立体视觉研究的进展

立体匹配是计算机视觉领域最为关键的重要分支，根据匹配基元的不同，立体视觉匹配算法可分为区域匹配、特征匹配和相位匹配三大类。该文对三类匹配算法进行了详细的评述，包括它们的理论依据、基本特征和改进策略。     

影像匹配中的若干基本问题研究

影像匹配算法的有效性依赖于对一些共同的基本问题的解决,即选择正确的匹配基元,寻找基元间的本质属性,制定相应的匹配准则（约束条件）,采用合理的匹配策略,设计良好的算法结构等等。首先分析了3种常用匹配基元的特点并提出匹配基元的选取依据,接着归纳出了5种常用的匹配准则,对分层匹配、全局搜索等4种匹配策略进行了讨论,最后设计了一种3个阶段、9个步骤的影像匹配算法结构。实验结果表明：匹配效果良好,对这些基本问题的研究有利于建立通用的影像算法模型,设计更高效的影像匹配算法。     

影像匹配中的若干基本问题研究

影像匹配算法的有效性依赖于对一些共同的基本问题的解决,即选择正确的匹配基元,寻找基元间的本质属性,制定相应的匹配准则(约束条件),采用合理的匹配策略,设计良好的算法结构等等.首先分析了3种常用匹配基元的特点并提出匹配基元的选取依据,接着归纳出了5种常用的匹配准则,对分层匹配、全局搜索等4种匹配策略进行了讨论,最后设计了一种3个阶段、9个步骤的影像匹配算法结构.实验结果表明:匹配效果良好,对这些基本问题的研究有利于建立通用的影像算法模型,设计更高效的影像匹配算法.     

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.     

立体视觉中的双目匹配方法研究

本文首先对已有的双目立体视觉方法进行分析和总结 ,并依所选取的匹配特征和匹配方法的不同而将其分为利用灰度图像区域间相似性、特征点相关、边界或二阶导数过零点、二值拉普拉斯图像匹配、校正透视形变、动态规划、利用区域分割的结果和立体视觉连续性原理的各种演绎等类 ;然后对用金字塔图匹配边界基元的双目立体视觉方法进行了重点探讨 ;本文还对利用基极线约束实现匹配进行详细分析与推导     

基于层次基元结构的优化匹配算法

匹配是计算机视觉中的一个重要而又必不可少的步骤.本文针对运动图象的对应问题,给出了一个新的基于层次基元结构的匹配算法.整个算法分成两步,第一步是层次基元结构的构建.在使用~2G算子获取零交点后,基于一定规则进行聚类,可以构建零交点、零交轮廓线片段、零交轮廓线这样的层次基元结构.第二步是基于相似度准则的由粗至精的匹配过程.本文采用松驰迭代与约束树搜索相结合的策略,获取优化的匹配结果.对真实图象的实验表明,该算法是有效的.     

基于相位与区域分割的视差估计算法

提出一种结合小波变换与图像分割的立体匹配算法。该算法利用双树复小波多通道提取立体像对带通相位信息作为匹配基元,求取初始视差场。针对单独通道提出一个相位匹配程度方程式,将视差计算归结为求解该方程的极大值。结合图像分割与视差平面拟合的方法对初始视差场进行修正,从而得到精度较高的密集视差图。实验结果表明,该算法结构简单,能快速有效地产生密集视差场。     

用金字塔图法匹配边界图象的三眼立体视觉方法

本文在分析了双眼立体视觉面临的本质困难之后，提出了用金字塔图法匹配特征基元的三眼立体视觉方法，这种方法由于建筑在透视投影几何原理的稳固基础上，无须任何先验限制，也不以图象相似性为基础，故可较好地解决精度与匹配难度的矛盾，且运用金字塔图法进行匹配传播使在保证精度的基础上，匹配速度大大提高，对计算机人工图象的匹配结果表明，误匹配率几乎为零，且有较高的匹配速度和精度。     

立体视觉中的三目匹配方法研究

本文提出了利用金字塔图传播匹配的三目基元立体视觉方法．该方法中匹配起始三 元组的选择建立在透视投影的可靠基础之上,而进行传播匹配可以加速计算,并避免了可能 的误匹配．传播匹配利用立体图像组在二值边界图像金字塔图中的结构相似性,而整个匹配 结果的考察与认定是通过传播率的比较实现的．该方法能够有效地克服双目立体视觉方法的 某些本质局限性,确保匹配结果精确可靠．     

基于小波变换相位基元的立体匹配系统

本文将近年来兴起的小波理论应用于立体视觉技术，提出了一种新的立体匹配算法。该算法利用Ｈａｒｄｙ小波基函数将原始象对分解成一系列具有良好时（空）领域定位性的带通分量，以多通道带通分量的相位信息为匹配基元，从而将视差估计转化为相位差估计问题，整个系统采用由粗到细引导的多通道匹配结构，将匹配约束溶于估计算法之中。实验结果表明，该算法结构简单，抗噪力强，能快速有效地产生密集的视差场。     

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.     

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。     

视差图提取技术与OpenGL三维重建

在研究区域匹配算法和特征匹配算法的基础上,提出了改进的基于视差梯度的区域匹配算法和基于尺度不变性的Harris角点特征匹配算法,并进一步利用互补策略将两种算法结合起来,提出了一种区域和特征匹配相结合的立体匹配算法,该算法具有速度快、精度高和鲁棒性强等优点。利用该算法提取视差图,进而提取深度图,最后利用OpenGL进行三维重建,获得了良好的重建效果。     

改进的跨尺度引导滤波立体匹配算法

作为双目三维重建中的关键步骤,双目立体匹配算法完成了从平面视觉到立体视觉的转化.但如何平衡双目立体匹配算法的运行速度和精度仍然是一个棘手的问题.本文针对现有的局部立体匹配算法在弱纹理、深度不连续等特定区域匹配精度低的问题,并同时考虑到算法实时性,提出了一种改进的跨多尺度引导滤波的立体匹配算法.首先融合AD和Census变换两种代价计算方法,然后采用基于跨尺度的引导滤波进行代价聚合,在进行视差计算时通过制定一个判断准则判断图像中每一个像素点的最小聚合代价对应的视差值是否可靠,当判断对应的视差值不可靠时,对像素点构建基于梯度相似性的自适应窗口,并基于自适应窗口修正该像素点对应的视差值.最后通过视差精化得到最终的视差图.在Middlebury测试平台上对标准立体图像对的实验结果表明,与传统基于引导滤波器的立体匹配算法相比具有更高的精度.     

An Evolutionary-Based Stereo Matching Method with a Multilevel Searching Strategy

Stereo matching is one of the fundamental problems in computer vision. It consists in identifying features in two or more stereo images that are generated by the same physical feature in the three-dimensional space. This paper presents an evolutionary approach with a multilevel searching strategy for matching edges extracted from two stereo images. The matching problem is turned into an optimization task, which is performed by means of a genetic algorithm with a new encoding scheme. For an effective exploitation of the genetic stereo matching algorithm for real-time obstacle detection, a multilevel searching strategy is proposed to match the edges at different levels by considering their gradient magnitudes. Experimental results and comparative analysis are presented to demonstrate the effectiveness of the proposed method for real-time obstacle detection in front of a moving vehicle using linear stereo vision.     

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。     

不变矩方法在区域匹配中的应用

提出了一种基于区域的立体匹配方法,该方法除了采用顺序性约束和惟一性约束外,根据外极线约束提出了外极带约束,采用比邻域约束更优越的相对位置约束,能有效地处理遮掩和区域变形情况下的双目立体匹配．在对多个候选匹配区域进行最佳匹配选择时,提出了重心距离和矩距离的概念,利用不变矩原理进行最佳候选区域选择．经实验证明,该方法是可行、有效的．     

一种基于SSD和图割的快速立体匹配算法

针对图割法的立体匹配算法耗时多的问题,提出了一种基于S S D和图割的快速立体匹配算法。为了缩小视差搜索范围,缩短匹配时间,先采用区域匹配S S D算法得到初始视差,然后再采用左右一致性校验法去除误匹配点,可以提高初始视差图的质量;在构造能量函数时,把初始视差图中的像素视差作为图割的能量函数的限制项,根据这些限制可以减少不必要的节点,从而减少了计算量,缩短匹配时间。通过实验证明了本文算法在保证匹配图像质量的情况下,能提高匹配效率,减少匹配时间。     

一种对光照条件不敏感而快速的局部立体匹配

针对绝大多数立体匹配算法的相似性测度过分依赖于图像灰度统计特性的问题,提出了一种对光照变化不敏感的立体匹配算法.首先,研究了Census非参数变换并分析了其局限性;其次,为了在立体匹配时能够考虑像素的空间位置信息,对于变换窗口内与中心像素的相对位置大于一个单位的各邻域像素,将其灰度值通过周围4个像素的灰度值插值获得:最...     

基于纹理分析的视差估计算法

针对传统方法难以可靠估计图像中纹理单一像素点视差的问题,提出一种新的基于纹理分析的视差估计算法。与已有方法不同,在以极线约束计算像素点视差时,将极线上纹理单一且近似的像素点合并成直线段,根据连续性和唯一性约束对直线段进行整体匹配,采用直线段的视差得到纹理单一区域的稠密视差图。利用直线段进行整体匹配,提高比较基元包含的信息量,减少扫描范围,从而降低误匹配产生的概率和算法时间复杂度。实验结果表明,该方法能提高纹理单一区域稠密视差图的精度,匹配速度快,具有实用价值。