

基于未标定彩色图像三维重建的立体匹配算法

提出了一种用于三维重建的未标定彩色图像立体匹配算法。针对Harris角点的聚簇现象,引入了限制因子来消除,通过采用精度较高的邻域彩色相关法进行匹配。针对相机平移旋转较小的情况,提出了利用抖率一致性剔除明显的误匹配,然后运用随机抽样算法估计基础矩阵,同时进一步剔除误匹配点对,最后用基础矩阵引导未匹配特征点进行匹配。实验表明,该算法用于三维重建,能够较好地恢复物体的结构,是一种有效的匹配算法。     

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。     

一种改进的区域双目立体匹配方法

双目立体匹配是机器视觉中的热点、难点问题。分析了区域立体匹配方法的优缺点,提出了改进的区域立体匹配方法。首先,采集双目视觉图像对对图像对进行校正、去噪等处理,利用颜色特征进行图像分割,再用一种快速有效的块立体匹配算法对图像进行立体匹配。然后,在匹配过程中使用绝对误差累积(SAD)的小窗口来寻找左右两幅图像之间的匹配点。最后,通过滤波得到最终的视差图。实验表明:该方法能够有效地解决重复区域、低纹理区域、纹理相似区域、遮挡区域等带来的误匹配问题,能得到准确清晰的稠密视差图。     

An artificial life approach to dense stereo disparity

This article presents an adaptive approach to improving the infection algorithm that we have used to solve the dense stereo matching problem. The algorithm presented here incorporates two different epidemic automata along a single execution of the infection algorithm. The new algorithm attempts to provide a general behavior of guessing the best correspondence between a pair of images. Our aim is to provide a new strategy inspired by evolutionary computation, which combines the behaviors of both automata into a single correspondence problem. The new algorithm will decide which automata will be used based on the transmission of information and mutation, as well as the attributes, texture, and geometry, of the input images. This article gives details about how the rules used in the infection algorithm are coded. Finally, we show experiments with a real stereo pair, as well as with a standard test bed, to show how the infection algorithm works.     

基于Zernike矩的区域匹配方法

在基于区域的立体匹配中,由于遮掩、区域变形及光照条件会对匹配算法造成很大的影响,而传统的顺序性约束、唯一性约束、外极线约束和邻域约束并不能很好地解决这些问题,而近几年提出的相对位置约束虽能解决其中大部分问题,但对于区域的遮掩情况依然效果不佳。为此提出了一种新的基于Zernike矩的区域匹配算法,该算法在相对位置约束的基础上,采用中心距离和Zernike矩构造了新的费用函数,并提出根据匹配区域之间中心距离的大小来动态评判费用函数的权重系数值,从而提高了算法的性能。实验结果表明,该算法优于原方法,且对于区域的遮掩和变形情况都具备更好的识别性能,是一种行之有效的区域匹配算法。     

Terrain mapping under extreme light conditions with direct stereo matching method through aggregating matching costs by weight

One of the biggest problems in applying stereo vision techniques in field robotics is how to acquire 3D terrain maps under extreme light conditions. Through multiple exposures, the dynamic range of images can be increased. In this paper, instead of using existing lighting enhancement methods such as exposure fusion to increase the texture of 2D image, we propose that the matching costs of the images grabbed with multiple exposures are directly summed by weight. Compared with the previous methods such as exposure fusion, with the proposed method, it is not necessary to fuse the 2D images captured with multiple exposures, and for each pixel of the matching image, the local information in its local window can be better retained. Since it is possible that the camera is moved between exposures when the images are grabbed, the images captured with multiple exposures are aligned to the image acquired with auto exposure. In order to evaluate the performance of the proposed method, two different stereo matching algorithms were used: a local window-based method and semi-global method. Through experiments in laboratory and outdoors with a stereo vision camera fixed on a tripod and held in the hand, it was verified that the proposed method consistently allowed more valid points to be obtained and the 3D model of terrain can be built more accurately. Especially when the local window-based method was used, the proposed method performed much better.     

基于SURF特征点的自主空中加油定位研究

针对硬式空中加油技术中加油插座的定位问题,提出了一种结合SURF(Speeded-up Robust Features)特征点的双目立体视觉定位方法,确定了加油插座的空间位置,实现伸缩管和加油插座的精确对准。基于SURF匹配算法,对双目视觉系统采集的左右图像进行目标检测,并获取匹配目标的SURF特征点,通过空间误匹配点对的剔除和目标点坐标的计算,确定左右图像中具有空间位置一致性的目标点(即加油插座),从而恢复目标点的三维信息。实验结果表明,结合SURF方法能够有效地对加油插座的空间位置进行定位,具有一定的实用价值。