基于雙目立體視覺的數(shù)字圖像區(qū)域匹配算法研究.pdf

1、隨著計算機硬件技術的飛速發(fā)展以及高性能數(shù)字處理系統(tǒng)的逐漸普及，立體視覺，這一20世紀50年代興起的科學領域迎來了新一輪的研究熱潮。立體視覺是機器視覺的一個重要分支領域，具有極高的研究價值和廣泛的應用前景。本文對立體視覺中最常見的水平雙目立體視覺系統(tǒng)以及水平雙目立體匹配技術做了研究。立體匹配算法通常分為兩大類，基于區(qū)域的立體匹配方法和基于特征點的立體匹配方法?；趨^(qū)域的立體匹配算法獲得稠密視差圖，而基于特征的立體匹配算法法則獲得稀疏的視差

2、圖。本文僅研究基于區(qū)域的水平雙目立體匹配算法。
　　 一般認為，基于區(qū)域的立體匹配算法可分為四步，代價函數(shù)的設計與計算、匹配區(qū)域內(nèi)代價的聚合、視差空間內(nèi)尋求代價函數(shù)的最優(yōu)解（局部最優(yōu)或者全局最優(yōu)）以及對視差圖的修正。本文以此四步作為研究順序與線索，分別進行研究分析，最終形成對區(qū)域匹配算法的一般認識。
　　 首先，全面了解攝像機鏡頭光學成像模型，深入理解數(shù)字圖像成像系統(tǒng)仿生人眼的原理。在此基礎上，研究并闡述立體視覺系統(tǒng)研究

3、方向與現(xiàn)狀，利用數(shù)學工具闡述雙目立體匹配原理以及其在立體視覺中的重要地位。其次，深入了解并介紹雙目立體匹配原理，以及經(jīng)典匹配算法所面臨的一系列病態(tài)的問題，如何既快又準確地解決這些問題成為立體匹配算法研究的主要目的。然后，深入研究基于局部區(qū)域的匹配算法，研究了局部區(qū)域匹配算法的一般步驟，并對其中的匹配核心——相似性測度函數(shù)（又稱作匹配代價函數(shù)）作了總結(jié)與分析。利用濾波盒技術實現(xiàn)了對光照灰度變化不敏感的匹配代價函數(shù)NCC(Normalize

4、d Cross-Correlation)的快速算法以大幅減小常規(guī)經(jīng)典匹配算法的時間復雜度。并提出一種改進的導函數(shù)衰減的匹配代價函數(shù)來實現(xiàn)算法對噪聲魯棒性能的提升，并將其應用于一種基于自適應窗口的局部區(qū)域匹配算法中。再后，深入研究基于全局區(qū)域的匹配算法，總結(jié)并闡述了全局區(qū)域匹配算法的一般模型以及全局最優(yōu)的基本思想，并提出一種基于小波變換獲取輪廓輔助的雙動態(tài)規(guī)劃立體匹配算法。最后，研究總結(jié)了區(qū)域匹配算法一般步驟的最后一步——視差圖的修正算法