雙目視覺局部立體匹配算法的研究.pdf

1、計算機視覺是研究如何使計算機能夠像人類一樣通過視覺獲取信息，是一個重要的研究領域，具有重大的理論意義和廣泛的應用背景。數(shù)十年來，對計算機視覺的研究已取得重要成果并得到廣泛的應用，比如機器人避障檢測、汽車導航、目標跟蹤與識別等。
　　雙目視覺是計算機視覺的一個重要分支，它建立在對人類雙目視覺的研究基礎上。按照人類雙目視覺系統(tǒng)的原理，利用放置于不同位置的攝像機，對同一目標物體同時拍攝數(shù)字圖像，通過對圖像的處理，重構出圖像中的景物的三維

2、空間信息。一個完整的雙目視覺系統(tǒng)包括四個核心模塊:攝像機定標，圖像校正，立體匹配和三維重建，其中立體匹配是系統(tǒng)中最主要的內(nèi)容。
　　立體匹配的目標是求解給定的參考圖像的視差圖，通過在給定的圖像組中尋找像素的對應匹配點，根據(jù)匹配像素對計算出參考圖像中像素點的視差，然后把視差按照一定的比例關系轉換為灰度值，最終得到視差圖。匹配算法的執(zhí)行可以分為四個步驟:(1)匹配代價的計算，(2)代價聚合，(3)視差計算/優(yōu)化，(4)視差改良。按照執(zhí)

3、行步驟的不同，匹配算法可以分為全局匹配算法和局部匹配算法兩大類。全局算法結合數(shù)據(jù)項和平滑項構造一個能量函數(shù)，通過最小化能量函數(shù)求解圖像像素的視差，其主要執(zhí)行步驟(1)，(3);局部匹配算法是以待匹配像素點為中心構造匹配窗口，通過計算窗口之間的相似度求解像素的視差，其執(zhí)行步驟(1)，(2)，(3)。步驟(4)是一個獨立的過程，主要是對求解的視差圖進一步的優(yōu)化。一般上說，全局算法的精度高，但是效率低，局部算法效率高，精度卻低于全局算法，但是

4、隨著局部算法的不斷優(yōu)化與改進，目前的局部算法的精度也能達到全局算法的水平。
　　從三維空間獲取照片的過程中，會有一些客觀因素影響照片的屬性，比如光照，所拍攝物體的幾何形狀等，這些因素構成了立體匹配算法的難題，其中遮擋區(qū)域，光照強度不平衡是立體匹配最大的難點問題，這些難題也是研究人員一直重視的焦點。在本文我們提出了兩種算法分別解決遮擋和光照的問題，并提出一種創(chuàng)新型應用。
　　1.基于自適應權重與遮擋檢測的局部匹配優(yōu)化算法。這個

5、算法是我們對AdaptiveWeight算法的優(yōu)化，通過對遮擋和非遮擋區(qū)域賦予不同的權重，降低遮擋區(qū)域對聚合代價的影響，同時我們對視差不連續(xù)區(qū)域也提出更有效的處理方法，降低了誤匹配率，提高了算法的性能。除此之外，我們在優(yōu)化算法的基礎上提出以超像素為單位的匹配方法，并將通過此方法求解的視差應用于顯著區(qū)域檢測，算法的效率高，效果好。
　　2.基于互信息與梯度的局部匹配算法。我們提出利用互信息和梯度作為匹配基準，計算聚合代價，通過“最大