一種基于小波極大模的計算機視覺立體對四叉樹快速匹配算法.pdf

1、山東大學碩士學位論文一種基于小波極大模的計算機視覺立體對四叉樹快速匹配算法姓名：關(guān)東東申請學位級別：碩士專業(yè)：運籌學與控制論指導教師：關(guān)華勇2000.5.1一．引言自然界中的生物( 包括人類) ，凡具有視覺者都大多具有雙眼結(jié)構(gòu)，用雙眼同時觀察景物，就會產(chǎn)生深度或遠近的感覺。在計算機視覺系統(tǒng)中，用兩臺或兩臺以上的攝像機，從不同角度拍攝同—景物的兩幅( 或多幅) 二維數(shù)字圖像，再從這些二維圖像中利用三維重建算法獲取景物的第三維( 深度) 信

2、息，從而產(chǎn)生計算機立體況覺。計算機屯體視覺在機器人制造，模式識別，遙感分析及軍工中有巨大的應用前景，近年來受到益自曠泛的重視。立體對匹配，即找出景物上同一點在不同圖像上的位置，是三維重建算法的核心問題，傳統(tǒng)的匹配方法是基于極線的算法，即利用立體n ．何關(guān)系指出立體對點必在所在圖像的一條直線( 極線) 上，從而將匹配時的搜索范圍由兩維為為一維( 沿極線搜索) ，顯著壓縮了計算量。立體對一般多選取在景物的邊緣或頂點上，使得在獲取了頂點或邊緣

3、點的三維深度信息后可用插值或曲線擬合方法由點及線，由線及面計算圖像上其它各點的深度。傳統(tǒng)的基線約束算法沒有考慮圖像的邊緣信息，計算量仍嫌過繁，本文提出—種 基于小波極撇緣識別的立體對四叉樹匹配方法，在基線約束的基礎(chǔ)上增加邊緣信息的約束，進一步壓縮匹配計算量。小波極大模邊緣識別算法，較以往的微分算子邊緣識別算法，具有分層特陛，魯棒性好，并能反映圖像信息的李氏指數(shù)等優(yōu)點，近年來在圖像邊緣識別，圖像分割、圖像壓縮中獲得了廣泛地應用。本文應用小

4、波極大模算法獲取圖像邊緣信息，改進立體對的極線約束條件。二．基幣螋論2 - 1 ．深度信息的計算為從兩維圖像中計算深度信息，必須得到景物上的一點與其在圖像平面上的投影點之間的幾何關(guān)系( 平移、旋轉(zhuǎn)、透視等) ，這就需要建立攝像機的幾何成像模型，并確定模型皴，此過程稱為攝像機定標( c a l i b r a t i o n ) 。攝像機的成像模型可分為線性模型( 也稱針孔模型) 和非線性模型兩種?，定標方法可按是否需參照物定標與自定標兩