基于线段基元的立体匹配算法研究

论文摘要

立体匹配是立体视觉中最困难的一个环节,立体匹配要解决的问题就是从多幅图像中找出匹配的特征,计算参考图像中每个特征的视差值。本文将立体匹配划分为两个问题域:选择合适的匹配基元,建立正确的匹配规则。在对立体匹配算法进行了全面、系统分析的基础上,对立体匹配的四大关键技术:特征空间,相似性度量,搜索空间和搜索策略进行了深入的研究。为了在提高视差计算精度的同时具有较高运算效率,本文着重研究了如何提高匹配算法的精度和实时性,提出了一种利用边缘分割扫描线所得到的线段作为匹配基元的全局匹配方法,算法分为两个部分:线段基元的提取和树型结构的动态规划。首先,把Canny边缘提取和图像分割结合起来,充分利用了边缘检测算子定位准确的特点,以及图像分割能快速高效的提取图像的有用信息的特性,使用动态阈值法求取Canny算子的高低阈值,计算图像边缘,利用边缘将扫描线分割为线段,分割线段的长度可以根据图像的状况进行调整,从而在保证视差计算精度的同时大大提高了计算速度。然后,以分割后的线段作为结点构建生成树,使用树型动态规划算法计算基元的视差值,动态规划是全局匹配规则中时效性最好的方法。和传统的基于扫描线的方法不同,树型动态规划算法增加了扫描线之间的约束,任一基元的视差值和其它所有的基元有关,保证每个基元得到全局最优视差。实验表明这种算法具有较高的精度和较好的实时性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的与意义
• 1.2 国内外研究现状
• 1.3 本文的研究内容与创新点
• 1.3.1 本文的研究内容
• 1.3.2 本文的创新点
• 第二章 立体匹配算法研究
• 2.1 立体视觉基本原理
• 2.1.1 双目视觉模型
• 2.1.2 三角测量原理
• 2.2 立体匹配算法基础
• 2.2.1 立体匹配的问题域
• 2.2.2 立体匹配关键技术
• 2.3 典型立体匹配算法分析
• 2.3.1 基于局部特征的立体匹配
• 2.3.2 基于全局的立体匹配
• 第三章 基于线段基元的全局立体匹配框架
• 3.1 算法背景
• 3.2 理论依据
• 3.3 算法实现框架
• 第四章 基于边缘分割的匹配基元提取
• 4.1 边缘检测
• 4.2 Canny 边缘检测算子
• 4.2.1 Canny 算子的约束准则
• 4.2.2 Canny 算子的计算步骤
• 4.3 基于边缘分割的线段基元提取
• 4.3.1 Canny 算子存在的问题
• 4.3.2 高斯滤波模板尺寸选择
• 4.3.3 动态选择高低阈值
• 4.3.4 删除孤立点
• 4.4 实验效果
• 第五章 基于树型动态规划的全局匹配研究
• 5.1 全局匹配规则概述
• 5.2 基于动态规划的立体匹配
• 5.2.1 动态规划原理
• 5.2.2 立体匹配的实现
• 5.3 树型动态规划的立体匹配
• 5.3.1 建立搜索树
• 5.3.2 构建视差空间图
• 5.3.3 树型动态规划
• 5.3.4 视差的优化
• 5.4 实验效果
• 第六章 立体匹配平台的搭建
• 6.1 系统设计
• 6.1.1 数据结构的设计
• 6.1.2 树型结构的设计
• 6.2 界面设计
• 6.2.1 分割窗口设计
• 6.2.2 三维视差曲面图
• 第七章 总结与展望
• 7.1 工作总结
• 7.2 研究展望
• 参考文献
• 致谢
• 在学习期间的研究成果