论文摘要
根据不同的场景需求搭建出的双目立体视觉平台因为采用不同的硬件结构和软件算法,导致平台的性能差异较大。综合考虑实际应用中具体的性能要求,有针对性地对立体视觉进行问题建模,从计算方法和系统设计多方面去分析和研究,将有助于推进立体视觉在实际中的应用。由于匹配的不确定性,立体匹配问题始终没有统一的解决方法。以利用可穿戴计算机Bi-eButton实现盲人导航系统为背景,本文重点研究双目立体视觉系统中基于区域的立体匹配算法。基于区域的匹配算法,根据算法处理的对象是局部窗口还是全局图像又被分为基于局部的立体匹配算法和基于全局的立体匹配算法。本文的研究重点在于强调保证局部匹配算法实时性的同时能提高精度,在对全局匹配算法的研究改进上强调保证算法精度的同时能提高实时性,而针对真实环境中的匹配算法研究首要考虑算法的鲁棒性。本文的主要贡献如下：1.以双目立体视觉“成像模型-摄像机标定和极线校正-立体匹配-深度获取”为主线,逐次分析各个阶段的相应理论和处理方法,并借助OpenCV和OpenGL搭建一个简单的双目视觉系统,最后给出三维重建实验效果图。2.局部立体匹配算法的研究实质上就是对一种能平滑匹配代价的同时保留视差不连续边缘的滤波器的研究。对滤波器的研究是一个比较古老而成熟的领域,怎样将现有的较为成熟的滤波器（如：图像去噪、去雾）引入到局部立体匹配算法是本文研究局部立体匹配算法的重点。在分析了几种经典的局部立体匹配算法的优缺点后,提出了一种已经成功应用在图像抠图和去噪中的基于仿射变换模型的局部立体匹配算法,并进行实验验证,结果表明该局部立体匹配算法在满足计算复杂度低利于实时实现的同时,精确度也有一定的提高。3.对一维动态规划优化和二维的基于马尔可夫随机场的图割和置信传播全局优化算法进行了梳理和分析,强调了边缘的重要性,提出一种基于边缘约束的马尔科夫随机场-最大似然估计（MRF-MAP）的全局立体匹配算法。采用本文提出的局部匹配算法的仿射变换模型的聚合策略作为全局算法的初始化步骤,将初始化后的边缘约束加入到基本的MRF-MAP模型中作为能量方程的软约束,再利用加速的置信传播算法进行优化求解。结果表明本文提出的全局优化算法的精确度从主观效果和客观评测上都有一定提高。4.对场景中的均匀区域匹配对视差值产生的影响进行详细研究,提出了在场景的均匀区域加入分割约束,即假设同一分割区域内的像素深度值应该相差不大。利用局部仿射聚合模型得出的初始视差和彩色图像过分割的结果,结合视差平面拟合的思想解决均匀区域的误匹配。5.传统算法在斜面出现“阶梯”现象是因为匹配算法都假设镜头的光轴和场景中的物体是垂直的,即前向平行平面的假设。针对这些问题,本章提出了一种能在三维面上旋转移动的子像素支持窗口局部匹配算法。实验结果表明了该算法在斜面场景中的有效性。最后,还介绍了一种能解决这种现象的较为前沿的更加合理和复杂的基于二阶先验假设的全局立体匹配算法。6. Bi-eButton盲人导航系统的应用场景包括室内和室外,本章采用KITTI提供的室外场景测试平台作为算法的测试平台。考虑到现实场景对鲁棒性的要求,本文比较了几种相似性准则,并选择提出了一种基于交叉聚合的Census半全局立体匹配算法。并利用现实场景图像库验证了本文算法的有效性。