面向三維可視通訊的立體匹配方法.pdf

1、立體視覺是計(jì)算機(jī)視覺的核心研究領(lǐng)域。經(jīng)過(guò)幾十年努力，視圖幾何關(guān)系的研究取得突破，理論逐步完善，方法逐漸成熟，立體匹配的研究也取得很大進(jìn)展，人們將視差場(chǎng)描述為馬爾科夫隨機(jī)場(chǎng)，將立體匹配表述為像素標(biāo)號(hào)問(wèn)題，采用圖割算法和置信傳播算法估計(jì)視差場(chǎng)，取得很好的實(shí)驗(yàn)結(jié)果。近年來(lái)，出現(xiàn)了三維可視通訊、基于圖像的繪制等新興應(yīng)用領(lǐng)域，這些領(lǐng)域?qū)αⅢw匹配提出新的要求。本文針對(duì)這些新興應(yīng)用領(lǐng)域，圍繞質(zhì)量和效率兩個(gè)要素，以馬爾科夫隨機(jī)場(chǎng)為描述工具，以圖割算法為

2、求解工具，對(duì)立體匹配問(wèn)題開展研究。主要貢獻(xiàn)包括： 1.提出像素標(biāo)號(hào)的二分法。首先將整個(gè)標(biāo)號(hào)集賦給每個(gè)像素，然后將標(biāo)號(hào)集一分為二成為兩個(gè)子標(biāo)號(hào)集并舍棄其中一個(gè)子集，如此循環(huán)直至標(biāo)號(hào)集僅含一個(gè)標(biāo)號(hào)為止。通過(guò)這種方式將多值標(biāo)號(hào)問(wèn)題轉(zhuǎn)換為一系列二值標(biāo)號(hào)問(wèn)題，從而提供了NP難問(wèn)題的一種近似解法。進(jìn)一步解釋上述標(biāo)號(hào)過(guò)程，并據(jù)此構(gòu)造優(yōu)化目標(biāo)函數(shù)，證明所構(gòu)造目標(biāo)函數(shù)可以利用圖割算法進(jìn)行優(yōu)化。在此基礎(chǔ)上，設(shè)計(jì)像素標(biāo)號(hào)的置位算法，算法復(fù)雜度為log

3、<,2>n(m是標(biāo)號(hào)數(shù)目)，而目前同類算法中效率最高的擴(kuò)張算法(α-expansionalgorithm)復(fù)雜度為n*k(k>1)。應(yīng)用置位算法求解立體匹配問(wèn)題并與擴(kuò)張算法進(jìn)行比較，結(jié)果表明：在匹配質(zhì)量相當(dāng)?shù)幕A(chǔ)上，二分法具有很強(qiáng)的效率優(yōu)勢(shì)。像素標(biāo)號(hào)的二分法對(duì)立體圖像沒有特殊要求，方法具有很強(qiáng)通用性，而且還可以應(yīng)用于圖像恢復(fù)、運(yùn)動(dòng)估計(jì)等領(lǐng)域。 2.提出雙層立體匹配方法?；仡櫤头治霈F(xiàn)有分層立體匹配方法，針對(duì)前景和背景彼此分離并各自

4、連續(xù)的場(chǎng)景，提出首先確定前景層視差場(chǎng)和背景層視差場(chǎng)，然后組合成為整體視差場(chǎng)的匹配方法，從而將整個(gè)匹配分解為一系列二值標(biāo)號(hào)問(wèn)題，避免模型擬合與迭代改善。在此框架下，進(jìn)一步給出融合顏色、對(duì)照度和形狀等信息劃分前景區(qū)域和背景區(qū)域的目標(biāo)函數(shù)。實(shí)驗(yàn)結(jié)果表明：雙層立體匹配方法大大改善了匹配質(zhì)量。與分層動(dòng)態(tài)規(guī)劃方法比較的結(jié)果表明：雙層立體匹配方法在質(zhì)量和效率方面都具有一定優(yōu)勢(shì)。 3.基于上述兩個(gè)方法，給出三維可視通訊系統(tǒng)中凝視校正和前景背景分