一种基于图像分割的立体匹配算法

针对在立体匹配过程中的低纹理和视差不连续的问题,提出了一种基于图像分割的立体匹配算法。首先采用Mean-Shift算法对彩色图像进行图像分割,并认为分割区域块内的像素视差是平滑的,然后采用较大窗口匹配方法,提取左右彩色图像相似像素点作为种子点,根据区域内的平滑约束条件,利用小窗口匹配方法将种子点向周围区域扩散,最终得到稠密视差图。实验结果表明该算法相比传统的自适应匹配算法,视差不连续区域匹配误差降低10%左右。     

基于小基高比的快速立体匹配方法

为了提高立体匹配效率和获得高精度的亚像素级视差,该文提出一种快速的小基高比立体匹配方法。该方法首先利用积分图像加速自适应窗口和规范互相关度量的计算,然后根据可靠性约束进一步拒绝错误匹配,再采用基于迭代二倍重采样的亚像素级匹配方法为可信点计算亚像素级视差,最后利用基于图分割的视差平面拟合方法获得稠密的亚像素级视差图。实验结果表明该方法不但可获得高精度的亚像素级视差而且还提高了算法的匹配效率,满足了小基高比立体重建的需求。     

基于贝叶斯模型和数字图像相关的视觉测量

为了能够快速准确地实现3维测量,提出了一种基于贝叶斯模型和数字图像相关的视觉测量方法。该方法采用数字图像相关法对校正后的图像进行立体匹配,克服了传统立体匹配方法精度不高的问题;采用贝叶斯模型估计图像视差,并将其作为数字图像相关法非线性迭代优化的视差初值,克服粗搜索方法寻找视差初值计算量大、精度低的缺点;基于校正后图像与原图像之间的投影关系,由最小二乘法计算出匹配点的3维坐标。结果表明,基于贝叶斯模型和数字图像相关的视觉测量算法,能够快速准确地实现3维视觉测量。     

基于改进Census变换的局部立体匹配算法

针对基于传统Census变换的立体匹配算法鲁棒性差和精度不高的问题,提出一种基于改进Census变换的自适应权重立体匹配算法.首先,用Census变换窗口中邻域像素的中值来替换中心像素的灰度值,克服了邻域像素对中心像素的依赖;然后用自适应权重的方法分别计算匹配代价和进行立体匹配,得到初始视差;最后通过左右一致性校验和亚像素提精的方法得到稠密的视差图.实验结果表明,该算法有很强的鲁棒性和很高的匹配精度.     

一种基于贝叶斯理论的高效立体匹配方法

在立体匹配中,同时保证算法的精度和速度是一个技术难题。提出了一种基于贝叶斯理论的快速稠密立体匹配算法。将贝叶斯概率分布理论应用到立体匹配问题上,利用MSERDoG算子提取支撑点,像素灰度值作为匹配代价、固定窗口作为代价聚合对其进行匹配,对匹配好的支撑点进行三角剖分,将支撑点的视差、梯度、三角剖分的线性系数及分割作为计算视差的先验概率条件,从而保证了有效的视差搜索空间,提高了匹配效率。最终通过最小化能量函数获得稠密的视差图。在国际标准Middlebury平台进行实验,结果表明提出的算法匹配精度高,速度快,误匹配率低,匹配效率高。     

基于结构特征的全局立体匹配算法

针对传统动态规划立体匹配算法会在边界区域产生明显条纹状瑕疵的问题,提出了一种基于结构特征的全局立体匹配算法。该算法在提出了结合图像局部灰度特征和图像纹理结构特征的基础上,构建了基于证据理论的多重判据,并以之作为相似性测度函数。然后结合Sobel算子、双边滤波和Canny算子提出了自适应图像边缘提取算法,对于图像边缘像素,放宽视差搜索范围,降低了边界处误匹配率。最后基于扫描行间约束,引入了行列双动态规划立体匹配算法,同时将视差搜索范围限制在一定范围内,以提高算法效率。实验表明,该算法可以有效降低视差图在边界区域的误匹配率,减少条纹瑕疵,提高图像匹配质量。     

基于3D视频的深度图获取方法的研究与实现

本文采用基于区域的立体匹配方法从立体视频图像对中获取稠密视差图。在区域窗口大小选取上采用K-均值算法,保证每个子窗口位于同一物体内部,窗口内深度信息趋于一致;采用NCR算法运用匹配窗口周围的环境信息,提高窗口选取的智能性和匹配的准确性,改善少纹理区域的匹配效果;采用双向匹配方法有效去除因遮挡等原因产生的误匹配点,提高匹配精度,得到初始视差图;同时研究视差图优化方法,得到高质量稠密视差图,为后期新视图合成等其它应用提供基础。     

基于改进代价计算和视差候选策略的立体匹配

立体匹配算法在图像弱纹理区和重复纹理区存在匹配困难、误差大的问题,为此提出一种基于改进代价计算和视差候选策略的立体匹配算法。首先结合改进的Census变换和自适应加权融合的双向梯度信息来计算初始匹配代价,提高代价计算的可靠性。其中:为传统Census变换增加内圈编码,提高邻域信息利用率,同时降低噪声的影响;利用自适应权重函数融合横向和纵向梯度代价,降低物体边缘区域的误匹配率。其次,采用自适应十字交叉窗口进行代价聚合,并通过建立候选视差集和引入邻域视差信息的方法来获取初始视差。最后通过两轮插值策略优化视差。实验结果表明,所提算法能够提高弱纹理区和重复纹理区的匹配效果,在Middlebury中4幅标准立体图像对的平均误匹配率为5.33%。     

基于彩色图像分割的置信传播快速立体匹配算法

本文采用了一种基于彩色图像分割和置信传播相结合的快速立体匹配算法。对于已经校准好的两幅图像,首先采用均值漂移算法对彩色图像进行图像分割,然后采用区域匹配算法进行快速初始立体匹配,再采用左右一致性校验法滤除误匹配点,得到初始视差图以及各个区域的视差平面模板。最后采用置信传播算法对获得的视差平面模板进行全局优化,得到各个区域最优视差平面模板,从而得到最终视差图。实验结果表明,采用区域匹配与全局优化算法相结合,不仅提高了立体匹配速度,同时也保证了匹配质量。     

一种山体图像边缘快速立体匹配方法

该文提出了一种新的针对山体图像边缘的立体匹配算法。为了保证匹配的准确性,首先引入极线方向上的视差梯度约束,然后在考察唯一性的基础上,通过搜索并考察边缘端点周围的角点信息来引导边缘的匹配,并且限定边缘端点的角点搜索范围,最终匹配结果保证了两幅图像中的匹配对是一对一的唯一对应。实验结果表明,不同约束方法的融合在很大程度上提高了匹配速度和匹配精度。     

彩色立体图像匹配算法研究

立体图像匹配对于自由立体重建、三维测量以及立体显示中图像压缩来说是非常重要的。针对区域灰度互相关图像匹配的计算量大、速度慢的情况,运用了一组快速灰度互相关计算公式,提出了用视差限制搜索空间。同时,针对彩色图像的特点,将彩色图像的色彩信息考虑进图像的匹配过程中,将彩色图像的R、G、B三单色图像分别进行灰度相关匹配,定义并采用了颜色分量权重系数来抑制误匹配点。实验表明,该方法有效地减少了计算量,加快了计算速度,提高了图像匹配精度,具有较好的实时性。该方法将应用于三维立体显示中基于视差图的视差进行图像压缩。     

Stereo matching cost computation based on nonsubsampled contourlet transform

A new matching cost computation method based on nonsubsampled contourlet transform (NSCT) for stereo image matching is proposed in this paper. Firstly, stereo image is decomposed into high frequency sub-band images at different scales and along different directions by NSCT. Secondly, by utilizing coefficients in high frequency domain and grayscales in RGB color space, the computation model of weighted matching cost between two pixels is designed based on the gestalt laws. Lastly, two types of experiments are carried out with standard stereopairs in the Middlebury benchmark. One of the experiments is to confirm optimum values of NSCT scale and direction parameters, and the other is to compare proposed matching cost with nine known matching costs. Experimental results show that the optimum values of scale and direction parameters are respectively 2 and 3, and the matching accuracy of the proposed matching cost is twice higher than that of traditional NCC cost.     

Clausius Normalized Field‐Based Stereo Matching for Uncalibrated Image Sequences

We propose a homology between thermodynamic systems and images for the treatment of time‐varying imagery. A physical system colder than its surroundings absorbs heat from the surroundings. Furthermore, the absorbed heat increases the entropy of the system, which is closely related to its disorder as given by the definition of Clausius and Boltzmann. Because pixels of an image are viewed as a state of lattice‐like molecules in a thermodynamic system, the task of reckoning the entropy variations of pixels is similar to estimating their degrees of disorder. We apply this homology to the uncalibrated stereo matching problem. The absence of calibrations alleviates user efforts to install stereo cameras and enables users to freely modify the composition of the cameras. The proposed method is also robust to differences in brightness, white balancing, and even focusing between stereo image pairs. These peculiarities enable users to estimate the depths of interesting objects in practical applications without much effort in order to set and maintain a stereo vision setup. Users can consequently utilize two webcams as a stereo camera.     

基于斜平面平滑优化的半全局立体匹配

基于斜平面平滑的半全局匹配算法虽然能很好地处理深度不连续区域,减少视差断裂现象,具有很好的视差平滑效果.但此方法计算量大,并且若输入的左右图像对不是理想校正的,最终得到的视差图中可能会出现黑色小方块.针对上述问题,本文提出了一种基于斜平面平滑优化的双目立体视觉算法,优化了视差斜平面拟合过程,提高了斜平面平滑的运算速度;另,通过对初始视差图中无效的视差值进行临近插值填充,很好地解决了视差图中的方块现象;同时考虑到同一分割块内的像素梯度值应比较接近,对图像分割时用到的能量函数增加梯度项,使分割区域更加合理.实验结果表明,本文算法能取得更好的视差图,主观效果得到改善,运算速度提高约40%.     

基于多尺度分析的快速相位立体匹配

基于相位的立体匹配是双目投影光栅相位法中的重要步骤,但传统的相位匹配方法在处理高分辨率图像时因存储空间大大增加,难以达到匹配速度与精度的平衡。文章提出了一种基于多尺度分析的快速相位立体匹配算法,采用分层匹配的策略,对预处理后的左右绝对相位图进行降采样以生成图像金字塔,利用低分辨率的视差匹配结果以预测下一层视差,以此降低下层高分辨率图像的视差搜索范围,达到匹配速度与精度的平衡。实验结果表明,所提算法在保证精度的情况下能有效提升相位立体匹配速度,实现高分辨率相位图快速准确的立体匹配。     

结合图像梯度和亮度的并行信任传播算法

对立体匹配问题建立马尔可夫随机场模型,使用并行的多尺度信任传播算法求解马尔可夫随机场的能量最小化问题.在传统串行算法基础上利用CUDA技术实现了并行计算,并结合图像的梯度和亮度信息计算能量函数的数据项,平滑项采用两个相邻像素视差的绝对差度量.以标准的Middlebury立体数据集做为输入,实验结果表明：算法具有很好的实时性能,运行时间远小于传统的串行算法,深度图结果较优.     

基于单元信息熵矢量特征的图像匹配跟踪算法

由于图像信息熵只与图像中的图像像素点值的数目有关,而与像素点的位置信息无关,即图像信息熵不能很好地反映图像间的形状差异。本文提出了基于单元信息熵矢量特征的图像匹配跟踪算法,解决了熵相同而形状不同的问题,利用单元信息熵矢量间的距离相关性来完成图像的匹配跟踪。因此该算法不仅具有抗噪能力,而且具有良好的抗辐射失真和抗几何失真的能力。仿真试验表明：在辐射失真情况下,该算法具有稳健的匹配跟踪能力。     

考虑图像边界的分块立体匹配算法

为获得图像边界区域有效视差信息,提出一种图像分块匹配的算法。首先根据像素点匹配窗口及视差搜索范围的越界情况,将图像分为中心和边界共九块,然后针对边界块,按照基准点靠近窗口中心的原则设定匹配窗口,最后分析了边界块与分界线上像素点的视差值关系。实验结果表明,该算法能获得良好的边界视差信息并节省了匹配时间。     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.