融合梯度特性与置信度的立体匹配算法

针对现有局部立体匹配算法在计算匹配代价时, 不能很好区分强弱纹理区域,及在视差计算过程 中,不能很好的解决视差歧义问题,提出一种融合梯度特性与置信度的立体匹配算法。首先 计算梯度特 征,并根据梯度特征信息选择匹配代价计算的匹配窗口,针对强弱不同纹理区域选择不同尺 寸的匹配窗 口,有效的提高了立体匹配精度,降低了误匹配率;然后在视差计算中引入置信度约束条件 ,解决了视差 计算中视差歧义的问题,提高了立体匹配算法的稳定性与精度;最后使用水平与垂直方向交 叉区域检测进 行奇异值的修正。实验结果表明,该算法在Middlebury数据集中31对 立体图像对的平均误匹配率为7.96%,有效的提高了立体匹配精度。     

基于改进Census变换与梯度融合的立体匹配算法

双目立体匹配根据视差原理将平面视觉转化到三维立体视觉,是三维重建的核心步骤之一。针对局部立体匹配算法在深度不连续、弱纹理区域匹配精度低且易受光照、噪声等因素干扰的问题,提出了一种改进的立体匹配算法。首先,在代价计算阶段将改进的Census代价与梯度代价进行融合,并采用引导滤波算法对图像进行多尺度代价聚合;然后,采用赢家通吃算法计算初始视差;最后,采用左右一致性检测、中值滤波进行视差后处理,得到最终的视差图。实验结果表明,本算法在Middlebury2.0测试平台上的平均误匹配率为5.11%,且具有很好的稳健性和实用性。     

基于引导滤波及视差图融合的立体匹配

立体匹配是双目视觉领域的重要研究方向.为在保证图片纹理区域匹配精度的同时降低弱纹理区域的误匹配率,提出一种基于引导滤波及视差图融合的立体匹配方法.首先,根据图像颜色相似性将图片划分为纹理较丰富区域和弱纹理区域.接着,分别采用不同参数的引导滤波进行代价聚合及视差计算,得到两张视差图.然后依据纹理区域划分的结果对获得的两张视差图进行融合.最后,通过左右一致性检测、加权中值滤波等视差优化步骤得到最终视差图.对Middlebury测试平台上标准图像对的实验结果表明,该方法在6组弱纹理图像上的平均误匹配率为9.67％,较传统引导滤波立体匹配算法具有更高的匹配精度.     

基于红通道先验的水下障碍物双目定位方法

基于双目视觉的自主水下航行器在水下巡航过程中，由于水体对光线的衰减效应和悬浮颗粒对光线的散射作用，双目摄像机获取的图像存在对比度低、颜色失真等问题，导致水下障碍物定位的精度较低。针对以上问题，文中采用红通道先验复原算法提高水下成像质量，根据双目相机标定参数获取障碍物的双目视差图，并提出了一种基于深度视差图融合的水下障碍物定位方法。该方法通过融合深度视差图与水下复原轮廓图，对融合图像进行凸多边形检测，获取障碍物的轮廓，基于轮廓信息进行障碍物的有效深度信息提取，实现障碍物的空间定位。水下双目定位实验结果表明，文中所提方法可以使双目立体匹配的效果更理想，能够有效提高水下障碍物定位的精度。     

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。     

实时双目立体视觉系统的实现

依据双目立体视觉原理,对双目立体视觉系统的设计与实现展开研究,介绍了双目立体视觉系统的组成,并对系统涉及的主要关键技术进行了探讨。结合相关的硬件设备,利用VS2012软件开发平台实现了双目立体视觉系统。该系统可实时地进行图像采集、边缘检测、立体匹配等功能,同时由于采用3种确认算法,最大限度地去除错误匹配,得到良好的视差图。     

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。     

双目立体视觉的测距技术研究

搭建双目平行系统完成对物体的距离测量.经过图像采集、摄像机标定、立体校正、立体匹配四个步骤得到被测物体的视差图,从而求得被测物体的三维坐标.利用两种匹配算法来进行立体匹配,为使结果对比明显,在以往黑白视差图的基础上,输出彩色视差图.同时,为提高匹配精度,做了去噪和光照对比实验.最后,对测量实验进行误差分析,以验证实验结果的准确性.结果证明:误差范围控制在1 mm之内,是有效可行的.     

基于双目视觉的直升机旋翼桨叶共锥度检测法

提出了一种基于双目视觉的直升机旋翼桨叶共锥度检测方法。首先,采用平面标定算法对双目视觉系统进行标定,获取摄像机内外参数;其次,采集不同桨叶的立体图像对,并用Bouguet算法对其进行校正,获取重投影矩阵;然后,对立体图像对中的标记点进行检测与匹配,获取标记点的视差;最后,根据双目视觉测量原理计算出桨尖距地面的高度,实现桨叶共锥度检测。通过对旋翼塔进行多次测量实验,结果表明该方法具有动态测量、非接触式、操作简单、危险性小和精度高的优点。     

基于极线校正的亚像素相位立体匹配方法

针对双目结构投影光栅相位法三维测量系统中立体匹配的效率与精度问题,提出了基于极线校正的亚像素相位立体匹配方法。首先,通过外极线校正算法将双目立体视觉几何结构校正为平视双目标准几何结构,使匹配点对在左右相机上的成像点位于同一水平线上。然后,采用双线性内插法获取校正后新相位图像对,并提出一种基于相位区域匹配的立体匹配算法,获得初始匹配点。最后,提出采用最小二乘拟合将初始匹配点附近3×3邻域内的相似度量拟合为一个二次曲面,然后求解得到该曲面的局部最小值,得到与待匹配点相位相同的右摄像机匹配点坐标。通过对标准平板平面度进行测量与精度分析,表明该方法能够快速、准确的实现立体匹配。     

一种纹理与结构光叠加的立体视觉改进算法

为降低复杂纹理与结构光叠加对立体匹配算法视差结果的影响,提出一种针对纹理与空间编码结构光叠加情况下的立体视觉改进算法。通过4种空间编码结构光与三种立体匹配算法(BM、SGBM、NCC)对单一平面与电木压模工件进行视差重建,发现叠加会导致双目立体视觉无法计算出真实视差。本文通过对比引入结构光前后两次拍照视差,在纹理复杂区域内用加入结构光之前视差替换加入结构光后坏点视差,实现对纹理与结构光叠加处视差优选,从而提高视差重建完整性。实验对比发现,在四种不同性能结构光下改进前后的三维重建结果可以验证算法有效性,算法提升了平面区域深度检测精度的1%,优化了工件视差重建,达到了提高三维重建完整性的目的。     

双目视觉中立体匹配算法的研究与比较

在基于双目立体视觉三维重建的研究中,立体匹配是其中最重要的部分,它的准确性影响着最后的重建结果.本文主要讲述了常用的立体匹配算法,并详细介绍了两种算法分类中的代表性算法的实现步骤,即局域算法中的基于特征点匹配的算法和全局算法中的基于图割法的匹配算法,并对算法从运算速度和误配率两方面进行了比较,总结了两种算法的优缺点,比...     

两组双目立体深度图像信息融合与三维重建方法

获取工件目标的三维表面与深度信息是实现工业立体视觉应用的关键。提出一种将两组双目视觉系统结合的方法,对随机摆放的工件多方位采集图像并获得目标工件的三维表面点云。其中,两组双目视觉系统会根据NCC(Normalized Cross Correlation)匹配算法产生工作场景的两组视差图像,去噪分割之后对其立体深度信息进行提取,其过程中采用一种新颖的转换方法,视差图像中每个坐标位置的像素点的x、y、z方向的立体深度信息分别被转化为X、Y、Z图像中对应位置上像素的灰度值。采样两组立体深度数据,共同储存到标定完成的参考相机坐标系中达到信息融合的目的。最后,对随机摆放的工业工件进行了的三维重构实验,对于相互重叠、高度、姿势都不同的零件能较好的恢复出清晰的轮廓点云,在重叠区域也能产生较为明显的层次性。     

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。     

基于双目相机的光学高度测量系统

根据双目立体视觉模型,搭建一个实验室专用的高度测量系统.首先使用Matlab自带的工具箱对双目相机进行多次标定,获取实验所需的诸多参数,然后通过立体校正技术建立修正后的世界坐标与像素坐标之间的关系方程.在VS2015结合OpenCV的编程环境下,利用立体匹配算法和视差理论获取目标表面的三维空间信息.最后通过选定同一目标...     

双目视觉及其在全自动换电机器人中的应用

介绍了双目立体视觉原理,并利用该技术解决了电动汽车自动换电过程中对电池表面三维信息的定位要求。采用张正友标定法完成相机标定,利用区域匹配原则进行特征点匹配,完成电池的三维重建。实验结果表明,双目视觉的定位精度满足换电要求。     

一种快速区域立体匹配算法设计及实现

为了精确建立两幅图像像素间的对应关系,克服区域立体匹配算法计算量大的缺点,提出了一种改进的区域立体匹配算法。改进的区域匹配算法运用双向立体匹配策略来提高两幅图像像素间的匹配精度,并结合mean-shift图像分割技术,在同一区域具有相同视差的假设前提下获得图像的稠密视差;为了克服区域立体匹配计算量大的缺点,该算法引入伪极线约束将真正匹配点的位置限定在一个非常小的范围内,从而大大减少了匹配点的搜索范围,有效地降低了匹配算法的计算量。实验结果表明,改进的双向匹配算法可以有效地缩小匹配搜索范围,并实现图像间的精确稠密匹配。     

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.