立體視覺匹配算法研究.pdf

1、圖像匹配是計算機視覺和圖像理解領(lǐng)域的基礎(chǔ)研究問題之一,已被廣泛應(yīng)用于多源圖像數(shù)據(jù)融合、目標(biāo)識別和三維重構(gòu)等諸多領(lǐng)域。本文主要對雙目立體視覺中的匹配算法進(jìn)行研究與分析,并在此基礎(chǔ)上提出改進(jìn)算法。
　　在對基于引導(dǎo)濾波器局部立體匹配算法進(jìn)行分析和研究的基礎(chǔ)上,針對該算法垂直方向魯棒性差和弱紋理信息丟失的不足,本文提出了一種針對弱紋理區(qū)域和匹配代價體構(gòu)造的改進(jìn)算法。由于匹配測度對于垂直方向梯度變化十分敏感,改進(jìn)算法采用水平向右和垂直向下

2、梯度差異加權(quán)和的方法獲取梯度相異性,提高了算法對垂直方向邊界處異常值的魯棒性;針對引導(dǎo)濾波過程中弱紋理信息丟失對匹配效果的負(fù)面影響,改進(jìn)算法采用局部拉普拉斯濾波增強弱紋理區(qū)域的細(xì)節(jié),減少了由弱紋理區(qū)域造成的誤匹配。經(jīng)對比實驗驗證,改進(jìn)算法在弱紋理區(qū)域和垂直方向異常處比原算法減少了誤匹配。
　　在對基于Mean Shift圖割全局立體匹配算法進(jìn)行分析和研究的基礎(chǔ)上,針對該算法邊界增肥和誤匹配率高的不足,本文提出了一種針對匹配代價體構(gòu)

3、造、弱紋理區(qū)域以及視差校正的改進(jìn)算法。針對原算法邊界增肥問題,改進(jìn)算法采用賦予支持窗口像素不同權(quán)重的方法構(gòu)造代價體;針對弱紋理區(qū)域視差的不連續(xù)性,改進(jìn)算法采用弱紋理檢測方法獲取弱紋理像素并通過該像素所在分割區(qū)域的視差中位數(shù)來校正其視差,提高了弱紋理像素視差的可靠性;為了降低誤匹配率,改進(jìn)算法采用不同的視差校正策略對遮擋像素和誤匹配像素進(jìn)行視差優(yōu)化。經(jīng)對比實驗驗證,改進(jìn)算法在邊界保護(hù)和視差優(yōu)化方面比原算法有所改善,并提高了視差圖的可靠性。