基于Panum融合区的视差图获取算法

视差图的获取既是立体图像处理的核心,也是立 体图像处理的难点。为了高效、精确 地获取立体图像的视差图,提出了一种基于Panum融合区的视差图获取算法。首先根据 人眼视觉特性的Panum融合区得到立体图像视差敏感范围的计算方法;然后根据此范围 将立体图像分割成视差敏感区和视差不敏感区,对视差不敏感区计算低精度视差图,对视差 敏感区计算高精度视差图;最后将两视差图相结合得到最终的视差图。实验结果表明,本文 所提出的算法在不影响人眼主观立体感受的情况下,计算出较高精度的视差图,同时相对于 通常的高精度视差图获取算法降低了时间开销。     

双目立体视觉技术的实现及其进展

阐述了双目立体视觉技术在国内外应用的最新动态及其优越性。指出双目体视技术的实现分为图像获取、摄像机标定、特征提取、立体匹配和三维重建几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案,并对双目体视技术的发展做了展望。     

车身外形照片三维信息提取系统

建立了从两张照片提取车身外形照片三维信息的数学模型 .提出了一般摄象情况下 ,以已知 6点或已知参照物为前提 ,采用“特征点标记 ,多视点拍摄 ,相关点匹配”的特征点立体匹配 ,从两张照片提取汽车车身外形的方法 ;并利用直接线性变换 ,求解车身外形三维坐标 .最后以上海SH760型汽车前翼子板为例 ,进行了应用研究 .     

基于局部光照一致性约束的准稠密匹配方法

稠密匹配是基于立体视觉重建密集三维点云的关键技术,其中误匹配点的剔除是保证匹配准确率的重要手段.针对稠密匹配过程中搜索空间大,易出现误匹配的问题,提出了基于局部光照一致性约束的准稠密匹配方法.该方法将已知匹配点作为种子点,根据种子点及其邻域提供的影像约束进行匹配扩散,从而得到种子点邻域内的匹配点,进而实现图像之间的准稠...     

利用自适应窗口实现不连续保护立体匹配

摘 要：针对计算机视觉中图像对应点的误匹配问题,提出了一种以扫描线优化为能量最小化框架,以最佳自适应窗口为匹配基元的立体匹配算法。该算法首先采用一种融合亮度和梯度信息的非相似度,然后通过平均匹配误差、匹配误差方差及较大窗口的偏移组成的窗口代价函数选取每个视差的最佳窗口作为匹配基元,并利用扫描线优化法及视差变化伴随亮度变化的约束寻找一条最优的匹配路径,最后通过回溯最佳路径得到稠密的视差图。实验结果表明,所提算法不仅能够保留基于自适应窗口的匹配算法能较好地处理大的低纹理区域和视差不连续区域的优点,而且可以加强相邻匹配基元间的视差连续性,从而获得更平滑、准确的视差图,另外所提算法的计算量比原有算法缩短了约3/ 4 。     

基于双目视觉的塑料零件数模重构研究

对双目视觉技术进行了系统阐述,利用双目视觉技术提取塑料零件的三维信息,进行三维模型的重建,并通过试验验证了三维恢复的精度和三维模型重建的效果。     

大尺寸工业视觉测量系统

针对工业制造领域中大型工件很难进行全尺寸测量的问题,提出并实现了一种基于立体视觉技术的便携式工业测量系统。对该系统所采用的特征识别、相机定向、立体匹配、三维重建、多视点云配准等关键算法进行了研究。提出了改进的CANNY边缘亚像素检测算法,使用先验规则去除误识别的标志点,多次拟合定位标志点中心,对标志点环带多次采样取中值求取编码点的ID。根据ID号找出不同照片中的同名编码点,顺次对照片进行相对定向和绝对定向。然后,根据多幅图像的多极线几何约束,实现非编码点的匹配,消除误匹配。采用前方交会法重建标志点的三维坐标,利用光束平差对计算出的结果和内外部参数做迭代修正。最后,设计了双目结构光扫描系统,提出了一种改进的双目像机标定算法,描述了利用全局和局部标志点的子图同构实现多视点云配准的新算法。实验结果表明,该系统可在生产现场对大型工件进行快速测量,整体测量精度达到0.112mm/3m,可以满足工业现场大尺寸测量对精度和效率的要求。     

一种适应无人机平台的快速立体匹配方法

设计了一种高质量和快速的立体匹配方法,首先在粗分辨率的影像上获取立体影像的重叠区域和初始视差值,而后采用互信息作为匹配测度并采用一种通过一维路径聚合的全局优化方法得到精确的视差值。匹配方法采用图形处理器进行了加速,得到了很好的加速比。实验结果表明了该匹配方法的正确性和高效率性     

基于双目视觉的地形三维重建

为克服传统接触式测量方法的缺点,更便捷更准确地获取地形信息,提出了基于双目视觉的地形三维重建方法。该方法对双目图像对进行了校正;并采用高效率高准确度的支撑点邻域扩展立体匹配算法获取空间点的三维信息;最后基于八叉树原理,采用曲率法精简点云,并结合改进的Delaunay三角剖分算法进行三角网格化,从而恢复地形三维模型。实验结果表明,采用本算法能够在1s内获得致密的视差图,将21841个点云精简到5463个(25%)仅用时0.7s,并且能在此基础上高效地完成三角网格剖分,实现崎岖地形的三维重建同时保留地形细节特     

基于色彩相似度的自适应立体匹配

提出了一种结合权值矩阵和相似性系数矩阵构造的区域匹配方法。该方法首先运用色彩相似性和距离临近性对窗内的每一点相对于待匹配点的自适应权值进行分配,得到一个权值矩阵,为了提高在视差不连续区域的匹配精度,使用了边界点矩阵来降低相对应点的权值。然后在RGB色彩空间中根据待匹配点和对应点的匹配窗内的每一点的颜色绝对差值和来自适应分配相似性系数矩阵。最后利用上述方法对Middlebury网站上提供的四幅立体图像对Tsukuba、Venus、Teddy和Cones进行了实验,总体正确率分别达到了91.82%、96.19%、76.6%和86.9%。