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。     

基于区域生长的时间规整立体匹配算法

针对立体匹配过程中存在的不确定性和模糊性,本文提出先利用匹配的边缘特征点对极线进行初分割．然后利用区域生长算法进行颜色分段,在颜色段的基础上进行时间规整的立体匹配算法。根据外极线约束。在视差范围窗口内采用颜色相似极大得到长度不相等的两个像素段作为相容的匹配序列,利用动态规划方法及连续性约束寻找一条最佳的匹配路径,根据回溯得到匹配路径及其坐标值得到高密度视差图。实验结果表明该算法具有良好的匹配效果。     

自适应窗口的时间规整立体匹配算法

针对立体视觉中图像对应点的误匹配问题,以时间规整算法(DTW)为基础,提出了自适应窗口的立体匹配算法．根据外极线的约束,在自适应窗口内采用灰度相关技术得到长度不相等的两个灰度段作为相容的匹配序列;利用动态规划法及连续性约束寻找一条最佳的匹配路径．根据回溯得到的匹配路径及其坐标值得到高密度视差图．实验结果表明,该算法具有较高的运行效率和良好的匹配效果．     

基于级联模板匹配的目标定位

为了实现快速的目标定位,本文提出了一种基于级联模板匹配的目标定位的方法。首先用不同尺度的多模板匹配来寻来目标在源图中的候选区域,其次通过颜色直方图对候选区域进行筛选,最后使用Hu形状不变矩来验证候选区域是否为目标。该方法对于一般的旋转和尺度变换具有鲁棒性。实验结果表明该方法是快速有效的。     

基于边缘相关性距离约束的角点匹配

在双目视觉技术中,针对物体边缘上的角点误匹配问题,提出了一种基于边缘相关性距离约束的角点匹配算法。该算法首先采用基于边缘的角点检测子来提取角点,通过极线约束和角点特征值约束来确定候选角点匹配集合;然后提出“边缘相关性”约束,基于角点距离构造候选角点对的贡献值来对其进行精匹配;最后构造角点特征向量,通过子向量匹配方法进一步对角点匹配对进行检验。实验结果表明,该匹配算法正确率高,有效地解决了边缘角点对的误匹配问题,非常适用于基于边缘曲线的双目视觉应用。     

区域与特征相结合的立体匹配算法

基于区域的匹配算法是立体匹配中常用的方法之一,而基于特征的匹配算法能解决区域匹配中遇到的某些问题,根据特征匹配与区域匹配的特点,提出了一种特征匹配与区域匹配相结合的立体匹配算法.首先在特征匹配中通过改进的Harris提取角点并结合单调性约束和惟一性约束进行匹配,特征匹配的结果能减少误匹配率,为区域匹配打下了基础.然后在...     

基于外极线约束的快速精确立体匹配算法

针对三维运动捕捉系统标记点匹配中存在标记点交叠等情况和速度要求,提出利用平行相机结构,使用统计匹配像素点的平均高度差计算相机间的高度差,并将其与外极线约束相结合将匹配标记点搜索范围限制在一个特定区域内,与传统的利用外极线约束需要在整条直线上进行搜索相比,将搜索范围限制在一个估算点周围,减小了搜索区域,提高了匹配速度。对于标记点存在交叠的情况,使用聚类的方法和加权距离最小值得到正确的匹配标记点,从而提高了立体匹配的精度。实验结果验证了算法的有效性。     

基于不变矩和小波分析的指横纹匹配新算法

为了有效提高刑侦过程中采集到的指横纹匹配的准确率和效率,提出一种基于修正不变矩和小波多分辨率分析的指横纹特征提取和匹配算法。该方法在一次识别阶段,为克服比例因子和旋转角度对矩的影响,提出最小矩形的求矩区域修正方法并对由Radon投影得到的不变矩特征矩阵进行初等行变换确定旋转角度,从而建立候选图像集合。在二次识别阶段,利用小波多分辨率分析对候选图像集合的确定角度Radon投影进行分析,再由得到的加权不变矩特征向量进行最高相似度匹配。实验结果表明,该方法较传统方法有更好的识别率。     

双目立体视觉中的图像匹配方法研究

对目前匹配能力很强的基于SIFT特征的图像匹配方法进行研究,并在该方法中加入极线约束,有效去除了大部分虚假匹配。提出以特征匹配与区域匹配相结合、边缘特征与角点特征相结合的立体匹配方法。实验证明该方法不仅能够有效地缩短匹配时间,还能达到较高的匹配精度。     

基于稳定极值区域的宽基线双目立体匹配算法

基于区域的立体匹配是宽基线立体匹配的主要方法，其难点在于不变区域的提取。该文提出了稳定极值区域的概念，建立了提取该区域的算法。该算法应用了灰度指数变换，由I空间变换到 空间，以突显灰度值的变化，易于鉴定区域的边界。在此基础上计算了区域的仿射不变矩及衡量对应区域的欧氏距离。实验表明，该方法所提取的极值点定位准确，区域稳定性好，对应区域精度提高到70.9%。     

BRDF invariant stereo using light transport constancy

Nearly all existing methods for stereo reconstruction assume that scene reflectance is Lambertian and make use of brightness constancy as a matching invariant. We introduce a new invariant for stereo reconstruction called light transport constancy (LTC), which allows completely arbitrary scene reflectance (bidirectional reflectance distribution functions (BRDFs)). This invariant can be used to formulate a rank constraint on multiview stereo matching when the scene is observed by several lighting configurations in which only the lighting intensity varies. In addition, we show that this multiview constraint can be used with as few as two cameras and two lighting configurations. Unlike previous methods for BRDF invariant stereo, LTC does not require precisely configured or calibrated light sources or calibration objects in the scene. Importantly, the new constraint can be used to provide BRDF invariance to any existing stereo method whenever appropriate lighting variation is available.     

一种基于极坐标变换的点模式匹配算法

点模式匹配是目标识别、图像配准与匹配、姿态估计等计算机视觉与模式识别应用方向的基础问题之一。提出了一种新的利用点特征进行匹配的算法,该算法根据点集的分布与点位置信息,构建了点的特征属性图,通过极坐标变换得到对数极坐标的特征图,并利用几何不变矩方法对特征图进行描述。由特征描述向量的比较,获得粗匹配结果,然后通过几何约束迭代的方法获取最终的点集匹配结果。本文贡献如下:一,构建了一种点的极坐标变换特征,并运用不变矩进行描述,使所提特征具有旋转与平移的不变性;二,提出了利用点特征与整体点集几何约束结合的匹配算法,能有效克服出格点与噪声带来的不利影响。最终实验说明了算法的有效性和鲁棒性。     

结合SURF算子和极线约束的柑橘立体图像对匹配

提出一种结合SURF算子和极线约束的立体匹配方法。对采集的双目视觉柑橘图像进行R-B分量的计算,在该分量上,采用快速hessian检测子进行特征点检测,并使用SURF描述子对检测到的特征点进行64维的特征描述。采用欧式距离和极线约束进行特征点匹配。实验表明,该方法对一幅图像对的平均处理时间为293ms,在果实被遮挡或光线变化的情况下均能较好地进行特征点提取和匹配。该方法为后续的深度信息计算提供了基础。     

Matching two perspective views

A computational approach to image matching is described. It uses multiple attributes associated with each image point to yield a generally overdetermined system of constraints, taking into account possible structural discontinuities and occlusions. In the algorithm implemented, intensity, edgeness, and cornerness attributes are used in conjunction with the constraints arising from intraregional smoothness, field continuity and discontinuity, and occlusions to compute dense displacement fields and occlusion maps along the pixel grids. The intensity, edgeness, and cornerness are invariant under rigid motion in the image plane. In order to cope with large disparities, a multiresolution multigrid structure is employed. Coarser level edgeness and cornerness measures are obtained by blurring the finer level measures. The algorithm has been tested on real-world scenes with depth discontinuities and occlusions. A special case of two-view matching is stereo matching, where the motion between two images is known. The algorithm can be easily specialized to perform stereo matching using the epipolar constraint     

Reliability analysis of the rank transform for stereo matching

The rank transform is a nonparametric technique which has been recently proposed for the stereo matching problem. The motivation behind its application to this problem is its invariance to certain types of image distortion and noise, as well as its amenability to real-time implementation. This paper derives one constraint which must be satisfied for a correct match. This has been termed the rank constraint. Experimental work has shown that this constraint is capable of resolving ambiguous matches, thereby improving matching reliability. A novel matching algorithm incorporating the rank constraint has also been proposed. This modified algorithm consistently resulted in an increased percentage of correct matches, for all test imagery used. Furthermore, the rank constraint has been used to devise a method of identifying regions of an image where the rank transform, and hence matching outcome, is more susceptible to noise. Experimental results have shown that the errors predicted using this technique are consistent with the actual errors which result when images are corrupted with noise. Such a method could be used to identify matches which are likely to be incorrect and/or provide a measure of confidence in a match.     

带约束条件的特征与最小二乘影像匹配

讨论了一种新的边缘检测方法和用链码描述的线矩数学模型，给出了基于不变线矩匹配的约束条件，并采用基于特征与最小二乘结合实现了精确的子像素匹配。     

基于立体视觉的新组合不变矩腹部体型重建

针对采用立体视觉技术进行三维人体重建时,在实际拍摄采集图像过程中受光照变化和模糊因素干扰的现象,提出光照鲁棒的组合模糊仿射不变矩,克服以上两种因素的影响;同时为了改进单一依靠灰度相似性度量的匹配效果,引入了斜率和距离双重几何约束,由三者结合共同引导完成匹配,自动重建人体腹部体型。实验所获得的虚拟三维人体腹部尺寸值可以达到与三维扫描仪相同的精度,与实际测量值的误差小于0.5cm。实验结果表明：该系统硬件设备简单,成本低,能快速可靠地采集腹部信息,符合服装设计等领域的精度要求。     

基于改进绝对差值代价和动态窗口的立体匹配算法

针对传统的SAD局部立体匹配容易引起幅度失真、存在匹配窗口大小选择困难等问题,提出一种改进SAD局部立体匹配算法。首先在传统的SAD算法的基础上,提出利用像素灰度间欧氏距离的大小关系代替像素差值作为相似度量函数,很好地利用了邻近像素灰度值之间的连续性约束;在极限约束条件下,提出引导滤波器的动态匹配窗口的建立,能够很好地保持边缘特性;最后经过左右一致性检测策略来检测匹配异常点,再进一步平滑去噪,求得最终的视差图。实验结果表明,本文算法效率高、匹配精度高,对光照失真条件和边缘信息较多、深度不连续区域具有更好的鲁棒性。