基于极线校正的快速相位立体匹配

基于双目结构的投影栅相位法利用相位值建立左右图像对应点匹配关系,但传统相位立体匹配方法匹配速度较慢,因此本文提出了一种基于极线校正的相位立体匹配方法来提高相位立体匹配速度。首先,通过极线校正算法将双目立体视觉几何结构转换成极线标准几何结构,即左图中任意一点在右图的极线是与该点纵坐标相同的水平直线。然后,在对左右相位图进行极线校正的基础上,给出了改进的相位立体匹配方法步骤。最后,通过对实物进行三维重建,分析比较了传统相位立体匹配方法与改进方法的性能。实验结果表明,与传统方法相比,改进的方法将匹配时间缩短了63%,能够满足工业应用对测量速度的要求。     

基于改进 Census 变换的图像立体匹配算法研究

针对传统的 Census 区域匹配算法过分依赖窗口中心像素信息,导致算法受到噪声干扰时匹配精度降低的问题,提出一种基于改进 Census 变换的匹配算法.采用局部像素反差值为中心像素选择的评判标准,对传统的 Census 变换进行改进,增强了窗口像素信息的利用,提高了算法对像素值突变的适应性,使算法有更好的鲁棒性;代价聚合阶段采用引导图滤波算法并结合多尺度聚合模型,增强平坦区域像素间的区分度;采用 win-take-all 算法选取最优视差值,完成视差计算;采用区域投票策略和中值滤波算法完成视差精化.利用该改进算法对 Middlebury 平台提供的标准图像进行实验,实验结果表明该算法较传统Census 算法有较好的抗噪能力和立体匹配精度.     

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。     

基于单张照片模式的三维图像重建新方法研究

现今的三维重建技术大多要从多幅图像中找到对应特征,进而求解基本矩阵,然而照片越多就意味着要付出更多采集和计算的时间及空间,对减少图像的幅数而实现同样的三维重建效果将具备一定研究价值。利用霍夫线检测、角点检测、边缘检测等算法,提出一种基于单张照片的三维重建新方法,通过霍夫变换在二值图像取线,再利用OpenCV获取方块的角点数等信息,得到图像基本轮廓,最后透视变换得到图像贴图,并利用画坐标的方法模糊定义模型的参数对应于图像参数的关系,从而实现三维重建。该方法被应用于列车车体的三维重构实验中,实验结果证明了该重建方法的可实现性,也揭示了其工程应用价值。     

一种基于图像分割的立体匹配算法

针对在立体匹配过程中的低纹理和视差不连续的问题,提出了一种基于图像分割的立体匹配算法。首先采用Mean-Shift算法对彩色图像进行图像分割,并认为分割区域块内的像素视差是平滑的,然后采用较大窗口匹配方法,提取左右彩色图像相似像素点作为种子点,根据区域内的平滑约束条件,利用小窗口匹配方法将种子点向周围区域扩散,最终得到稠密视差图。实验结果表明该算法相比传统的自适应匹配算法,视差不连续区域匹配误差降低10%左右。     

基于两阶段自适应优化的双目立体匹配算法

针对局部立体匹配算法在弱纹理区域匹配准确度低的问题,提出一种在代价初始化和代价聚合两阶段自适应优化的立体匹配算法。首先,在代价初始化阶段,通过双阈值线性约束条件构造像素点的十字支撑窗口,并依据十字支撑最短臂长构造自适应函数融合AD及Census特征测度;其次,在代价聚合阶段,利用十字支撑水平扩展及形态学处理的方法构造自适应滤波窗口,并通过区域滤波实现代价聚合;最后,通过视差选择及视差优化得到最终的视差图像。Middlebury平台测试结果表明:该算法与传统的AD-Census融合立体匹配算法相比,图像集的整体匹配误差减小了3.95%,在非遮挡区域的匹配误差减小2.17%;与传统区域滤波立体匹配算法相比,该算法在弱纹理区域可以取得更好的立体匹配效果。     

机器人用双目视觉的三维重构技术实验研究

随着视觉技术与机器人技术的发展,人们利用摄像头模拟人眼,作为机器人与外界联系的窗口,获取三维世界景物的形态,姿态,运动和深度信息,并将所得到的数据传递给机器人大脑(计算机),通过计算机的信息处理与筛选,选择合适的信息对机器人下一步行动进行指示。双目立体视觉技术的实现分为图像获取,摄像机标定,特征提取,立体匹配和三维重构,本文构造了完整的机器人双目立体测量系统进行了实验。     

视觉导航机器人三维场景重建研究

针对自主导航机器人在室外中的立体视觉,应用了一种基于置信点扩展的三维重建的方法。该方法改进了归一化交叉相关算法,由视差空间图寻找视差空间中的置信点并进行表面跟踪,并用计算亚象素视差和中值滤波的办法得到视差图,最后使用滚球算法对从视差图中得到的点云数据进行三角化从而进行地形重建。实验结果表明,所使用匹配方法优于单一的归一化交叉相关方法,有着较强的鲁棒性,重建的地形效果较为理想。     

基于移动机器人的快速立体匹配技术研究

在介绍了常用立体匹配算法的基础上,针对移动机器人快速移动的特点,结合立体匹配的实时性,选择了基于区域的WTA立体匹配算法,并对该算法采用了多项改进措施,保证了匹配的正确性,降低了误匹配率。实验结果表明,改进后的立体匹配算法既具有良好的实时性也具有较高的精度,完全可以满足移动机器人的双目立体视觉应用要求。     

基于极线约束的机器人双目视觉水下焊缝特征匹配研究

本文设计了一种相交光轴的双目视觉结构形式,采用大红+紫红色复合滤光系统获取了较为清晰的水下焊缝图像。采用极线约束的立体匹配方法对水下空间焊缝进行匹配,匹配时先采用糊模增强及模糊边缘检测对水下焊缝图像进行处理,提取了焊缝的边缘及中心线作为匹配特征。然后建立极线方程,找出两图像对应的匹配点,最后求取二匹配点对应的空间坐标。水下匹配实验表明,空间直线的匹配平均误差控制在0.59mm以内,空间折线的匹配平均误差控制在0.65mm以内,能够满足机器人水下焊缝跟踪的要求。