实时自适应的立体匹配网络算法

立体匹配是一个经典的计算机视觉问题。采用传统方法或卷积神经网络（CNN）方法的立体匹配,其精确度和实时性不能满足实际的在线应用。针对该问题,本文提出一种实时自适应的立体匹配网络算法,通过引入一种新的轻量级的、有效的结构模块自适应立体匹配网络（Modularly Adaptive Stereo Network,MASNet）,在网络中嵌入无监督损失模块和残差细分模块,使立体匹配的准确性和实时性得到提高。实验结果表明,本文方法相比具有相似复杂度的模型,精确度更高,并且能以平均约25帧每秒的处理速度达到在线使用的要求。      

基于改进双向动态规划的立体图像匹配算法

提出一种基于改进双向动态规划的立体图像匹配算法,选用修正后的自适应加权代价函数(Adaptive Support Weight Cost Function,ASCF),然后构建新的全局能量函数,并通过改进双向动态规划来寻径,最后采用简单的滤波方法和遵循3个可靠性准则去除孤立的错误视差点,以获得稠密视差图。实验结果表明,该算法在降低误匹配率和减少"条纹"瑕疵方面有显著的改善效果。     

自适应区域划分立体匹配算法

针对现有立体匹配算法在弱纹理区域及深度不连续区域匹配精度低的问题,提出一种基于自适应区域划分的立体匹配算法。首先,利用十字交叉域算法获取像素点臂长,计算像素变化率完成区域划分。然后,通过绝对差算法,改进Census变换和自适应加权梯度算子计算初始代价卷,利用十字交叉域进行代价聚合,对聚合后图像通过改进引导图滤波优化,使用赢者通吃策略筛选最优视差。最后,利用左右一致性检测、迭代区域投票、视差填充优化和中值滤波得到最终视差图。在Middlebury测试平台上测试结果表明,所提算法平均误差率为4.21%,能够有效提升在弱纹理区域及深度不连续区域的匹配精度。     

基于改进Census变换的局部立体匹配算法

针对基于传统Census变换的立体匹配算法鲁棒性差和精度不高的问题,提出一种基于改进Census变换的自适应权重立体匹配算法.首先,用Census变换窗口中邻域像素的中值来替换中心像素的灰度值,克服了邻域像素对中心像素的依赖;然后用自适应权重的方法分别计算匹配代价和进行立体匹配,得到初始视差;最后通过左右一致性校验和亚像素提精的方法得到稠密的视差图.实验结果表明,该算法有很强的鲁棒性和很高的匹配精度.     

一种改进的自适应权重立体匹配算法与校正

立体匹配是立体视觉中一个重要的环节,针对自适应权重匹配算法中难以兼顾速度和精度的不足,提出了一种基于色彩的局部立体匹配算法。首先,利用区域连通性和颜色相似性改进权重因子,提出基于颜色变化约束的区域生长算法,有效提高了算法的精度和速度;然后基于颜色相似性提出一种视差校正算法,根据颜色相似性的结果对初始视差图进行视差校正,在没有增加额外工作量的前提下进一步提高算法的精度。实验结果表明,此算法能有效提高重复区域、边缘区域、低纹理区域的精度,而且速度较自适应权重算法提高了近20%,与当前主流算法具有可比性。     

医用光学中基于局部特征的高效稳健立体匹配算法

医用光学中为快速消除双目立体匹配歧义,提出一种基于局部特征、稳健高效的两步立体匹配方法。用局部二进制模板/对比度(LBP/C)纹理分析描述图像纹理并构造初始匹配成本;仅在垂直、水平方向内自适应地分配权值,消除匹配特征的相似歧义性,并行双通地聚合匹配成本;由赢者通吃法得到初始视差。为消除弱纹理、重复纹理和遮挡等引起的歧义,视差求精方案包括并行双通校准视差、基于映射检测遮挡、基于极线最小二乘拟合填充遮挡。实验表明,该算法计算效率高、结构简单,易于实现并消除匹配歧义,得到精度较高且分段平滑的视差。     

基于自适应权重马尔科夫随机场的立体匹配视差优化算法

针对立体匹配中的视差优化问题,提出一种自适应权重MRF的立体匹配视差优化算法。首先使用局部算法生成初始视差图;然后在马尔科夫随机算法框架下,对视差不连续区域和平滑区域自适应调整平滑项权重来实现视差图的优化.本文的关键技术是不同区域平滑项权重的设计,其中不连续区域利用颜色相关系数、视差相关系数以及视差图与同场景彩色图的结构相似性来构建平滑项权重;而平滑区域则直接利用视差信息来构建平滑项权重,同时,根据领域内视差平滑程度自适应调整权重中参数.通过在立体匹配评估平台Middlebury上的测试实验表明,所提算法可获得更优的主观效果和客观指标,优化后的视差图在边缘区域和视差不连续区域能够保持清晰的视差图.     

一种用于立体匹配的边缘提取改进算法

针对立体匹配中的边缘提取.本文提出一种简单而实用的改进方法.通过Canny算子检测最初的边缘.再利用几何信息选择关键点.根据关键点所确定的标记进行边缘连接,获得完整的边缘.该方法排除了孤立边缘,虚假边缘对边缘检测的影响,并通过引入直线分段法提取有用边缘.降低了算法的复杂度.实验结果表明,改进方法的边缘提取定位精确且连续性好.轮廓全面清晰.点、线特征突出,为立体匹配打下了良好的基础.     

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。     

一种改进的基于BP的立体匹配算法

作为立体视觉关键技术之一的立体匹配,一直都是视觉领域研究的热点和难点。本文提出了一种基于分割区域的BP立体匹配算法。首先对于输入图像对进行mean-shift分割,对于初始视差图,利用交叉检测,将分割区域分为可靠和非可靠区域。基于此区域信息,利用BP算法对初始视差进行优化。实验结果表明,采用本文改进的BP算法,可以获得精确度更高的视差图。     

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.     

一种基于邻域支持准则的双层立体匹配算法

本文给出一种基于邻域支持准则的双层立体匹配算法，该算法以LOG边缘检测器输出的边缘点为匹配基元，利用图象相关特性和匹配相容性约束构成两层匹配系统．第一层以反映图象灰度统计特性的局部相关约束为准则．第二层以第一层输出为引导，从图象结构和视差相容方面寻求全局意义上的最佳匹配，从而使系统对复杂场景有较好的自适应性．实验结果表明，该算法结构简单，稳定可靠，具有处理复杂场景的能力．     

基于相关峰值图像分析的变窗口立体匹配算法

分析了基于区域的立体匹配方法容易产生匹配失败的原因,指出了图像区域的特点及其相关匹配的峰值图像的形态有密切的关系,采用了以相关窗口大小为输入量,观测相关峰图像形态的方法,通过判定相关峰的形态来自适应地选择相关匹配的窗口;同时又采用了相关窗内像素加权匹配的方法,根据当前点与中心点灰度的关系,以及距离的关系来决定在匹配中所占有的权重,在一定程度上克服了基于窗口方法的视差不一致的缺点.最后经过实验证明本文方法有着比较好的效果.     

基于改进Census变换的抗噪立体匹配算法

针对传统Census变换在匹配代价计算中易受噪声影响、匹配精度较低的问题,提出一种引入噪声容限的四状态Census变换算法。在匹配代价计算中,首先将改进的Census匹配代价与灰度绝对差值和梯度代价进行融合,并加入相应的截断阈值,以提高初始匹配代价空间的可靠性。然后通过引导图滤波进行代价聚合,并采用赢家通吃策略计算初始视差值。最后通过左右一致性检验、视差填充和加权中值滤波来优化初始视差值,得到最终视差图。实验结果表明,所提算法的噪声鲁棒性优于传统Census变换算法,且立体匹配算法的整体误匹配率降低至5.59%。     

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...     

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。