基于颜色内相关和自适应支撑权重的立体匹配算法

立体匹配的关键问题是确定一个合适的匹配代价关系,颜色内相关作为像素点的固有特性,能够有效地反映出匹配像素点间的微小差异。对传统的自适应支撑权重(ASW)方法进行改进,提出了一种基于颜色内相关和自适应支撑窗口的立体匹配算法,该方法结合了颜色相似性、欧式距离相似性和颜色内相关相似性来确定匹配窗口内像素点的权重大小。同时为了消除光照不同对图像匹配结果的影响,将匹配点先进行rank变换后再进行匹配代价关系计算。对计算出的初始视差图进行三步优化,剔除由图像遮挡、重复等引起的不同视差错误,从而得到最终的视差结果。通过在Matlab软件平台上对国际标准图像进行测试,实验结果表明该方法得到的视差结果的平均错误率低,且明显优于其他局部匹配方法,具有很强的稳健性和较低的误匹配率。     

基于立体匹配技术的数字全息三维形貌重构

针对数字全息对物体三维形貌的重构与测量,提出了一种将数字全息术与立体匹配术相结合的三维测量方法。首先利用离轴菲涅耳数字全息系统,采集三维物体的单幅离轴菲涅耳全息图;然后将获取的数字全息图分为两个部分,分别进行数值再现,可以得到两个再现像,两个再现像存在视差。最后利用立体匹配算法获取两幅视图再现像的视差,根据几何关系获取物体的深度信息,重构物体的三维形貌。实验中,分别对不连续物体和连续物体进行三维形貌的重构,得到了准确的三维物体深度信息。数值模拟和初步实验结果表明该方法有效可行。     

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。     

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。     

基于极线距离变换的人脸立体匹配算法

针对人脸立体匹配中低纹理区域的误匹配率较高的问题,将极线距离变换应用到人脸立体匹配当中。这种变换将图像中像素点的灰度值转化为极线方向上相应区域的位置,使得在低纹理区域中灰度值相似的像素点变得容易区分。因此可以用于提高立体匹配算法在低纹理区域的匹配精度。但是在应用到人脸立体匹配过程中会出现高纹理区域的鲁棒性和精度下降的问题,通过对不同极线长度的极线距离变换结果提取有利的部分进行匹配来解决这一问题。实验结果表明,采用改进后的方法,在人脸的低纹理区域仍然能获得较高的匹配精度,并且降低了计算的复杂度,同时对于人脸中的高纹理区域具有较好的鲁棒性。     

基于控制点约束及区域相关的立体匹配算法

立体匹配是计算机视党的关键问题。为了得到准确匹配的稠密视差图,通过对基于特征和基于区域立体匹配算法的讨论,结合这两种算法的优点,本文提出了一种新的基于控制点及区域相关的立体匹配算法。该方法首先在利用Harris角点检测算法检测出角点的基础上,对角点进行立体匹配得到精确的匹配点对即控制点,然后在控制点的约束下对非角点像素进行基于区域相关的立体匹配,得到整体稠密的视差图。这样既缩小了匹配搜索空间,又保证了匹配的可靠性。     

基于双目视觉的球形果实单体采摘终端装置研究

设计以球形果实单体为对象的采摘终端装置,该装置主要由双目视觉系统、嵌入式控制核心、机械臂与采摘器组成。对番茄果实图像识别进行了算法设计,提出了约束性Hough变换圆形检测算法完成了遮挡果实分割,基于改进PMF立体对应点算法实现了果实左右图像的立体匹配,获取果实三维质心坐标。通过对番茄、苹果、柑橘3类果实的采摘试验,结果表明:装置各模块能够协调稳定工作,采摘终端对成熟果实的成功识别率达87.5%;成功采摘率达85%。     

基于视差点的大遮挡检测和立体匹配方法

提出一种基于视差点的方法来解决在高质量立体视差图生成过程中所出现的遮挡问题.首先证明同名核线对应的视差函数曲线可近似为一条分段直线,然后在此基础上引出视差点的概念.在视差点的结构中利用两个参数分别描述左右遮挡量,使得所提出的方法能够很好地解决遮挡问题.通过分析视差点及其邻域的灰度特性,提出一种分层假设证实和Marquardt-Levenberg(M-L)算法相结合的方法从同名核线图像中提取出候选视差点,然后采用不定期的动态规划(dynamic programming,简称DP)算法获得核线最优的视差函数.利用国际标准数据对提出的方法进行了测试,并与其他方法作比较,实验结果表明,它的匹配效果是目前核线最优方法中最好的,仅差于几种优秀的全局最优方法,但其计算复杂度要远低于全局的方法.     

面向智能运检管理的变电站运动目标立体匹配算法研究

针对目前变电站运动目标的立体匹配算法存在匹配点少、误匹配等问题,提出一种结合A-KAZE(Accelerated KAZE)算法和改进的SURF(Speeded Up Robust Features)算法的智能变电站运动目标立体匹配算法。采用A-KAZE算法用于提取两个图像的匹配特征点,利用二阶多尺度改进的SURF特征向量进一步计算二次响应,采用高阈值算法增加匹配点,随机采样一致算法消除不匹配点,完成匹配工作。通过实验比较,验证了该算法的有效性。实验结果表明,相对于未改进前匹配点对从908对提高到1 202对,匹配准确率从92.51%提高到96.17%,具有一定的实用价值。     

基于改进代价计算和视差候选策略的立体匹配

立体匹配算法在图像弱纹理区和重复纹理区存在匹配困难、误差大的问题,为此提出一种基于改进代价计算和视差候选策略的立体匹配算法。首先结合改进的Census变换和自适应加权融合的双向梯度信息来计算初始匹配代价,提高代价计算的可靠性。其中:为传统Census变换增加内圈编码,提高邻域信息利用率,同时降低噪声的影响;利用自适应权重函数融合横向和纵向梯度代价,降低物体边缘区域的误匹配率。其次,采用自适应十字交叉窗口进行代价聚合,并通过建立候选视差集和引入邻域视差信息的方法来获取初始视差。最后通过两轮插值策略优化视差。实验结果表明,所提算法能够提高弱纹理区和重复纹理区的匹配效果,在Middlebury中4幅标准立体图像对的平均误匹配率为5.33%。