基于最小最大圆度量的鲁棒模板匹配方法

为了解决强噪声干扰、部分遮挡等复杂环境下的图像匹配问题,给出了一种鲁棒的图像匹配算法。在引进圆约束的条件下,对点点间距离给出了一种新的定义。在此基础上,对经典Hausdorff距离进行改进,提出了一种新的度量,即最小最大圆度量。以此度量作为景象匹配的相似性度量,并在搜索的过程中采用圆形窗,获得了一种鲁棒的图像匹配方法,即基于最小最大圆度量的鲁棒模板匹配方法。多组实验与分析表明,该算法可以有效地解决存在旋转、灰度对比度变化、噪声干扰、部分遮挡与强光饱和等变换与干扰存在下的景象匹配定位问题。     

基于奇异值分解的图像匹配方法

传统的图像匹配方法中, 由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响。文中提出了一种基于奇异值分解的图像匹配方法。该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位。由于奇异分解方法所特有的优越性,匹配实验取得了良好效果。实验结果验证了该方法的有效性。     

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。     

一种增量符号相关的景象匹配方法

针对图像灰度变化和遮挡问题,提出一种增量符号相关的景象匹配方法。介绍了增量符号相关算法的理论基础,基本原理为将二维图像变换为一维向量,再将一维向量按照某种编码规律进行编码,得到由0、1组成的特征字符串,对由实时图和基准图上同样大小的基准子图变换而来的特征字符串求相关,相关系数最大者即为最佳匹配区。将此算法与绝对差算法和归一化积相关算法进行实验对比,在对算法进行定量分析的基础上,证明增量符号算法对灰度变化和遮挡有较好的鲁棒性,为图像匹配导航与制导提供了新的思路。     

基于颜色变化信息的局部立体匹配算法

本文主要针对传统的局部匹配算法中的遮挡区域和重复区域、不连续区域的精度不高问题,提出了一种基于遮挡信息和颜色变化约束的局部匹配算法。首先,提出一种基于颜色变化约束的区域生长算法来提高权重因子的准确性,有效提高不连续区域、重复区域和低纹理区域的匹配精度;接着针对遮挡区域难匹配问题,提出通过降低遮挡像素点的权重影响来提高支持聚合的思想;最后结合生成的区域和遮挡点对权重因子进行分类,最终生成视差图。实验结果表明,该算法能有效提高重复区域、边缘区域和遮挡区域的匹配精度,与当前主流算法具有可比性。     

基于视差与灰度双层支持窗的立体匹配算法

针对传统局部匹配支持窗难以利用空间、灰度距离远的像素信息的问题,提出一种基于视差和灰度的双层支持窗立体匹配算法。该算法根据视差图获得第一层视差支持窗,在视差支持窗内配合参考图RGB颜色灰度值获得灰度相似子支持窗;随后以视差窗、灰度窗、中心像素为优化路径,通过类动态规划算法优化聚合匹配代价;最后采用WTA策略选取最佳视差,更新所有视差,并不断迭代优化视差图直到视差收敛。经过Middlebury 平台的测评,新算法的平均误匹配率为5.15%。     

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。     

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。     

一种“客观度量”和“深度学习”共同驱动的立体匹配方法

提出一种基于"客观度量"和"深度学习"共同驱动的立体匹配方法,互补"度量"和"学习"特征,提升立体匹配视差图的精度。将基于灰度差绝对和(SAD)与灰度梯度差绝对和(GRAD)两类算子的客观计算特征和基于数据驱动的深度学习特征进行加权融合,构建匹配代价模型;采用引导滤波器对匹配代价进行聚合;通过胜者全赢算法得到初始视差图;最后,运用左右一致性校验和加权中值滤波器优化视差图,去除误匹配点,得到最优视差图。在Middlebury立体匹配评估平台上的测试实验表明,所提算法能有效降低视差图平均绝对误差和均方根误差。     

多分辨率与视差梯度相结合的快速区域匹配

针对传统区域匹配算法中存在大量冗余计算,提出了一种多分辨率与视差梯度相结合的快速匹配算法。首先通过均值采样得到低分辨率图像对,再通过改进的视差梯度约束算法进行匹配得到低分辨率图像的视差图,最后引入盒滤波思想指导原始视差图的生成。实验表明,该快速匹配算法相对于传统的区域匹配算法,在改善精度的同时,减少了三倍以上运算时间。     

Robust stereo matching with improved graph and surface models and occlusion handling

We decompose the stereo matching problem into three sub-problems in this work: (1) disparity estimation for non-occlusion regions and occlusion detection, (2) disparity estimation for occlusion regions, and (3) surface model for the disparity map. A three-step procedure is proposed to solve them sequentially. At the first step, we perform an initial matching and develop a new graph model using the ordering and segmentation constraints to improve disparity values in non-occlusion regions and detect occlusion regions. At the second step, we determine disparity values in occlusion regions based on global optimization. Since the conventional segmentation-based stereo matching is not efficient in highly slanted or curved objects, we propose a post-processing technique for disparity map enhancement using a three-dimensional (3D) geometric structure. The proposed three-step stereo matching procedure yields excellent quantitative and qualitative results with Middlebury data sets.     

基于动态规划的相位匹配和遮挡检测

本文摒弃相位匹配算法中通常运用的相位差-频率法以及相位相关法,直接利用局部相位结构在对应点位置上必须相等的事实,提出以两匹配点处局域窗内的相位差异来衡量匹配误差的代价函数,并结合动态规划方法搜索满足图像对之间局部结构差异全局最小的视差结果.此外,该算法在最优视差搜索过程中将相位奇点问题以及遮挡检测同时处理,而无需检测和剔除奇点或将遮挡检测后续处理.实验结果的分析表明了该算法具有较高的实用性.     

遮挡检测/立体匹配中的分段动态规划法

 为了显式地在视差图上标记出遮挡区域,本文在计算视差空间的基础上,利用动态规划算法搜索出最佳视差曲线.计算所得的视差曲线上有三种状态标记:匹配状态和二种遮挡状态.为了保证视差曲线通过路径控制点,提出了一种分段式动态规划算法.算法将视差空间影像划分为路径控制区和非路径控制区.在路径控制区强制路径通过路径控制点,在非路径控制区采用动态规划进行路径最佳搜索.为保证路径控制点高度可靠,提出了选择路径控制点的4个准则.实验结果表明,新算法比传统的动态规划算法在遮挡检测和匹配精度上都有一定的提高,算法可靠性强,运算量小.     

Efficient depth map generation with occlusion handling for various camera arrays

In this paper, we propose a direct depth map acquisition method for the arc camera array as well as the parallel camera array. In conventional stereo matching algorithms, image rectification is necessary where disparity values are obtained by identifying correspondences in the identical horizontal line of stereo images. The acquired disparity values are then transformed to depth values. However, image rectification may fabricate unwanted outcomes related to the arc camera array. Thus, the proposed method excludes image rectification and directly extracts depth values using an epipolar constraint. In particular, occlusion detection and handling processes are inserted to increase depth map accuracy. Further, belief propagation-based energy optimization is employed to confirm occlusion regions. Then, reasonable depth values are assigned to obtained occlusion regions using distances and color differences of neighbor pixels. Experimental results show that compared to the conventional methods, the proposed method generate more stable depth maps with fewer limitations.     

基于Tao 立体匹配框架的全局优化算法

传统的基于全局优化的立体匹配算法计算复杂度较高,在遮挡和视差不连续区域具有较差的匹配精度。提出了基于Tao 立体匹配框架的全局优化算法。首先采用高效的局部算法获取初始匹配视差;然后对得到的视差值进行可信度检测,利用可信像素点和视差平面假设使用具有鲁棒性的低复杂度算法修正不可信任像素视差值;最后改进置信度传播算法,使其能够自适应地停止收敛节点的消息传播,并对经修正的初始匹配进行优化,提高弱纹理区域匹配准确度。实验结果表明,文中算法有效地降低整体误匹配率,改善了视差不连续及遮挡区域的匹配精度;同时,降低了算法整体复杂度,兼顾了速度,具有一定的实用性。     

基于视差估计的中间视合成

提出了一种基于视觉估计的中间视合成方法.为了生成高质量的中间视图,在视差估计中提出了一种新的基于自适应权值的方法,并在匹配的代价函数中引入视差平滑性约束项.在获得可靠密集视差图后,通过寻找中间视图中像素点在左、右图像中的对应点来合成中间视.实验结果表明,本算法可以获得很好的视差图,合成的中间视图具有较高的质量.     

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.     

利用视觉相位鉴别能力求解立体视觉匹配

本文采用图像相位信息作为立体匹配基元，它同时具有区域相关法的定位精度高，恢复视差密度大和特征匹配法的实现速度快等优点。     

Stereoscopic ranging by matching image modulations

We apply an AM-FM surface albedo model to analyze the projection of surface patterns viewed through a binocular camera system. This is used to support the use of modulation-based stereo matching where local image phase is used to compute stereo disparities. The local image phase is an advantageous feature for image matching, since the problem of computing disparities reduces to identifying local phase shifts between the stereoscopic image data. Local phase shifts, however, are problematic at high frequencies due to phase wrapping when disparities exceed +/-pi. We meld powerful multichannel Gabor image demodulation techniques for multiscale (coarse-to-fine) computation of local image phase with a disparity channel model for depth computation. The resulting framework unifies phase-based matching approaches with AM-FM surface/image models. We demonstrate the concepts in a stereo algorithm that generates a dense, accurate disparity map without the problems associated with phase wrapping.     

改进Hausdorff距离和粒子群算法在激光制导中的应用

为提高激光成像制导精度,实现遮挡条件下的有效识别,提出一种基于改进Hausdorff距离和粒子群算法的激光图像匹配算法。首先提取基准图和实时图的边缘特征;而后针对原始Hausdorff距离易受噪声、孤立点及遮挡影响的不足,提出一种自适应部分均值Hausdorff距离,并将其作为相似性测度;最后改进粒子群算法以完成搜索匹配,一方面提出混沌惯性权值以提高其搜索能力,另一方面通过引入混沌局部搜索避免算法过早收敛。实验结果表明,该算法不仅具有较高的匹配成功率,而且实时性较好。