基于特征匹配的雙目立體圖像深度提取算法研究.pdf

1、立體匹配是立體視覺系統(tǒng)的核心部分，其主要通過匹配代價、費用聚合、視差計算和優(yōu)化、視差矯正這4個模塊來匹配圖像間的像素，以便計算出物體的深度值。但是在實現(xiàn)上立體匹配算法會受到如圖像噪聲、低紋理、重復(fù)紋理、遮擋等一系列因素的影響。
　　目前，比較經(jīng)典的立體匹配算法主要有：圖像分割算法、BP置信傳播算法、線性增長匹配算法、自適應(yīng)窗口、自適應(yīng)權(quán)重算法等等。本文對圖像分割算法、BP置信傳播算法、線性增長匹配算法這三種方法進行研究實現(xiàn)，綜合分

2、析這三種算法，其中線性增長匹配算法以尋找根結(jié)點相似點作為搜索策略，同時其對遮擋點的判斷處理方法具有可拓展性，因此本文在線性增長匹配算法基礎(chǔ)上進行進一步研究。
　　本文主要的創(chuàng)新點有以下幾個方面：
　　1、針對線性增長匹配算法獲得的深度圖嚴重的線性紋理問題，本文根據(jù)待匹配像素點與周圍像素的關(guān)系劃分固定窗口，提出改進的匹配函數(shù)，進一步約束根結(jié)點的增長。
　　2、針對改進的線性增長算法在處理存在大面積低紋理區(qū)的圖像時由于根結(jié)

3、點定位錯誤而造成的斑塊問題，提出特征點匹配算法。主要選取Harris角點作為特征點，提出“虛影點”假設(shè)，結(jié)合改進的窗口匹配代價函數(shù)，克服由于角點檢測定位偏差導(dǎo)致的誤匹配問題，以提高角點匹配的精度。
　　3、針對Harris角點匹配算法只能獲得稀疏的深度圖問題，提出將角點匹配算法結(jié)合線性增長匹配算法，利用已匹配的特征點作為根結(jié)點，對于停止增長的根結(jié)點，進一步利用基于最小生成樹的非局部成本聚合算法選定新的根結(jié)點，通過線性增長的搜索策略