基于免疫算法的立体匹配

立体匹配是立体视觉中的关键问题,提出了基于免疫算法的多分辨率立体匹配方法,为了提高匹配的准确性,同时利用和图象的灰度和梯信息进行匹配,并给出了匹配的准则函数;将免疫算法用于该问题的求解,以避免局部最优;实验结果证明了该方法的有效性。     

基于多尺度注意力网络的立体匹配方法

为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度,提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段：第1阶段提出了一种成本网络用于计算匹配成本,该网络由基础网络层和缩放层组成.第2阶段提出了一种基于多尺度注意力的视差求精网络,该视差求精网络综合了多种视差线索,并加入多尺度注意力机制进一步提高立体匹配精度.该方法在KITTI 2012、KITTI 2015和SceneFlow数据集上的3像素坏点百分比分别为1.13%,1.87%和2.29%.实验结果表明,与国内外同类方法相比,采用多尺度注意力网络的立体匹配方法在匹配精度上获得了较大的提升,尤其是在弱纹理区域及物体边缘处表现较好.     

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。     

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。     

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。     

基于RGB三分量亮度法线相似度的立体匹配算法

为了解决立体匹配算法中匹配精度不高的问题,在分析RGB彩色空间图像的光学特性的基础上,提出了RGB彩色空间R、G、B三彩色分量亮度法线的概念,并得出亮度法线反映了RGB图像像素三分量的高频信息的结论。为了获得双目立体图像间的精确稠密视差图,提出了采用RGB三分量亮度法线相似度来计算自适应权值的局部立体匹配算法,通过Middlebury测试平台与其他当前流行的立体匹配算法进行结果比较,实验结果显示,提出的算法得到了更加精确的匹配结果。     

基于仿射不变量的长基线立体匹配

为了实现长基线图像特征点的立体匹配,提出了一种新的基于特征点仿射变换不变性的匹配算法.通过对仿射变换矩阵进行奇异值分解,利用旋转角度和尺度变换因子来估计仿射矩阵的合理初始值,加快匹配算法的收敛速度,避免搜索可能收敛于某一局域极小值或发散.另外,通过估计特征点的外极线几何关系和局部运动矢量消除错误匹配.     

移动机器人双目立体视觉测量系统研究

研究了一种用于移动机器人进行三维感知的被动双目立体视觉测量系统。首先建立了该系统的数学模型,然后针对其双通道图像同时采集和大数据量快速处理的需要,采用了基于多媒体DSP芯片DM642硬件系统构架,并应用了一种基于SUSAN角点特征的区域匹配算法。实验表明该系统测量速度快、精度高。