基于改进Census变换的鲁棒立体匹配算法

针对局部立体匹配算法对噪声与光照变化敏感及在弱纹理区域匹配效果不佳的情况，提出一种基于改进Census变换与自适应参数引导滤波的立体匹配算法。该算法融合HSV通道值计算代价，对噪声与光照变化有较好的鲁棒性；在支持窗口内分别使用欧式距离加权与颜色加权获得Census变换参考值；集成AD与Census代价提高了单像素匹配代价的稳定性，降低了原Census变换对中心像素的依赖程度。在代价聚合过程中使用峰度系数对正则化参数进行自适应处理，通过视差计算获得视差图。在VS2017平台上对Middlebury数据库提供的图像对进行匹配实验，该算法在标准图像、加噪声图像及光照变化图像的各区域平均误匹配率分别是7.80%、10.72%和9.89%。结果表明：该算法可以降低误匹配率，同时能更好地适应噪声与光照变化。     

基于双边滤波的快速立体匹配算法研究

立体匹配是双目立体视觉的核心问题.立体匹配算法对左、右图像进行逐像素匹配,建立对应关系,生成稠密的视差图.本文提出一种基于双边滤波的立体匹配算法.使用归一化互相关函数作为匹配的相似性测度函数,在使用双边滤波进行代价聚合的基础上,对视差的选择策略进行改进.引入置信因子判断匹配的可靠性,将匹配不可靠的像素点的位置记录下来.通过对不可靠匹配区域的代价空间进行多次滤波,将可靠匹配区域的代价信息传递给不可靠区域,最终影响不可靠匹配区域的视差选择.实验结果表明该算法能够实现快速的亚像素立体匹配.     

改进非参数变换测度下的立体匹配

针对传统非参数变换测度的局限性,提出了一种基于局部纹理加权项的非参数Census变换测度,并使用半全局匹配法聚合代价的立体匹配算法。根据图像纹理度量的方向性,通过增加局部纹理反差值计算匹配窗口内所有像素的灰度均值,将其与反差值的加权和作为现匹配基元。使用半全局匹配法计算8邻域方向的匹配代价,以最小代价为匹配条件选取初始视差值。最后,利用图像分割法统计各分割区域的视差直方图,以直方图主峰所对应的视差值作为最终视差值。实验结果表明,该算法获得的视差精度优于当前多数局部算法,处理立体匹配中幅度失真的问题效果明显,能够很好地适应于真实场景测量。     

基于视差区域分割的动态规划立体匹配算法改进

基于动态规划的立体匹配算法在较低的硬件条件下,也可以满足实时性的要求,因此,可以在基于立体视觉的机器人导航避障系统中应用。但传统动态规划算法存在匹配精度不高、易出现分散畸变点等问题,因此,论文对动态规划算法初始匹配代价求取、路径寻径及回溯等加以改进。在初始代价求取阶段,提出了一种变窗口能量聚集法,通过获取场景的视差变化区域与视差连续区域的位置信息,从而使像素点在能量聚合时能够根据视差变化自适应地调整聚合窗口的大小,使能量聚合方式更加合理,提高了初始视差的准确性;在路径寻径及回溯阶段,使用多路径寻径回溯法,保留更多的可靠点,减少了误匹配现象的发生。因此,提高了立体匹配的匹配精度,并具有较好的实时性。     

基于自适应能量聚集和动态规划的体视算法

为了得到准确、稠密的视差图,提出了一种利用自适应能量聚集和动态规划的立体匹配算法.该算法首先根据颜色相似性和空间距离计算窗口内所有像素的视差支持权值,并利用自适应能量聚集方法得到视差空间图;然后引入一种加强顺序约束和遮挡约束的动态规划的方法,求得参考图像中所有扫描线上的最优路径并处理遮挡问题;最后使用一些国际标准立体图像进行了实验.结果表明,与传统的动态规划算法相比,本算法可以减少典型的条纹状瑕眦,同时保持目标边缘的清晰,在视差不连续区域和大的无纹理区域均能取得很好的效果.     

基于边缘特征和可信度的立体匹配算法

目的针对难以快速获得高精度的稠密视差图问题,提出一种基于边缘特征和可信度的立体匹配算法。方法为了增加像素点之间的区分性,采用鲁棒性较好的AD-Census函数作为匹配代价测度函数。针对匹配窗口跨越视差不连续区域时造成误匹配问题,算法首先对参考图像进行边缘特征提取,基于边缘特征约束,获取形状和大小均具有自适应特性的匹配窗口。视差计算时,使用WTA算法计算每个像素点的视差值,同时计算该像素点视差的可信度。最后通过边缘检测图和信度图进行联合优化,修复可信度较低的像素点的视差。结果该算法能够快速有效地处理视差遮挡区域和视差不连续区域的误匹配问题。结论基于边缘特征和可信度的立体匹配算法是一种高效可行的立体匹配算法。     

基于局部纹理特性和图像分割的分步立体匹配

为解决立体匹配难以兼顾精度和速度的问题,提出一种分步立体匹配方法。根据局部纹理特性对图像对进行灰度变换;然后利用均值漂移算法分割参考图像,以任意大小和形状的分割区域为支持窗口进行初次匹配,形成基于色彩分割的视差约束;再以固定窗口为支持窗口进行二次匹配,获得初始视差图;最后通过可信度分类优化初始视差。实验结果表明所提出的算法兼有较高的匹配速度和精度。     

立体匹配算法研究综述

双目立体视觉的主要任务是通过2台位于不同位置的摄像机拍摄同一场景得到2幅视图,然后计算视差并获取3维数据信息。立体匹配是双目立体视觉中的关键环节,它利用2幅或者多幅匹配后的图像获取视差进而得到深度信息。本文通过分析国内外对双目立体匹配算法的研究,对立体匹配算法进行介绍,以全局匹配算法和局部匹配算法为对象作详细阐述,最后对各种算法的特性进行比较,并作出总结与展望。     

噪声概率快速估计的自适应椒盐噪声消除算法

提出一种可识别噪声概率自动调节滤波窗口的自适应椒盐噪声消除算法。对非理想椒盐噪声污染图像随机区域进行变窗口中值滤波,将结果与滤波前比对获得噪声点数,滤波区域即按此点数排序。然后取每种滤波窗口下的中间三组数据,该数据平均加权获取图像噪声概率初估计,对初估计平均加权即得图像噪声概率。滤波前首先采用阈值法排除明显噪声点,剩余像素中再以离窗口中心像素距离平方的倒数为权值估计中心像素。最后由噪声概率按照T-S模糊规则对不同模型的输出估计值进行融合。实验证明,与传统中值滤波等算法相比,该算法具有噪声自动估计和自适应窗口调节能力,滤波后标准均方差可减少20%以上,速度可提高一倍多。     

基于噪声点多级检测的自适应中值滤波算法

针对传统中值滤波算法在图像去噪过程中造成较多图像细节信息丢失的问题,提出了一种基于噪声点多级检测的自适应中值滤波算法。该算法根据像素的空间相关性,逐级检测不同空间特征的噪声点。首先根据滤波窗口中相近像素点的数量来检测空间孤立的单个噪声点;然后通过扩展邻近窗口的方式检测空间连续的两个噪声点;接着进一步增加约束条件对空间连续的三个及以上的噪声点进行检测;最后对判断为噪声的像素用滤波窗口的中值替换。此外,该算法还能通过自适应地调整像素空间相关性判别阈值来处理不同分布特征的噪声。实验结果表明,与现有中值滤波算法相比,算法在有效滤除图像噪声的同时能更好地保护图像细节信息。     

基于可变形卷积的双目视觉三维重建

提出一种基于可变形卷积的立体匹配算法来进行双目视觉三维重建。首先,采用二维可变形卷积对输入的左右两幅图像进行特征提取;然后,利用三维可变形卷积,在匹配代价空间中有效地聚合两个图像之间的相关特征;最后,采用3个阶段级联残差学习的方式来降低匹配代价空间的参数计算量,以达到快速匹配的实时要求。根据该算法原理完成了视差深度图的检测,并通过Open3D重建三维物体。实验结果表明:该算法的参数量为0.5×10⁶,运行时间只需0.02s,生成的视差图精度较高,三维重建效果较好。     

零件的立体视觉测量和三维重建研究

本文采用立体视觉测量并结合三维重建的方法,解决了零件的非接触测量问题。首先,分析了立体视觉测量系统的组成结构,利用左、右2个摄像机分别采集零件信息,进而根据二者间的空间关系计算视差数据。其次,采用均值滤波方法去除零件图像噪声,为立体匹配创造条件,进而根据立体图像对二者间的极线关系求取视差。选择Bowyer算法对视差图像进行剖分和三维重建。试验结果表明,本文建立的方法可有效完成航空发动机的叶片零件测量,进而实现生动逼真的三维重建。     

基于立体视觉的钢卷检测技术

本文提出了基于立体视觉的钢卷检测技术,利用双目立体视觉系统得到钢卷图像对,进行立体矫正和立体匹配获取视差图,利用视差图的深度信息,提出基于深度直方图的方法分割出目标钢卷。再根据三角测量原理计算出钢卷视差图中每个像素点的深度,从而获取钢卷的点云数据。对钢卷点云数据进行高斯滤波,圆柱特征拟合后,获得钢卷的空间几何信息和位置信息。实验结果表明,检测的钢卷坐标和钢卷真实坐标之间的误差在允许的范围(100mm)以内,并且检测效率大大提高。     

融合色彩分割和加权非参数变换的立体匹配

针对传统非参数变换的局限性,提出了一种立体匹配算法。利用参考图像的色彩分割信息获得基于任意形状和大小支持区域的匹配代价,并在相似色彩区域内计算加权非参数变换匹配代价,再将这两种匹配代价融合构成联合匹配代价,通过局部优化方法获得稠密视差图。实验结果表明算法提高了低纹理区域、遮挡区域和不连续区域的匹配精度,并对幅度失真具有鲁棒性。     

视觉显著性的自适应权重立体匹配算法

针对传统算法大多忽略人眼特性,获得的视差图与人眼真实感受之间存在一定差异的问题,提出了一种符合人眼视觉特性的自适应权重匹配算法.该算法首先引入视觉显著性特征,然后对像素权值分配进行改进并提出新的匹配代价度量准则,最后采取左右视差图融合的方法获得最终视差图.相关图像实验表明,改进算法很好地解决了遮挡问题,可精确描述边缘和细节视差;相对于原算法有较大程度的性能提升.     

一种多模板的混合滤波乘性噪声图像去噪算法

提出了一种计算简单的去除图像乘性噪声的自适应混合算法,它通过事先定义一组实现简单的具有不同特性、不同大小窗口的中值和均值滤波器组,根据图像不同区域特征选择不同滤波器进行滤波.该算法能有效地利用空间滤波的特性,且便于硬件实现.实验结果表明,与现有的自适应去噪算法相比,该算法不但计算简单,而且在噪声抑制和细节保留方面综合平衡较好.     

一种改进的中值滤波去噪算法

图像的去噪是图像处理中最基本的工作,去噪处理的好坏将直接影响到后续的分割和识别,本文针对传统的中值滤波算法容易造成细节的丢失的缺点,提出一种改进的算法,采用两种不同尺度的正方形窗口和一个多极加权滤波窗口作为候选窗口,判断灰度方差最小的窗口作为最终的滤波窗口完成滤波去噪操作,实验表明,该改进算法实现了自适应选择不同尺度不同方向的窗口来进行滤波,具有良好的保边性能。     

双目系统中图像随机噪声的分析

图像立体匹配的精度是保证双目系统测量准确性的重要因素，也是系统研制过程中需要解决的难点问题。对影响双目系统中图像立体匹配精度的随机噪声建立了一种局部统计量符合高斯分布的简化统计模型，基于这个噪声模型设计了滤波方案。实验表明，滤波后图像立体体匹配的精度优于1／4像素。     

基于自适应参数的匹配代价融合算法

针对单一匹配代价算法局限性强、固定参数融合方式适应性差等问题,提出一种基于自适应参数的多种匹配代价函数融合算法。采用绝对差之和与Census算法,分别计算像素点代价;通过统计像素点在视差范围内代价的平均值和标准差,得到对应的权值;对2种算法进行加权融合,得到新的代价函数。实验结果表明,该算法较单一匹配算法误匹配率降低约12%;在弱纹理、重复纹理和光照变化的情况下,综合了不同算法的优点。     

双边张量滤波

针对双边滤波去噪时将像素亮度差别大的噪声边界当成图像边缘保留的问题,提出了双边张量滤波算法,该算法在双边滤波的基础上,利用图像的局部结构各向异性程度和像素亮度相似度,自适应地构造图像结构保留函数,将该函数取代双边滤波的边缘保留项,使滤波器在边缘区域沿着平行于局部结构的方向滤波而在平缓区域近似退化为各项同性滤波,保护图像...